Automatisch boeken lukt steeds beter

“Alle facturen voor Europabank en EB-Lease komen via e-mail of op papier binnen op het hoofdkwartier. Daar gaan ze eerst door de CloudScan-toepassing van Basware, zodat de belangrijke gegevens worden gecapteerd. Voor facturen die de OCR-software niet herkent, moet een medewerker nog aanduiden waar zich de relevante gegevens bevinden. Naarmate er meer facturen van eenzelfde leverancier behandeld worden, kan het systeem steeds beter de volledige herkenning afwerken. Als die data voldoende duidelijk zijn, wordt de factuur automatisch doorgestuurd naar de Basware purchase to pay-toepassing. Als dat niet zo is, moet een medewerker nog manueel ingrijpen: de facturen voorzien van de vereiste boekingsregels en daarna laten controleren en goedkeuren. De boekingsregel bevat een resem informatie: het grootboekrekeningnummer, de kostenplaats, netto- en brutobedrag, btw-tarief, btw-recuperatiecode, enzovoort”, zegt Stijn Verstraeten, verantwoordelijke Afdeling Organisatie van Europabank

Meer facturen automatisch boeken

Sinds een tijdje kunnen de medewerkers nu SmartCoding gebruiken, zodat het systeem zelf toch een suggestie kan doen voor die boekingsregels. Dat gebeurt op basis van een analyse van de historische data: welke facturen voor deze afdeling moesten in het verleden manueel aangepast worden en wat was er dan beslist? Naarmate er meer gegevens komen over een bepaald type factuur, zal het algoritme ook betere voorstellen doen. De medewerker kan die suggesties altijd zelf bekijken en indien nodig corrigeren. “Wij merken dat de artificiële intelligentie echt werkt: het systeem kan steeds meer automatisch verwerken.”
Europabank gebruikt de purchase to pay-oplossing van Basware sinds iets meer dan een jaar. Stijn Verstraeten: “Dat liep aanvankelijk wat stroef, maar de laatste maanden zie ik dat snel evolueren. Dat heeft er vast ook mee te maken dat het algoritme over steeds meer data kan beschikken. Die technologie helpt ons echt vooruit.”

Volledig proces ondersteunen met AI

“Basware heeft de laatste jaren een aantal functies in zijn toepassingen geïntegreerd die in staat zijn om zelf te leren. Dat verhoogt de tevredenheid van de gebruikers zodat ze ook weer meer gebruik gaan maken van die technologie”, zegt Sush Koka, head op product marketing. Voor haar moet het einddoel zijn dat het systeem uiteindelijk het hele proces voor zijn rekening neemt, zodat de gebruiker zelfs niet meer toekijkt hoe dat verloopt. De medewerker moet dan enkel nog de uitzonderingen aanpakken. Door machineleren kan de toepassing de beslissingen van de gebruiker analyseren en er rekening mee houden de volgende keer dat het zich voordoet.
Basware zag het gebruik van SmartCoding snel toenemen het voorbije jaar. Intussen zijn er meer dan 180 klanten die de technologie inzetten. “SmartCoding maakt het gebruik van factuurautomatisering eenvoudiger. Het is zeker een stap dichter bij de touchless invoice handling”, stelt Dany De Budt, countrymanager Basware Belgium.
Een andere oplossing met machineleren van Basware is bijvoorbeeld de commited spend analysis, die de impact op de cashflow van toekomstige betalingen kan voorspellen. De approval confidence index toont aankopers hoe groot de kans is dat hun verantwoordelijke een bestellingsvoorstel goedkeurt.

Voorspellende boekhouding

Michel Haesendonckx is global solution owner voor Financial Planning & Analysis/Management Accounting van SAP. Hij weet precies hoe het zit met de introductie van artificiële intelligentie en machineleren binnen de financiële modules van het bekende ERP-pakket. “Op dit ogenblik hebben we zestien functies met machineleren geïntegreerd in de verschillende financiële modules. Dat gaat bijvoorbeeld over de cash application die binnenkomende betalingen kan verbinden met uitgaande facturen. In de boekhouding hebben we een tool die zelf een forecast maakt van de toekomstige omzet, kosten en liquiditeit. Dat is een eerste stap naar een voorspellende boekhouding.”

Intussen zijn er al een resem klanten die gebruik maken van die technologie. “Bij de introductie hebben we veel inspanningen geleverd om het vertrouwen op te bouwen. Een gebruiker kan zelf aangeven hoeveel vertrouwen hij heeft in de beslissingen van de tool aan de hand van een vertrouwensniveau. Aanvankelijk zetten de gebruikers de vertrouwensindex heel laag zodat ze zelf elke beslissing van de machine kunnen controleren. Naarmate ze vaststellen dat de kwaliteit goed is, kunnen ze hun index verhogen. De machine kan dan steeds autonomer gaan werken, zonder dat een medewerker altijd alles controleert.”
De langetermijnvisie van SAP op dit vlak is om verder te gaan op de ingeslagen weg. “Nu hebben we in de verschillende financiële processen, zoals bijvoorbeeld order to cash, al verschillende deelprocessen die begeleid worden door machineleren. We zullen steeds meer oplossingen toevoegen, zodat uiteindelijk het proces in zijn geheel ondersteund wordt door machineleren. Dat zal ertoe leiden dat de computer heel veel werk autonoom kan uitvoeren. Op termijn worden op die manier zaken als een continue boekhouding mogelijk: het is niet meer nodig om te wachten tot het einde van de maand tot de medewerkers een afsluiting uitvoeren. De computer houdt alles voortdurend bij zonder veel inmenging van de medewerkers.”