Przetwarzanie faktur z AI: co zautomatyzować najpierw, a co zostawić ręcznie

Rozrachunki z dostawcami to często pierwsze miejsce, na które patrzą zespoły finansowe, gdy rozważają AI. Praca powtarza się co tydzień, na wejściu są dokumenty, a błędy kosztują na tyle dużo, że ktoś zawsze je zauważy. Dlatego faktury są dobrym kandydatem, ale tylko wtedy, gdy wiesz, które kroki powinien przejąć model, a które zostają przy człowieku.

Ten artykuł przechodzi przez obieg faktur krok po kroku, pokazuje, gdzie AI się sprawdza, i wymienia kontrole, które budujemy wokół niej w naszych projektach.

Zacznij od formatu, w jakim przychodzą faktury

Nie każda faktura potrzebuje AI. Zgodnie z przepisami UE faktura elektroniczna to faktura wystawiona, przesłana i odebrana w ustrukturyzowanym formacie danych, który umożliwia jej automatyczne przetwarzanie, w oparciu o europejską normę EN 16931. PDF dołączony do e-maila nie spełnia tej definicji. Gdy faktura przychodzi jako dane ustrukturyzowane, na przykład przez sieć Peppol, pola już tam są, a import oparty na regułach jest tańszy i bardziej niezawodny niż jakikolwiek model.

Udział faktur ustrukturyzowanych rośnie. W Niemczech każda krajowa firma musi od 1 stycznia 2025 roku umieć odbierać e-faktury, a inne formaty może wysyłać tylko do końca 2026 roku albo do końca 2027 roku, jeśli jej obrót w poprzednim roku wyniósł nie więcej niż €800 000. Na poziomie UE pakiet VAT in the Digital Age, przyjęty w marcu 2025 roku, wprowadza od 1 lipca 2030 roku cyfrowe raportowanie transgranicznych transakcji B2B i pozwala państwom członkowskim wprowadzić obowiązkowe krajowe e-fakturowanie. AI przydaje się najbardziej przy reszcie: plikach PDF, skanach, zdjęciach paragonów i długim ogonie dostawców, którzy jeszcze się nie przestawili.

Obieg faktur krok po kroku

Co zautomatyzować najpierw

Najlepsze pierwsze kroki mają duży wolumen i wymagają niewiele oceny. W naszych projektach zwykle oznacza to trzy rzeczy.

• Przyjęcie i klasyfikacja. Wspólna skrzynka działu rozrachunków zbiera faktury, przypomnienia o płatności, wyciągi i pytania dostawców. Model może je posortować i skierować każdy dokument do właściwej kolejki, co eliminuje zaskakująco dużo ręcznego klikania.
• Odczyt pól z nieustrukturyzowanych faktur. Modele językowe, które czytają obrazy, radzą sobie z układami, których nigdy wcześniej nie widziały, czego starszy OCR oparty na szablonach nie potrafił. Wynikiem zawsze powinien być ten sam ustrukturyzowany rekord, którego oczekuje Twój system księgowy, tak aby zeskanowana faktura i faktura z Peppol wyglądały dalej identycznie.
• Propozycje dekretacji. Większość firm księguje tego samego dostawcę na to samo konto i centrum kosztów miesiąc po miesiącu. Model, który proponuje dekretację na podstawie wcześniejszych księgowań i pokazuje uzasadnienie, oszczędza czas, a decyzja pozostaje widoczna.

Co zostawić ręcznie

Niektóre kroki zostają przy ludziach. Nie dlatego, że AI nie potrafi udzielić odpowiedzi, ale dlatego, że błędna odpowiedź kosztuje zbyt wiele albo odpowiedzialność musi spoczywać na konkretnej osobie.

• Zmiany danych bankowych dostawców. Prośba o zmianę numeru konta to klasyczna droga oszustw fakturowych. Potwierdź ją u znanej osoby kontaktowej innym kanałem, nigdy odpowiadając na wiadomość, która o zmianę prosi.
• Zlecanie płatności. AI może przygotować paczkę przelewów. Zatwierdza ją osoba uprawniona do wydawania pieniędzy.
• Nowi dostawcy i nietypowe przypadki VAT. Pierwsza faktura od nowego dostawcy albo transakcja transgraniczna lub z odwrotnym obciążeniem wymaga przeglądu przez człowieka, dopóki nie masz dowodów, że system obsługuje ją poprawnie.
• Spory i większe rozbieżności. Różnice, które wymagają rozmowy z dostawcą, to praca nad relacją, a nie nad danymi.

Kontrole, które budują zaufanie

System do faktur jest tak dobry, jak kontrole wokół niego. Te wbudowujemy od samego początku.

1. Progi pewności dla każdego pola. Wartości, co do których model ma wątpliwości, trafiają do kolejki przeglądu, zamiast zostać po cichu zaksięgowane.
2. Kontrole rachunkowe i kompletności. Pozycje muszą sumować się do kwot łącznych. Unijna dyrektywa VAT wymienia dane, które musi zawierać faktura, takie jak numer VAT dostawcy, kolejny numer i zastosowana stawka VAT, dlatego brakujące dane są oznaczane przed zaksięgowaniem.
3. Wykrywanie duplikatów. Porównuj dostawcę, numer faktury, kwotę i datę. Ta sama faktura często przychodzi dwa razy: e-mailem oraz przez portal lub pocztą.
4. Tolerancje dopasowania ustalone przez finanse. Dopuszczalna różnica w cenie lub ilości to reguła biznesowa. Zapisz ją i egzekwuj w kodzie, zamiast zostawiać ją modelowi.
5. Ścieżka audytu. Dyrektywa VAT wymaga zapewnienia autentyczności pochodzenia, integralności treści i czytelności faktury, na przykład przez kontrole biznesowe tworzące wiarygodną ścieżkę audytu między fakturą a dostawą. Przechowuj oryginalny dokument, odczytane dane, każdą zmianę i informację, kto ją zatwierdził.
6. Cotygodniowa próba. Sprawdzaj losową próbę faktur przetworzonych automatycznie, nie tylko tych oznaczonych. To jedyny sposób, by znaleźć błędy, co do których system był pewny.

Jak zacząć

Najpierw przez kilka tygodni zmierz obecny proces: ile faktur przychodzi, jakimi kanałami, ile trwa obsługa każdej i gdzie utykają. Potem wybierz z tabeli krok, który odpowiada Twojemu największemu wąskiemu gardłu. Dla większości zespołów jest to przyjęcie i odczyt danych, przy czym w pierwszym miesiącu człowiek sprawdza każde proponowane księgowanie. Rozszerzaj automatyzację tylko tam, gdzie przegląd pokazuje, że odsetek błędów jest wystarczająco niski, by mu zaufać.

Aby oszacować, ile może to zaoszczędzić Twojemu zespołowi, opisz proces w kalkulatorze ROI. Jeśli wciąż zastanawiasz się, od czego zacząć, przeczytaj pięć pytań, które pomogą wybrać pierwszą automatyzację albo przejrzyj typowe procesy według obszarów firmy.