Tekst
Peter Ooms

We hebben de succesratio van de robot stelselmatig kunnen verhogen

1 januari 2021
Het zijn meestal de menselijke interventies die tot verwerkingsfouten leidden.
Proximus is gestart met een project om het verwerken van facturen voor indirecte kosten zonder bestelnummer te automatiseren aan de hand van artificiële intelligentie. Het gaat om een volume van ongeveer vijftigduizend facturen per jaar. Een eerste project met de vijf grootste leveranciers is alvast geslaagd.

Proximus is gestart met een project om het verwerken van facturen voor indirecte kosten zonder bestelnummer te automatiseren aan de hand van artificiële intelligentie. Het gaat om een volume van ongeveer vijftigduizend facturen per jaar. Een eerste project met de vijf grootste leveranciers is alvast geslaagd.

Algoritmes lezen facturen uit

Het digitale proces slaagt erin 94 procent van de documenten van de betrokken leveranciers correct te boeken zonder manuele tussenkomst. Proximus maakt in zijn boekhoudafdeling het onderscheid tussen leveranciers van directe kosten en indirecte kosten en verwerkt die ook op een andere manier. De partnerbedrijven uit de eerste categorie krijgen de raad om zich te connecteren met het Ariba- platform van de telecomgroep. Op die manier verloopt het hele aankoopproces inclusief facturatie en boeking op een volledig digitale manier. Net zoals in andere boekhoudprocessen ligt de sleutel voor het efficiënt verwerken van de facturen in de vermelding van het bestelbonnummer (purchase order of PO in het jargon) op dat document. Op die manier is een automatische vergelijking tussen de gegevens van de bestelbon en de factuur een fluitje van een cent. Samen met de ontvangstbevestiging is er dan een controle volgens het three-way matching-principe. Die controle biedt voldoende zekerheid over de correctheid van de levering en de gegevens op de factuur.

Extra informatie capteren

Elke organisatie heeft ook te maken met een resem facturen zonder PO-nummer. Vaak zorgen die voor heel wat manueel werk op de boekhoudafdeling. “Het ontbreken van de verwijzing naar een bestelbon is niet het enige probleem. Gewoonlijk ontbreekt ook de informatie om de kosten toe te wijzen aan kostenplaatsen en afdelingen. Daarnaast zijn er veel bedrijven bij betrokken waarmee we vooraf geen afspraken hebben gemaakt. Om dat aan te pakken, wilden we ons standaard-OCR-systeem aanvullen met een applicatie die extra informatie op de factuur kan capteren. Dan kan alle benodigde informatie gestuurd worden naar de administratieve robot van Blue Prism, die op basis van een AI-algoritme de boeking op de juiste manier uitvoert”, zegt Patrice Masset, teammanager van het shared service center voor binnenkomende facturen (AP in het jargon) van Proximus.

Vijf leveranciers in de eerste fase

“Voor dit project hebben we de vijf leveranciers gekozen die de meeste facturen sturen. Het gaat om bedrijven die zorgen voor de catering, de leasing van bedrijfswagens en het onderhoud van de gebouwen. Samen zijn zij goed voor een kwart van het aantal facturen zonder bestelbonnummer. In het manuele standaardproces gaan al deze facturen door de OCR-scanner. De medewerkers moeten die bestanden controleren, kijken of alle informatie gevonden is en indien nodig de velden aanvullen of corrigeren. Zodra alles is ingevuld, krijgt dat boekingsbestand een groen vinkje en vertrekt het naar de SAP-toepassing voor het boeken van de facturen. Opnieuw controleert een medewerker hier elk scherm op correctheid en volledigheid. Een aantal gegevens willen we absoluut verkrijgen omdat we die gebruiken voor de rapportering en een aantal statistieken. Ondanks een pre-boekingsbestand gaat dit proces gepaard met veel manuele handelingen. Die willen we in het vernieuwde proces uitschakelen”, zegt Sheila Moonsamy, finance specialist bij Proximus.

Veel tijd bespaard

In de aangepaste verwerking gaat een robot in het digitale OCR-bestand op zoek naar de belangrijke informatie, zoals datum, bedrag, btw-bedrag, maar ook naar gegevens die kunnen verwijzen naar de verantwoordelijke afdeling of de kostenplaats: de nummerplaat van een auto, de naam van een gebouw, enzovoort. Sheila Moonsamy: “Die bewuste velden zijn altijd dezelfde. Eens de robot ze goed kan vinden, hoeven we daar niet meer aan te komen. Tenzij er een grote lay-outwijziging wordt aangebracht, kan het algoritme ook kleine wijzigingen aan.”

“Op basis van de bestaande facturen van deze organisaties hebben we voor elke leverancier een apart algoritme gebouwd om die zoektocht uit te voeren. De robot vindt in 94 procent van de gevallen alle benodigde informatie. Dat bespaart de vier medewerkers in het shared service center een pak tijd”, zegt Patrice Masset.

Continu proces

Baudouin De Keyzer is finance business analyst bij Proximus en de verbindingspersoon tussen de financiële afdeling en IT. “Belangrijk is dat dit een continu proces is. De robot maakt een lijst met de facturen die hij volledig kon verwerken. De robot en de kunstmatige intelligentie verwerken de facturen correct, het zijn meestal menselijke fouten in het proces die leidden tot verwerkingsfouten. Dit werd aangepakt door het bewustzijn van de medewerkers te vergroten en procedures aan te passen. Dan hebben we het algoritme telkens aangepast om de oorzaken van de gebreken weg te werken. De uitzonderingen worden zo mee opgenomen in de standaardmanier van werken. Zo hebben we de succesratio stelselmatig kunnen verhogen.”

Vervolg: leveranciers met meer dan honderd facturen

Is het niet handiger om de leveranciers een strikt formaat op te leggen – zoals een XML-factuur – zodat de robot altijd alle informatie krijgt? “Dat is niet het opzet van dit project. Het is net de bedoeling àlle binnenkomende facturen automatisch te verwerken, zonder dat we de leveranciers daarover contacteren en een formaat opleggen. We hebben nu een stroom die werkt voor vijf leveranciers. Dat is één enkel algoritme met enkele variaties. Het doel is om de manier waarop we facturen verwerken te standaardiseren om ze zoveel mogelijk te integreren in de bestaande geautomatiseerde stroom. De robot beslist dan zelf welke variatie van het algoritme hij gebruikt om alle velden correct in te vullen. In een volgende fase willen we bijkomende leveranciers aanpakken, namelijk alle bedrijven die meer dan honderd facturen per jaar sturen. Dat zijn er een vijfentwintigtal”, zegt Patrice Masset.

Impact van corona

Tijdens de voorbereiding van het project brak de coronacrisis uit. Dat heeft een grote invloed op het aantal facturen dat Proximus binnenkreeg. Baudouin De Keyzer: “Wij hadden geopteerd voor de leveranciers met de meeste facturen, waaronder catering. Door de lockdown en de maatregelen die het bedrijf nam, zijn de bedrijfsrestaurants echter gesloten. De factuurvolumes van dit jaar zijn voor deze en sommige andere leveranciers kleiner dan vorig jaar. Eerst wilden we ook de onkosten voor zakenreizen meenemen, maar dat zijn uitgaven die volledig zijn stilgevallen.”

Een en ander heeft ook een impact op de keuze van de volgende kandidaten in het project. “In deze periode krijgen we gewoon veel minder facturen binnen van sommige leveranciers. Daarom mikken we niet in de eerste plaats op volume, maar veeleer op die leveranciers die we zonder grote aanpassingen bij de algoritmes in het systeem kunnen betrekken”, zegt Sheila Moonsamy.

Patrice Masset: “We leren heel veel tijdens het project. Onze inzichten worden steeds beter en de algoritmes steeds completer. We weten niet waar we uiteindelijk zullen eindigen, maar onze vooruitzichten zijn wel heel positief.”