Pieter Vanhoutte Pieter Vanhoutte
Tekst
Peter Ooms
Beeld
Wouter Van Vaerenbergh

Een compleet proces geautomatiseerd met een bot én AI

1 juli 2022
Als er ook maar iets wijzigt, blokkeert de robot
Bedrijven voeren RPA vaak het eerst in op hun boekhoudafdeling. Proximus, Carrefour, United Consulting en Gasthuiszusters Antwerpen spreken over hun eerste ervaringen met de materie en over hun plannen voor de toekomt.

Bedrijven voeren RPA vaak het eerst in op hun boekhoudafdeling. Proximus, Carrefour, Joos Consulting en Gasthuiszusters Antwerpen spreken over hun eerste ervaringen met de materie en over hun plannen voor de toekomt.

Elke Desmedt: United Consulting stond een paar jaar geleden op het punt om robotic process automation (RPA) in te voeren. De processen waren geselecteerd en de leveranciers gecontacteerd. Maar door een grote strategieaanpassing – de afsplitsing van de afdeling voor supplychainprofielen - hebben we dat niet kunnen doorvoeren. Nu zal het wel weer op tafel komen. Intussen hebben we al een aantal geautomatiseerde processen, maar voorlopig nog zonder robot. Ik ben daarom erg geïnteresseerd in de ervaring van mijn collega’s rond de tafel.

Patrice Masset: Proximus Group heeft een shared service center voor de accounts payable van dus ook de dochtermaatschappijen.  Mijn collega Philippe Schram en ik werken aan de toepassing van RPA in de automatisering van de verwerking van de binnenkomende factoren zonder bestelbonnummer (non-PO). Die robot vullen we intussen aan met artificiële intelligentie. We starten met alleen een pdf van de factuur. Vandaag hebben we een tiental leveranciers waarvoor we nu een complete en automatische flow hebben gebaseerd op een bot én AI.

Koen De Gronckel: Wanneer zijn jullie gestart?

Philippe Schram: Vier jaar geleden is Proximus hiermee gestart. Het probleem met RPA is dat het alleen recurrente taken kan reproduceren die daarvoor door mensen uitgevoerd werden. Zodra er problemen optreden, meldt de robot een uitzondering waardoor de robot niet verder kan. Er zijn twee oorzaken voor die uitzonderingen: een technisch mankement of een gebrekkige datacaptatie. Een van onze medewerkers heeft dat geanalyseerd en we weten intussen dat je dit alleen kunt oplossen door AI toe te voegen. Wij gebruiken daarvoor software van Blue Prism (Jason) om gegevens op de factuur beter te capteren. Het is een gesofisticeerde vorm van optical character recognition (OCR). Op die manier hebben we een touchless proces kunnen uitwerken voor een aantal leveranciers. We laten de OCR maar een beperkt aantal velden capteren: vijf in plaats van bijvoorbeeld vijftien. Maar daarna laten we de robot nog bijkomende informatie opzoeken in functie van de aard van de factuur. Als het over bedrijfswagens gaat, willen we graag de nummerplaat vinden. Als het gaat over gebouwen, liefst onze gebouwcode of een exact adres. De software zal die informatie zoeken en daarbij rekening houden met het type factuur en de leverancier. Het geheel van die informatie zal de robot dan weer invoeren in SAP.

Pieter Vanhoutte: En hebben jullie één robot of meerdere?

Patrice Masset: We hebben er zes in de boekhouding van de leveranciers. Een van die robots gaat op zoek naar dubbele facturen op basis van vier criteria: leverancier, datum, bedrag en nummer. Als vier van die criteria identiek zijn dan is er geen twijfel en kunnen we ervan uitgaan dat het om dezelfde factuur gaat. Als drie van de vier overeenkomen, maakt de robot een bestand met deze facturen en is het nog altijd de medewerker die beslist.

Er zijn ook een aantal robots geconfigureerd in het kader van het afhandelen van de facturen die wel een bestelbonnummer bevatten. De eerste is wanneer we geen ontvangstbevestiging van de goederen hebben. In dit geval zal de robot een workflow missing goods reception sturen (dan gaat er een automatische e-mail naar de persoon die de goedkeuring kan geven voor een betaling). De andere zijn voor de verdere stappen in de afhandeling van de facturen om de betaling te verzekeren.

Philippe Schram: Je mag niet vergeten dat een robot zeker niet slim is. Hij is alleen bruikbaar voor taken die mensen heel makkelijk kunnen doen. Daarom zijn we beginnen werken met een nieuwe software (Decipher OCR tool) die in de facturen voor gebouwen bijvoorbeeld onze gebouwcode kan toevoegen aan de informatie op basis van het vermelde adres op de factuur. We testen dat nu.

Koen De Gronckel:  Binnen Gasthuiszusters Antwerpen zijn we een goed jaar bezig met RPA van Uipath. Het belangrijkste proces is de opvolging van de niet-betaalde facturen. Dat is belangrijk omdat het ziekenhuis de artsenhonoraria in ieder geval betaalt ook als de patiënt zelf nog niet heeft gestort. Als die achteraf helemaal niet blijkt te betalen, vorderen we het geld terug bij de artsen. Een robot maakt nu die vergelijking en verrekent de respectievelijke kosten van de verschillende onderdelen van de factuur naar het ziekenhuis en de artsen. Het gaat dan ook om vaste velden in de factuur. Niet-betaalde facturen zijn geen zeldzaam fenomeen, zeker in de stedelijke omgeving waar wij actief zijn.

Daarnaast zijn we aan de slag gegaan op de facturatie. Op elke factuur staan prestaties van artsen die door henzelf en hun assistenten worden ingegeven in de vorm van nomenclatuurnummers. Dat verloopt automatisch wanneer ze die prestaties rechtstreeks in ons gespecialiseerd facturatiesysteem inbrengen. Maar er zijn nog een aantal prestaties die niet automatisch verlopen en die iemand dus achteraf moet inbrengen. Daarbij horen ook een aantal forfaits die we aanrekenen bijvoorbeeld op basis van het geneesmiddel dat bij een prestatie hoort. Dat proberen we nu te automatiseren met RPA.

Ons derde RPA-proces is in de boekhouding bij de verwerking van de overschrijvingen met gestructureerde mededeling. Zeker bij de betaling van patiënten schort het daar erg vaak aan: de mededeling ontbreekt, bevat fouten, ... De robot zoekt nu op basis van een aantal elementen wat de mogelijke link is tussen een openstaande factuur en een betaling. Dat werkt zeer goed. Maar de verwerking is niet automatisch: het resultaat is nu nog een lijst die mensen moeten verwerken.

Pieter Vanhoutte: De invoering van RPA kwam er bij Carrefour naar aanleiding van het transformatieplan in 2018 en de vrijwillige keuze voor een vervroegd pensioen van heel wat personeelsleden. Achteraf moesten we dan wel een reeks processen automatiseren om het werk te kunnen uitvoeren. Dit keer kozen we voor RPA omdat we vanuit het verleden de nadelen kenden van de ontwikkelingen op maat in SAP. We hadden heel wat Z-programma's: de benaming voor de niet-standaardsoftware binnen SAP. Dat houdt ook in dat we grote efficiëntiewinsten konden realiseren dankzij automatisering, maar we komen wel in de problemen bij elke update van de software. De op maat gemaakte aanpassingen veranderen dan niet mee.

Onze robots richten zich ook op taken waar meerdere systemen bij betrokken zijn. We hebben er intussen acht die alleen goed gedefinieerde processen aanpakken waar je niet kunt van afwijken.

Een van de robots zorgt voor de factuuraanvragen in het debiteurenbeheer. Bedrijven die een factuur van ons nodig hebben, sturen de aanvraag naar een specifiek e-mailadres. De robot pikt die boodschappen op en controleert of alle velden zijn ingevuld. Als dat niet het geval is, stuurt die een mail terug. Is alle informatie aanwezig, dan loopt het proces verder. De robot gaat dan naar SAP en maakt daar de factuur aan.

Een ander voorbeeld zijn de manuele boekingen. Het gaat dan vooral over de boekingen die onze controllers aanvragen in het kader van de analytische boekhouding. Op die manier kunnen we kosten verdelen over meerdere kostencentra. Die aanvragen doen de mensen nu ook via een specifiek e-mailadres en in een bepaald formaat.

We hebben nog een andere robot in de accounts payable voor contractuele orders, bijvoorbeeld voor het onderhoud van de werkkledij van de mensen in de winkels. Die contracten zijn gebaseerd op afspraken per volume per maand per winkel. We hebben daar ook een bestelbon voor, maar het probleem is dat we moeilijk terugvinden waar de oorzaken zitten die de afwijkingen in het totaalbedrag kunnen verklaren. De robot kan die verschillen nu zelf vinden.

Onderhoud vraagt kennis

Pieter Vanhoutte: Er zijn ook grote nadelen aan een robot. Als er ook maar iets wijzigt aan een document, een programma, een schermopbouw of eender wat in het proces, blokkeert de robot. En dan heb je expertise nodig om dat weer op te lossen.

Philippe Schram: Een deel van de oplossing daarvan ligt ook in de samenwerking met leveranciers en partners. We hebben zopas een aantal facturen ontvangen van onze leverancier van catering. Die had de hoofding van de facturen aangepast en onze robot heeft geen enkele daarvan kunnen verwerken. We hebben met de leverancier gesproken en die zal nu terug de oude headergebruiken.

Elke Desmedt: Dat is voor mij de grootste uitdaging voor als we RPA willen invoeren: hoe pak je het aan om die kennis op te bouwen en dan in huis te houden?

Pieter Vanhoutte: Daar zitten wij ook mee gewrongen. We hebben het proces opgezet met EY en met Uipath. We hadden ook zelf enkele medewerkers opgeleid, maar die zijn intussen vertrokken en dat moeten we dus nu oplossen.

Ik kan ook vergelijken met ons Franse moederhuis waar honderd verschillende robots draaien. Een eigen afdeling met tien mensen zorgt voor het bijsturen, aanpassen en monitoren van die robots. Je kunt winst boeken door de efficiëntieverbetering, maar tegelijk moet je ook een kost voorzien voor het beheer van die robots.

Om de analogie met de medewerkers verder te zetten: als die robot stilvalt, dan gebeurt het werk dus ook niet. Zeker grote afdelingen zoals Accounts Payable en Accounts Receivable zijn echte administratieve fabrieken waar veel werk verzet wordt. Als dat even stilvalt, stapelt het zich snel op. En bij Carrefour hebben we nu niet meer de mensen om dit even op te vangen. Dus moet je een eigen dienst hebben of inhuren die snel kan tussenkomen in geval van panne van de robot. In België hebben we nog te weinig volume om zelf te investeren in die afdeling.

Andere afdelingen

Elke Desmedt: Wij hadden met United Consulting al een aantal processen geanalyseerd om te kijken welke we zouden laten uitvoeren door een robot. Daarbij nam de financiële afdeling het voortouw, maar keken we meteen ook naar de verkoopafdeling en de verwerking van contracten. Bijvoorbeeld de verlenging van de contracten voor onze consultants is een arbeidsintensief proces dat de robot zou kunnen overnemen.

FD: Het is opvallend dat jullie meteen verder kijken dan finance alleen.

Elke Desmedt: Ja, een aantal managers had daarover al gehoord - op een seminarie van FDmagazine trouwens - en wilden daar snel mee aan de slag. We hebben een aantal van die sprekers en enkele andere partijen bij ons uitgenodigd.

Pieter Vanhoutte: Bij ons zorgt onze lean manager voor een bredere toepassing van de robots. Het is wel begonnen in finance, maar uiteindelijk hebben alle afdelingen administratieve processen: logistiek, aankoop, hr ... We kiezen nu niet meer voor één technologieleverancier, maar liever voor een implementatiepartner die ervaring heeft met meerdere systemen.

FD: Zijn jullie van plan AI op een grotere schaal toe te passen?

Koen De Gronckel:
In eerste instantie nog niet. We zullen wel testen uitvoeren.

Pieter Vanhoutte: Ik zie het ook niet meteen op grote schaal toegepast worden in finance. Maar wel in operationele afdelingen, zeker als daar beeldverwerking aan te pas komt. Ook klantendiensten met chatbots zijn in feite een toepassing van AI.

Patrice Masset: Wij gebruiken het zoals gezegd in de verwerking van facturen zonder bestelbon. Maar uiteindelijk komt het erop neer dat we een apart algoritme voor elke leverancier hebben. Dat maakt het dus complex. Ik wil er nu toe komen dat we groepen van leveranciers maken die we met één algoritme kunnen verwerken. Tot nu toe hebben we ons aangepast aan de manier van werken van onze leveranciers. Misschien moeten we hen nu vragen om zich te aligneren naar ons proces. Want wat we nu hebben, heeft ons al veel tijd gekost.

Pieter Vanhoutte: Ik denk dat AI op termijn de uitzonderingen die we nu nog ontmoeten in een RPA-proces wel kan verwerken. Wij hanteren bijvoorbeeld een vork om de afwijking van een bedrag al dan niet te accepteren. Als de afwijking te groot is, dan kan de robot de factuur niet automatisch verwerken. Die analyse van de afwijking kan nog een stuk beter dankzij AI, denk ik. Als daarvoor een oplossing komt, dan zie ik weer een stuk meer potentieel voor de technologie.

Resultaten

Koen De Gronckel: We hebben goede resultaten geboekt. Die business cases waren goed uitgewerkt. De ontwikkelingstermijnen werden goed ingeschat en ook de besparingen of efficiëntieverbeteringen zijn gerealiseerd. Onze mensen besparen heel wat tijd. Zij kunnen dan andere taken doen.

Patrice Masset: Bij Proximus zijn de robots de vervangers van mensen die met pensioen zullen gaan. Op die manier kunnen we een besparing in fte's realiseren, zonder iemand te ontslaan. Of om additioneel werk bij te nemen door een verbetering van de efficiëntie.

Pieter Vanhoutte: Dat is bij ons vergelijkbaar, maar dan via het transformatieplan van 2018. Op die manier kan de RPA een deel van de medewerkers die met vervroegd pensioen zijn gegaan opvangen. Het was ook nodig om het werk te blijven doen. Daarbij heeft RPA het grote voordeel dat het snel gebouwd kan worden. Als je voorbereiding goed is, dan kan een proces op zeven dagen geautomatiseerd zijn. Die termijn wordt ook gehaald en het werkt. Dat kan bijvoorbeeld niet met SAP. De mensen die dat moeten doen zijn veel schaarser en duurder dan de ontwikkelaars van RPA. Onze applicatie werd bijvoorbeeld in Tunesië ontwikkeld.

Patrice Masset: Dat stellen we bij Proximus ook vast. We hadden eerst hele hoge ambities met de invoering van RPA; the sky was the limit. Intussen stellen we vast dat er wel degelijk limieten zijn. En om de resultaten te behalen die we nu kennen, moesten we heel inventief zijn.

Toekomst

Patrice Masset: We hebben al een reeks van RPA-processen ontwikkeld. Die hebben allemaal hun limieten. We willen daar nu een laagje AI over gieten om verder te kunnen gaan. Toen we daarmee vier jaar geleden begonnen, bestond dat nog niet. Ik vind dat de technologie zich heeft ontwikkeld en dat wij nu ook verder moeten gaan. Je moet durven achteruit te kijken en de realisaties in vraag te stellen om dan weer iets nieuws te ontwikkelen. Ik vind het persoonlijk ook verrijkend.

Elke Desmedt: Ik ben erg gebrand om eraan te beginnen na wat ik hier heb gehoord. Het is echt iets voor mij en dan wil ik het meteen voor meerdere departementen doen: contractbeheer, opvolging van time sheets van de consultants, enzoverder. De kennisontwikkeling is daarbij mijn belangrijkste aandachtspunt.

Pieter Vanhoutte: Het belangrijkste voor ons is om de kennis die we hebben opgebouwd in de financiële afdeling nu te gaan inzetten in de andere departementen: hr, logistiek en aankoop. Ik verwacht op langere termijn ook veel van de toepassing van AI.

Koen De Gronckel: Ik zie het verder evolueren in onze eigen afdeling én in de andere. Daarnaast zullen we een nieuw ERP-systeem uitrollen. We hebben nu Microsoft AX en stappen over naar S4Hana met Fiori in 2024. In functie daarvan bekijken we ook wat we nog in RPA doen en wat niet. We moeten onze kennis borgen door het breder in de organisatie uit te rollen en meer mensen erbij te betrekken. Die procesverbetering en -automatisering wordt belangrijker in de organisatie.

Elke Desmedt, Koen De Gronckel, Patrice Masset, Philippe Schram, Pieter Vanhoutte Vlnr: Elke Desmedt, Koen De Gronckel, Patrice Masset, Philippe Schram, Pieter Vanhoutte