Pixabay
我们很高兴能够特写这篇关于在发票中利用人工智能的客座帖子，作者是微软的首席产品官拉斐尔·布雷斯（Raphael Bres）Tradeshift．
来自80年代电影《战争游戏》中的虚构作品《WOPR》到可怕的真实1983年苏联核误报事件的大灾难，人类有足够的理由担心让计算机负责的后果。也许这就解释了为什么我们在许多更普通的过程中将控制权拱手让给人工智能（AI）的原因。
但这种不愿交出钥匙(自动驾驶汽车、企业甚至导弹发射井的钥匙)的态度，暴露出人们对人工智能的工作设计存在根本误解。在反乌托邦小说中，AI经常以霸主的形象出现，但实际上它更像是一匹苦马，而且非常有效。
改变你的思维方式，忘记放弃完全的控制，你很快就会发现，人工智能可以在你之前几乎没有考虑过的业务领域给你带来竞争优势，比如有时单调乏味的发票处理领域。
做生意的成本
人们对发票的复杂性不太感兴趣是可以理解的，但这正是问题的关键。处理发票是一项耗时且重复的任务。众所周知，由于发票和采购订单(PO)之间不匹配，以及发票编码错误等原因，它还容易出现错误和人为错误，需要人工审查和重新处理。应付账款(AP)团队目前花费大约四分之一的时间来追踪和纠正错误。即使是最彻底的数据输入人员也会告诉你，他们可以用自己的时间做更有价值的事情。
这些高度手工操作的流程所造成的瓶颈也会进一步导致问题。专家估计，每张发票的平均成本为11美元，处理时间为8天。这不仅是大型企业的主要成本中心，而且在处理延迟转化为延迟付款时，它可能成为与供应商摩擦的主要来源。
许多企业可能认为这是做生意不可避免的成本——然而，另一些企业可能梦想实现整个过程的自动化。这两种方法都不正确。企业需要在人与机器之间找到完美的平衡，确保两者相辅相成，这样自动化就不会以牺牲准确性为代价。
控制人工智能
人们常说，你应该以雇用比你聪明的人为目标——但这并不意味着第一天就让他们成为总经理。人工智能也是如此。这项技术非常聪明，但它就像一个拥有原始天赋的人:它需要得到培养，才能在一些敏感的事情上发挥作用，比如发票处理。
所以，从小事开始，当你教技术如何识别常见错误时，握住它的手。对于人工智能来说，一个完美的“机器人”任务是在发票和采购订单之间进行行匹配，或者输入正确的代码。这些都很容易教，因为你有很多AI可以学习的“好”例子。在头一两个月，你将需要一名人工操作人员坐在旁边进行检查，以确保人工智能做对了事情。但在三个月的零失误后，这项技术显然可以被信任来完成这项任务。
当然，所有这些都是建立在对错误零容忍的基础上的。但许多企业可能更愿意信任他们的人工智能，并在经过仔细校准的参数范围内利用其主动性——因为缺少更好的词汇。不幸的是，几乎所有应付账款人工智能都是“开或关”的情况，但这种情况正在改变。最新的技术使操作人员能够设置不同的公差，因此你可以决定AI是否保守地操作——总是查询和标记它不确定的项目——或者给予相对自由的控制，或者介于两者之间。
如果你正在寻找技术来帮助你的P2P流程更顺利地运行，Spend Matters的新5步“采购技术买家指南”可以帮助你。
独一无二的员工
人工智能的关键是保持控制。像对待其他工人一样对待技术:在其能力范围内给它明确定义的任务，并确保任何错误的后果不会是灾难性的。遵循这个简单的方法，你将开始获得一系列巨大的好处。自动化可以将处理发票的平均成本降低80%，在某些情况下，我们已经看到人工智能减少了高达99.5%的人工干预。
但好处不止于此。自动化使企业能够重新构想根深蒂固但效率低下的业务流程。事实上，利用从历史数据中收集的上下文和线索，我们很有可能很快就可以完全取消来自可信供应商的某些重复或低价值交易的审批流程。它也是一种强大的反欺诈武器，能够分析来自世界各地漏洞的大量数据，并识别人眼通常无法发现的实例，以避免将来发生此类事件。通过帮助识别和奖励提前付款的合作伙伴，它可以直接影响现金流。
这些只是适当利用AI能够带来的一些战术好处。不过，它最大的价值是解放工人，让他们专注于更有价值、更有技术、更有趣的工作。教训很明显:当涉及到人工智能时，让它知道谁才是老大。它是一个对任何工作和大量数据都有贪得无厌的欲望的员工。
免责声明：所表达的观点是作者的观点，不一定是作者的观点。
讨论这一点：