Il punto critico è noto: registrare una fattura richiede precisione assoluta anche quando i dati di partenza sono incompleti, e le informazioni utili sono sparse tra documenti, ordini, normative ed esperienza delle persone. Il risultato è troppo tempo speso a cercare informazioni invece che a decidere.
Due binari di controllo: regole certe e intelligenza artificiale
L'automazione si muove su due binari distinti che, all'occorrenza, si intrecciano.
Controlli deterministici. Verifiche basate su regole certe e ripetibili: date, periodi, quadratura degli importi, quantità, codifiche. Dove si applicano danno una certezza — il rispetto della regola — e fanno procedere la fattura verso una registrazione corretta.
Controlli con AI. Molte valutazioni, però, non si lasciono ridurre a una regola: richiedono conoscenza contabile e fiscale, oppure si adattano a informazioni che cambiano ogni volta. Pensiamo all'attribuzione del conto corretto, al riconoscimento della natura di una fattura senza ordine, o alla gestione di competenze e ratei. Qui entra l'AI: con un approccio probabilistico combina conoscenza generica e conoscenza specifica del singolo caso, del singolo fornitore e del singolo ordine, con il fine di ottenere una corretta registrazione in contabilità e relativa riconciliazione. Un approccio molto accurato, ma mai infallibile. Quella percentuale di errore non è un difetto da nascondere, è una variabile da progettare e tenere sotto misura.
L'utente al centro: human in the loop
Per gestire quell'errore non ci si affida ciecamente al modello. Lo si affianca ai controlli deterministici a valle che, se non vengono superati, chiamano in aiuto l'owner di processo. Una dashboard raccoglie, per ogni caso, tutte le informazioni necessarie all'operatore per gestire la riconciliazione: i controlli applicati e l'interpretazione dell'AI. L'operatore applica quindi il suo giudizio e la conferma o la corregge.
Il lavoro dell'utente non è fine a se stesso: la gestione particolare di quella casistica viene salvata e associata al fornitore, alla tipologia dell'ordine e della fattura, così da diventare informazione utile all'AI per gestire la prossima fattura che presenterà le stesse caratteristiche.
La soglia vale anche per chi valida
C'è un punto spesso dimenticato: se l'AI sbaglia in una certa percentuale di casi, lo fa anche l'utente. Pretendere di sostituire una persona imperfetta con uno strumento infallibile è ambizioso, ma a tratti utopico. Se accettiamo l'errore umano come fisiologico, dobbiamo accettare anche quello della macchina — con il vantaggio, però, che questo errore può essere misurato e intercettato prima che arrivi in produzione. In pratica l'obiettivo non può essere azzerare gli errori, ma imparare a riconoscerli, misurarli, decidere quale livello è accettabile e fare in modo che, oltre quella soglia, nulla venga registrato senza un occhio umano.
Dai dati alla registrazione in SAP
A valle del sistema decisionale, un bot opera sull'ERP — per esempio SAP — per riconciliare e registrare la fattura. Il percorso completo è lineare:
- acquisizione di fatture e ordini
- estrazione dei dati e ricerca negli ordini aperti correlati
- applicazione dei controlli deterministici e AI
- validazione (o meno) dell'owner di processo
- a questo punto si apre una biforcazione:
- riconciliazione e registrazione
- gestione manuale del caso complesso
In sintesi
Un processo davvero smart non scommette sull'infallibilità della tecnologia: rende il lavoro più veloce e a maggior valore aggiunto, e consente di governare l'errore. Regole certe dove applicabili, AI dove serve giudizio, una soglia di accettabilità dell'errore, l'owner di processo per gestire i casi complessi e la memoria di questi casi per automatizzarli in futuro.
Vuoi sapere quante delle tue fatture passive sono automatizzabili? Richiedi una valutazione del tuo processo: partiamo dai tuoi volumi reali e facciamo una stima realistica di quante possono essere automatizzate completamente e quante invece necessitano di una supervisione umana.