ما هو PO المطابقة؟ وكيف أتمتة ذلك؟

مطابقة أمر الشراء هي عملية ربط أمر الشراء (PO) الصادر عن العميل مع الإشارة إلى الأنواع والكميات والأسعار المتفق عليها للمنتجات / الخدمات مع فاتورة صادرة عن البائع لتسليمها. الهدف من مطابقة أمر الشراء هو ضمان مدفوعات البائعين في الوقت المناسب والمحاسبة الصحيحة للتكاليف والاكتشاف السهل للممارسات الاحتيالية.

دليل مطابقة PO

تتضمن مطابقة أمر الشراء عدة خطوات ، بما في ذلك الإيصال و التقاط بيانات الفاتورة، التحقق مع طلب شراء، ومطابقة المعلمات ، والقرار على أساس معايير مختلفة. تعتبر معالجة الفواتير ومطابقة أمر الشراء عمليات معقدة وتستغرق وقتًا طويلاً وتستهلك الكثير من الموارد عند إجرائها يدويًا ، لا سيما في أنشطة الأعمال الموسعة.

حتى في الأقسام التي يوجد بها رقمنة للمعلومات في شكل تطبيقات تخطيط موارد المؤسسات (ERP) ، يلزم قدر كبير من العمالة البشرية ؛ من وقت رفع الفاتورة أو استلامها حتى إدخالها في تطبيق ERP ، حسابات قابلة للدفع يؤدي الموظفون على ما يبدو قائمة لا تنتهي من الأعمال المنزلية.

---

هل تبحث عن أتمتة عملية مطابقة أوامر الشراء؟ Gفي النانو™ جرب واحصل على فوائد استخدام التعرف الضوئي على الحروف المستند إلى AI في عملية مطابقة PO.

---

· فتح ومسح البريد / فتح الفواتير المادية / أوامر الشراء

· استرداد الفواتير / أوامر الشراء من صندوق بريد إلكتروني أو بوابة أو مظاريف مادية

· إدخال المعلومات من الفواتير إلى الكمبيوتر

· مطابقة الفواتير يدويًا مع أوامر الشراء (POs) وإيصالات التسليم

· التوجيه المادي للفواتير / OPs إلى المديرين وموظفي الموافقة

· حل الاستثناءات من خلال تحليل مقلة العين المرهق والتحليل اليدوي.

· إدخال معلومات الفاتورة المتطابقة في نظام تخطيط موارد المؤسسات

· البحث في نظام تخطيط موارد المؤسسات عن الازدواجية والسهو

· التوفيق بين الفواتير والمدفوعات

· تحديث بيانات البائع الرئيسية

بعض التحديات المنهكة في مطابقة أمر الشراء على نطاق واسع ، خاصة عند إجرائها يدويًا هي:

التعامل مع نقاط بيانات الفاتورة المتعددة: تتعامل المؤسسات الكبيرة بشكل روتيني مع أوامر الشراء و / أو الفواتير من عدة موردين / عملاء بتنسيقات متعددة بما في ذلك ملفات معالج الكلمات (مثل مستندات MS-Word) وملفات إدخال البيانات (مثل ملفات MS-Excel) ومستندات XML المنظمة من تبادل البيانات الإلكترونية (EDI) وملفات PDF وملفات الصور وأحيانًا كمستندات ورقية.

إن توحيد كل هذه المستندات يستغرق وقتًا طويلاً وعرضة للخطأ عند إجرائه يدويًا. توجد أخطاء في بداية ملف سير عمل معالجة الفواتير يمكن أن يتحول إلى نتائج خطيرة مثل الدفع الزائد ، والمدفوعات غير الصحيحة ، وتكرار الفواتير ، وما إلى ذلك ، مما قد يؤدي إلى فقدان الإنتاجية والثقة.

عدم تطابق البيانات: • حسابات قابلة للدفع غالبًا ما يتعين على قسم الشركة مطابقة أمر الشراء مع مذكرة استلام البضائع (GRN) ، وبيانات العقود ، بالإضافة إلى الفاتورة. يمكن أن تؤدي عملية "التحديق والمقارنة" للمطابقة اليدوية ، إلى جانب كونها كثيفة العمالة ومضنية ، إلى أخطاء جسيمة مثل ضياع التواريخ والقيم ، والتي قد يؤدي تصحيحها إلى إبطاء العمليات وتعريض المؤسسة لمخاطر فقدان الإنتاجية والأعمال -مسائل علاقة الإدارة / العميل.

معالجة الاستثناء: تقضي أقسام الحسابات الدائنة الكثير من الوقت في التعامل مع الاستثناءات ، بما في ذلك المعلومات غير الصحيحة وغير الكاملة وغير المتطابقة في الفواتير. يصل إلى 20٪ من الفواتير تحتوي بانتظام على معلومات غير صحيحة أو غير كاملة ، ويقضي قسم الحسابات الدائنة (اليدوي) التقليدي 25٪ من وقته في حل المشكلات وتتبع المعلومات الناقصة.

تكلفة معالجة الفاتورة: تستلزم المعالجة اليدوية للفاتورة ومطابقة أمر الشراء تكاليف تشمل ساعات العمل اليدوية والورق والبريد ، والتي قد تتفاقم بسبب العقوبات والرسوم المتأخرة وإرجاع المنتج وفقدان الأعمال في حالات الأخطاء.

الاحتيال والسرقة: أفاد مدققو الاحتيال المعتمدون (ACFE) أن مؤسسة نموذجية تخسر 5٪ من إيراداتها بسبب الاحتيال كل عام. يمكن للمجرمين الذين ينتحلون صفة المديرين التنفيذيين أو الموردين إرسال فواتير ذات مظهر أصلي أو طلبات أخرى للدفع ، ويمكن لفريق حسابات المدفوعات الأقل يقظة تقع فريسة لها.

مسح 2020 بواسطة Levvel Research أظهرت أن لا يزال الإدخال اليدوي للبيانات وعدم الكفاءة يمثلان نقاط الألم في عملية حسابات الدفع.

جمعية حسابات المدفوعات ومقرها المملكة المتحدة وجدت أن:

• 56٪ من الشركات تواجه مشاكل في التنبؤ بالتدفق النقدي بسبب مشاكل الحسابات الدائنة
• 91 ٪ من الشركات تتلقى مكالمات هاتفية بانتظام من البائعين الذين يطاردون المدفوعات.
• 23٪ من الشركات لديها موردون رفضوا العمل معهم مرة أخرى بسبب عدم كفاءة الحسابات الدائنة

---

هل تبحث عن أتمتة عملية مطابقة أوامر الشراء؟ Gفي النانو™ جرب واحصل على فوائد استخدام التعرف الضوئي على الحروف المستند إلى AI في عملية مطابقة PO.

---

المطابقة الآلية لأوامر الشراء

يمكن التغلب على العديد من المشكلات المذكورة أعلاه باستخدام المطابقة التلقائية لأمر الشراء. يمكن تقديم الأتمتة في خطوات مختلفة في عملية المحاسبة ، وبالتالي ، هناك نوعان من الأتمتة:

التقاط البيانات القائمة على التعرف الضوئي على الحروف (OCR):

يستخدم التقاط بيانات الفاتورة المستند إلى OCR مجموعة من أجهزة التقاط الصور وبرامج التحويل لتحويل الصور إلى نص يمكن معالجته يدويًا بواسطة فريق المحاسبة. من الواضح أن هذا مجرد رقمنة للبيانات ولا يتطابق معها ويجب أن يتضمن عمليات يدوية لاحقة.

علاوة على ذلك ، تفشل أنظمة التعرف الضوئي على الحروف المستقلة في العمل مع القوالب وأنواع الملفات والتخطيطات المختلفة ، مما يستلزم تدخلًا بشريًا متكررًا لوضع قواعد القوالب لأنواع مختلفة من المستندات.

المعالجة الآلية للحسابات / مطابقة أمر الشراء:

هذا من ثلاثة أنواع:

• تحاكي أتمتة العمليات الروبوتية (RPA) الإجراءات البشرية في المهام المتكررة.
• الذكاء الاصطناعي (AI) ، "الكأس المقدسة" لعلوم الكمبيوتر على حد تعبير بيل جيتس ، يحاكي الحكم والسلوك البشري لمطابقة أوامر الشراء والفواتير والإيصالات.
• التعلم الآلي (ML) هو مجموعة فرعية من الذكاء الاصطناعي حيث "يتعلم الكمبيوتر من التجربة" من خلال خوارزميات مثل الشبكة العصبية التي تحاكي عملية التعلم في الدماغ.

تلتقط جميع الأنواع الثلاثة للمعالجة الآلية للبيانات البيانات ذات الصلة من الفواتير وأوامر الشراء والوثائق المالية الأخرى وتعالجها تلقائيًا بطريقة تحاكي العقل البشري. من بينها ، يمكن للمعالجة المدعومة بالذكاء الاصطناعي أيضًا مقارنة السجلات ومطابقتها واتخاذ قرارات مثل تمرير المعاملة أو الإبلاغ عن الأخطاء أو رفع الاستثناءات.

تتكون المطابقة القائمة على الذكاء الاصطناعي من أربع خطوات:

1. التقاط البيانات واستخراجها: تتضمن هذه الخطوة قدرًا معينًا من التدخل البشري في المسح اليدوي للفواتير المادية في الأنظمة أو دمج الفواتير المرسلة بالفاكس أو البريد الإلكتروني لتحويلها إلى صور. يستخدم التعرف الضوئي على الحروف (OCR) أو Template OCR لاستخراج النص الموجود في موقع معين داخل مستند ممسوح ضوئيًا. يتم تدريب نظام Zonal OCR من خلال تحديد أماكن وجود حقول بيانات معينة داخل المستند. OpenCV و Tesseract و Python هي بعض أنظمة OCR النطاقية التي يمكن تدريبها على انتقاء حقول محددة من فاتورة أو أمر شراء تم التقاطها.

2. التعرف على البيانات: التعرف على البيانات الملتقطة وتصنيفها إلى أنواع إما من خلال التصنيف المستند إلى القواعد أو عن طريق خوارزميات التعلم الآلي. يمكن لأنظمة التعرف الضوئي على الحروف بالذكاء الاصطناعي القضاء على أكثر من 80٪ من العمليات في ظل التقاط بيانات الفواتير واستخراجها وفهرستها.

3. مطابقة التسجيل والتحقق من صحته: تقوم خوارزمية الذكاء الاصطناعي بمطابقة السجل - عملية البحث عن أجزاء مطابقة من المعلومات من مجموعات كبيرة من البيانات. يمكن أن تكون عملية المطابقة ثنائية الاتجاه أو ثلاثية الاتجاه أو رباعية الاتجاهات ، حسب احتياجات الشركة.

مسح من قبل ليفيل ريسيرش يدل على أن سرعة الموافقة على الفواتير و زيادة إنتاجية الموظفين هما أهم ميزتين تم تجربتهما من التبديل إلى تمكين AI ثنائي الاتجاه والثالثطريقة المطابقة العمليات.

4. مراجعة الحسابات الدائنة ومعالجة الاستثناءاتبناءً على الاحتياجات الفريدة للشركة ، يتم تمرير البيانات المتطابقة أو توجيهها إلى الموظف المناسب لمزيد من المعالجة.

مزايا مطابقة PO على أساس AI

معالجة بدون لمس:عندما تكون جميع المستندات (الفاتورة وأمر الشراء والإيصال وما إلى ذلك) إلكترونية بطبيعتها ، فإن "المعالجة بدون لمس" تزيل العمليات التي تتمحور حول الورق وتقلل من التدخل البشري ، وبالتالي توفر أداءً أفضل وقابلية للتوسع وخفة الحركة يتم استلام جميع مستندات العمل ورقمنتها وتوجيهها ومطابقتها واعتمادها ومعالجتها دون الحاجة إلى نقل قطعة واحدة من الورق بين الموظفين والإدارات. تعمل المعالجة بدون لمس من خلال الخطوات التالية:

1. يتحقق البرنامج من رسائل البريد الإلكتروني غير المقروءة.

2. تم العثور على المرفقات وفصلها عن البريد الإلكتروني للمعالجة.

3. تتم قراءة المرفقات باستخدام القدرات المعرفية ويتم استخراج البيانات.

4. يتم التحقق من صحة معلومات الفاتورة / أمر الشراء استنادًا إلى قواعد العمل المحددة مسبقًا.

5. يتم إنشاء فاتورة ومطابقتها بأوامر الشراء وإيصالات التسليم بناءً على قواعد محددة مسبقًا ، ويتم فحصها للتأكد من عدم وجود فواتير مكررة.

6. يتم إخطار المستخدمين حول ما إذا تمت معالجة الفواتير بنجاح.

غالبًا ما تستخدم المعالجة بدون لمس التعلم الآلي لتدريب أنظمة الذكاء الاصطناعي على أداء أفضل من أنظمة الذكاء الاصطناعي البسيطة المستندة إلى القواعد. لذلك يتعلم النظام من قاعدة العملاء والتعقيدات المحددة لكل عميل.

المطابقة الذكية:  يمكن مطابقة أوامر الشراء برقم أمر الشراء والإصدار والخط والشحنة واستلام أمر الشراء وفرزها بأشكال مختلفة في غضون ثوانٍ ، وهي مهمة شاقة تتطلب جهدًا بشريًا فقط.

سهولة التعامل مع أوامر الشراء المتعددة لفواتير متعددة:  تكون الأتمتة مفيدة بشكل خاص عندما يكون حجم أوامر الشراء والفواتير مرتفعًا ، وقد يستغرق الجهد اليدوي أيامًا ، إن لم يكن شهورًا لإدارتها وتصنيفها.

استكمال مسار التدقيق والامتثال: يمكن لأنظمة الذكاء الاصطناعي توفير مساعدة بديهية للمشغلين البشريين وإجراء عمليات التحقق من الصحة والتصحيحات التي تستغرق ساعات من العمل البشري ، في غضون ثوانٍ.

توفير القوى العاملة: يعمل الذكاء الاصطناعي على أساس "الشبكة العصبية" - وهي خوارزميات يمكنها التعرف على العلاقات الأساسية في مجموعة من البيانات مثل الدماغ البشري. بصرف النظر عن سرعة الأداء ، يمكن أن يساعد التعلم الآلي وإمكانيات التعلم العميق داخل الذكاء الاصطناعي البرنامج على التعلم من التجربة ، والتي يمكن أن تضبط العملية لزيادة الإنتاجية والدقة ، وتجنب التدخل البشري والتحقق من الصحة.

الإبلاغ عن الأخطاء والتصغير: حيث يمكن أن يفشل الدماغ البشري بسبب التعب من العمل المتكرر ، يمكن للنظام القائم على الذكاء الاصطناعي في الواقع أن يتحسن في الأداء مع الوقت و "الخبرة". في حين أن الأتمتة لا يمكنها القضاء تمامًا على الخطأ البشري ، إلا أنها يمكن أن تضمن الاتساق على نطاق واسع. يمكن للمحاسبة الآلية أن تزيد بشكل كبير من احتمالية تحديد المشكلات الصغيرة قبل أن تتحول إلى مشاكل أكبر. في حالة وجود مشاكل أو أخطاء ، يتم وضع علامة تنبيه تلقائيًا لفريق تكنولوجيا المعلومات الذي يمكنه تحديد السبب الجذري بسرعة وحلها. لم يتم تفويت أي شيء ويكون الإصلاح أسرع بكثير. يمكن أن يؤدي الإبلاغ عن الأخطاء في الوقت المناسب إلى توفير الوقت وتقليل أوقات التعطل المكلفة وتجنب عمليات مكافحة الحرائق الخطيرة في وقت لاحق.

زيادة الإنتاجية: مع التحرر من الأنشطة التي تستغرق وقتًا طويلاً مثل مطابقة أوامر الشراء ومعالجة الفواتير ، يمكن لفريق الحسابات الدائنة الآن التركيز على الأنشطة التي تركز على الإنسان مثل التخطيط المالي والتحليل واشتقاق رؤى للتحسينات وتحسين العلاقات الشخصية والمؤسسية ، وكلها يمكن أن يحسن الخط السفلي.

الفوائد من حيث التكلفة: على الرغم من أن تثبيت معالجة الفواتير الممكّنة للذكاء الاصطناعي يرتبط بتكلفة بدء التشغيل ، فإن تشغيله يستلزم أقل من 20 في المائة من راتب الموظف.

أمن البيانات وقابلية التوسع:  تنتج الكفاءة التشغيلية الأكبر للشركات العالمية من القدرة على تشغيل 24X7 ، على عكس المشغلين البشريين المقيدين بالنطاق الترددي الذهني والوقت.

جاهزية المراجعة: أوامر الشراء وشبكات GRN والفواتير هي من بين الوثائق الأكثر شيوعًا التي يتم طلبها أثناء عمليات التدقيق. تمت الموافقة على هذه المستندات بالفعل ومطابقتها وتنظيمها ، مما يتيح عملية تدقيق سلسة.

يمكن أن تساعد أتمتة معالجة الفواتير ومطابقة أمر الشراء مستويات مختلفة من المديرين التنفيذيين في الشركة:

• يمكن للمديرين التنفيذيين للشؤون المالية تقليل التكاليف والموارد المجانية التي يمكن إعادة تنظيمها لتعزيز النتيجة النهائية والمساعدة في النمو الاستراتيجي ونمو الشركات.
• يمكن للمديرين التنفيذيين للشركات فهم الأداء بشكل أفضل ومراقبة التدفق النقدي من خلال تحليل بيانات لوحة المعلومات التي يقدمها العديد من برامج التشغيل الآلي للقياس.
• يمكن لفرق الحسابات الدائنة التخلص من الفواتير الورقية والتفاعلات اليدوية بسبب تبسيط التوجيه والتشفير ومطابقة فواتير الموردين باستخدام قواعد محاسبية محددة مسبقًا.
• يتمتع المحاسبون وموظفو الأبحاث بإمكانية الوصول الكامل والفوري لأوامر الشراء والفواتير للتخطيط المستقبلي.

---

هل تبحث عن أتمتة عملية مطابقة أوامر الشراء؟ Gفي النانو™ جرب واحصل على فوائد استخدام التعرف الضوئي على الحروف المستند إلى AI في عملية مطابقة PO.

---

إعداد وتنفيذ أنظمة مطابقة PO التي تدعم الذكاء الاصطناعي

يعد إعداد نظام مطابقة أوامر الشراء المدعوم بالذكاء الاصطناعي في المؤسسة عملية ثلاثية المستويات.

في حين أن معالجة الفواتير الآلية ومطابقة أمر الشراء مفيدان عند التنفيذ ، إلا أن منحنى تعليمي موجود بلا شك ، ويجب على الشركة / الفريق اتباع بعض البروتوكولات حتى تحصل الأتمتة على النتائج المتوقعة. فيما يلي بعض الخطوات التي يجب اتخاذها قبل وأثناء تنفيذ العمليات المحاسبية الآلية:

المشاركة الكاملة لجميع أصحاب المصلحة

تعتمد أتمتة الحسابات الدائنة الناجحة على المشاركة الكاملة من قبل كل عضو في الفريق المالي ، مما يستلزم تدريبًا دوريًا وبرامج تنشيطية لتشغيل النظام ومعالجة الاستثناءات.

أتمتة المرحلة

يعتمد تسخير قوة الأتمتة والذكاء الاصطناعي على الإعداد والتنفيذ الصحيحين. بالإضافة إلى ذلك ، هناك منحنى تعليمي حاد إلى حد ما مرتبط بالانتقال من المحاسبة اليدوية إلى مطابقة الفواتير القائمة على الذكاء الاصطناعي. من خلال الانتقال على مراحل ، من الممكن الإعداد بدون أخطاء وأيضًا منح الفريق الوقت لاعتماد عمليات جديدة.

تكامل جميع الأنظمة

قد يستخدم فريق الحسابات الدائنة بالفعل برنامجًا لأغراض منفصلة مثل تخطيط موارد المؤسسات (ERP) وإدارة علاقات العملاء وأنظمة التمويل الأساسية الأخرى. يجب أن يكون نظام التشغيل الآلي للذكاء الاصطناعي قادرًا على الاندماج مع البرامج الحالية لتسهيل الأمور على المستخدمين.

التخطيط للطوارئ

يمكن أن يؤدي تعطل الخادم وانقطاع التيار الكهربائي وتعطل الشبكة إلى تعطيل عمل أنظمة مطابقة PO التي تدعم الذكاء الاصطناعي بشدة. ولكن يمكن أن تساعد خطة استمرارية الأعمال القوية التي تشمل النسخ الاحتياطية وإمدادات الطاقة غير المنقطعة والحوسبة السحابية في معالجة هذه المشكلات. من المهم أيضًا الاحتفاظ بسجل للعمليات في حالة وجوب إعادة العمليات مؤقتًا إلى المعالجة اليدوية.

تنظيم جميع الوثائق ذات الصلة

في مطابقة ثلاثية وأربعة. يجب مطابقة أوامر الشراء و GRN والفواتير. في حين أن معظم البائعين والعملاء حريصون على أوامر الشراء والفواتير ، فإنهم يميلون إلى عدم الاكتراث بشبكات GRN والإيصالات. يمكن أن يؤدي عدم وجود إيصال إلى تعليق عملية مطابقة ثلاثية الاتجاهات مدمجة بالذكاء الاصطناعي وسيتم إنشاء استثناءات تؤدي إلى أعناق الزجاجة في سير العمل.

يمكن تجنب ذلك من خلال مركزية استلام العناصر ، لذلك يقتصر إنشاء الإيصالات على شخص واحد أو عدد قليل من الأشخاص لتجنب الازدواجية والسهو. هناك طريقة أخرى مقاومة للفشل وهي تصميم نهج يعتمد على النظام يتم فيه تعيين تذكير آلي لإنشاء الإيصالات والمتابعة.

ضمان إدخال جميع الفواتير وأوامر الشراء والإيصالات في النظام على الفور ، يمكن لأتمتة AP أن تقلل بشكل كبير أيام الدفع المستحقة (DPO) من خلال متوسط ​​5.55 يومًا. يمكن لنظام مؤتمت بالكامل حيث يلتقط البرنامج المستندات مباشرة من المصدر الإلكتروني (رسائل البريد الإلكتروني ، وما إلى ذلك) ضمان ذلك ، ولكن في حالة التحميل اليدوي للبيانات ، تصبح هذه نقطة مهمة.

مطابقة بيانات البائع

تتوقف عملية المطابقة ثلاثية الاتجاهات على المورد باعتباره المحرك الرئيسي للعملية. يمكن أن تضمن دقة البيانات المقدمة من الموردين عدم وجود مشكلات عدم تطابق البيانات. لتقديم الفواتير يدويًا ، يلزم بذل العناية الواجبة لضمان الدقة. تستلزم الدقة توحيد وحدة القياس وسعر الوحدة والإطار الزمني للتسليم. يمكن لكتالوجات البائعين التخلص من الأخطاء وتحسين تجربة الشراء.

إعداد التسامح للموافقة التلقائية

بعض الاستثناءات الشائعة التي تظهر أثناء مباراة PO هي:

· كميات الفواتير لا تتطابق مع أمر الشراء

· معلومات مرجع أمر الشراء مفقودة أو غير صحيحة على الفاتورة

· المورد مفقود أو هيكل ضريبي للفاتورة

· تباينات التسعير على مستوى البند أو إجمالي الفاتورة. على سبيل المثال ، يمكن أن يكون أمر الشراء لـ 10 وحدات بتكلفة 10 روبية / وحدة ، ويمكن أن تكون الفاتورة لوحدة عنصر واحدة بسعر روبية. 1.

التعامل مع حالات الحافة

حالات الحافة هي حالات غير شائعة يجب معالجتها بواسطة البرنامج. في مطابقة أمر الشراء للفاتورة ، غالبًا ما يتم التقليل من تعقيد الفواتير المتكررة. يجب أن يتميز نظام الذكاء الاصطناعي بالفوترة المتكررة التكيفية للنظر في حالات الحافة التي قد تنشأ بسبب تغييرات المنطقة الزمنية ، والرسوم المتكررة المتعددة ، وتعديلات الأسعار بأثر رجعي ، وأطوال الشهور المتغيرة لضمان أتمتة خالية من الأخطاء.

---

هل تبحث عن أتمتة عملية مطابقة أوامر الشراء؟ Gفي النانو™ جرب واحصل على فوائد استخدام التعرف الضوئي على الحروف المستند إلى AI في عملية مطابقة PO.

---

أمثلة على أنظمة مطابقة PO التي تم تمكينها بواسطة AI

يعتمد اختيار مجموعة محاسبة تدعم الذكاء الاصطناعي على طبيعة العمل وحجم العملية. يمكن أن تكون مطابقة أوامر الشراء الممكّنة من AO إما حلاً نقطيًا أو مجموعة محاسبة كاملة ، والتي ستعتمد على البرامج الحالية أو عدم وجودها. في الحالة الأولى ، ستحتاج إلى التواصل مع الأنظمة الحالية ، بما في ذلك تخطيط موارد المؤسسات (ERP). تتوفر مطابقة PO في العديد من الأدوات المستخدمة في المحاسبة بما في ذلك Nanonets AI-OCR و Oracle و Nexxonia و Intacct و MineralTree وما إلى ذلك.

In Oracle، المدفوعات هي أداة مطابقة أمر الشراء الممكّنة من قبل الذكاء الاصطناعي والتي بمجرد إدخال الفاتورة ومطابقتها مع أمر الشراء ، يتم إنشاء التوزيعات تلقائيًا ويتم التحقق من المطابقة للامتثال للتسامح المحدد. بمجرد المطابقة ، يقوم الدائنون بتحديث الكمية المفوترة لكل شحنة مطابقة والتوزيع (التوزيعات) المقابل بالمبلغ الذي تم إدخاله في حقل الكمية المفوتر. يقوم الدائنون أيضًا بتحديث المبلغ المفوتر على توزيع (توزيعات) أوامر الشراء.

حكيم Intacct يُنشئ الشراء عمليات سير عمل منظمة ومحددة مسبقًا للموافقة على الشراء. شجرة معدنية، وهو موفر لحسابات المدفوعات (AP) وأتمتة المدفوعات ، يوفر مطابقة آلية لأمر الشراء / الفاتورة لـ Sage Intacc. في هذا ، يتم استخراج تفاصيل العنوان وعلى مستوى السطر تلقائيًا باستخدام تقنية التعرف الضوئي على الحروف من الفواتير المرسلة من قبل البائعين إلى بريد إلكتروني معين. ثم يقوم تلقائيًا بمطابقة الفواتير الواردة مع أوامر الشراء أو الإيصالات ، ثم يقوم بإدراجها في مهام سير العمل الداخلية للمستخدمين للموافقة على الفواتير ودفعها. تتم مزامنة جميع البيانات مع ERP الخاص بالشركة من أجل تناسق النظام الأساسي.

مصاريف نكسونيا، وهو حل لإدارة تقارير نفقات الأجهزة المحمولة والويب المستند إلى مجموعة النظراء الذي يتميز بسير عمل الموافقة المرن والتكامل العميق مع الأنظمة الحالية.

In تيبالتي، تمر جميع الفواتير من خلال التعرف الضوئي على الحروف القياسي ، واستخراج البيانات المتقدمة ، ومهام سير عمل الموافقة قبل معالجة الدفع. قد يتم تعيين القواعد لتحديد ما إذا كانت الفاتورة مدعومة بأمر الشراء وما إذا كان يجب أن تخضع لعملية المطابقة. يتم تطبيق القواعد الأساسية على المورد أو مبلغ الفاتورة ، وإذا كانت الفاتورة تحتوي على أمر شراء ، فإن بيانات ترميز فاتورة أمر الشراء تملأ الفاتورة تلقائيًا مسبقًا.

In DocuWare، عند تسجيل فاتورة ، تقوم أداة التعلم الجماعي القائمة على الذكاء الاصطناعي باستخراج جميع البيانات الأساسية المطلوبة للمعالجة مثل اسم البائع والمعرف ورقم الفاتورة والإجمالي الفرعي والضرائب والشحن والمبلغ الإجمالي. للتحقق من صحة الفاتورة ، يؤكد النظام ما إذا كان بائعًا صالحًا ، ويتحقق مرة أخرى من أي أرقام فواتير مكررة ، ويتطابق مع أوامر الشراء وإيصالات التسليم ويعيد حساب المبالغ.

هناك العديد من أدوات مطابقة أوامر الشراء المتاحة مع العديد من الميزات لتناسب مختلف التطبيقات.

شبكات النانو AI التعرف الضوئي على الحروف

تقوم Nanonets AI-OCR بقراءة المستندات غير المرئية وشبه المهيكلة التي لا تتبع قالبًا قياسيًا وتتحقق من صحة البيانات التي تم التقاطها من المستند. يمكن للبرنامج التقاط البيانات من مجموعة متنوعة من المستندات بما في ذلك الفاتورة وبطاقة الهوية وأوامر الشراء وإثبات الدخل ونموذج الضرائب ونماذج الرهن العقاري.

يتيح استيراد البيانات من النظام الأساسي للمستخدم وتصدير البيانات الملتقطة مباشرة إلى سير عمل موجود ، دون تعطيل النظام. تحتوي شبكات النانو على روابط لغوية في Shell و Ruby و Golang و Java و C # و Python. يتعلم محرك الذكاء الاصطناعي ويتحسن مع الاستخدام. من خلال واجهة ويب سهلة الاستخدام ، فإنه يلغي العمليات اليدوية المرهقة وأتمتة الفواتير والإيصالات ومراجعات المستندات. من المعروف أنه يقلل وقت المعالجة بنسبة تصل إلى 90٪ ويوفر التكاليف بنسبة تصل إلى 50٪.

من المتوقع أن يلعب الذكاء الاصطناعي دورًا مهمًا في تحويل الطريقة التي يتم بها تنفيذ المحاسبة ومطابقة أوامر الشراء في عالم الشركات. ومع ذلك ، لا يمكن القضاء على المشاركة البشرية - لا يمكن أن توجد التكنولوجيا وحدها.

سوف يساعد الذكاء الاصطناعي ، وليس استبدال المحاسب. مفتاح التنفيذ الناجح لنظام المحاسبة الذي يدعم الذكاء الاصطناعي هو الجمع بينهما. يعتمد مستقبل استخدام الذكاء الاصطناعي في المحاسبة ومطابقة أوامر الشراء بشكل كبير على كيفية قيام البشر بتثبيته لتحسين قدرتهم على تقديم قيم طويلة الأجل.