为什么电子发票需要机器学习来加速发票金融

willyam / Adobe股票

过去，大多数采购组织都承认在将采购过程与实际收到发票、发票核准过程和随后向供应商付款联系起来方面做得一般很差。

造成这种情况的原因有很多，不仅仅是“购买”系统(包括供应商、人员和流程)与应付帐款职能之间的协调有限。

但近年来，由于基于平台的技术的兴起，以及欧洲和拉丁美洲的政府税收法规，企业已经将从源头到支付过程的文档和数据交换转移到云端。基于平台的技术提高了采购和应付账款领域的效率和有效性。

电子发票的业务案例

电子发票的商业案例从未如此之好。但仍然有很多纸张和pdf文件。公司通过不同的方法从供应商生态系统接收发票，而且大部分发票不是电子到电子的(即EDI、XML、PO Flip)。许多发票仍然通过PDF和纸质形式提交，需要某种形式的机器识别。

一个典型的公司会有数百甚至数千个供应商，并且会有多个供应商类型的来源，每个供应商类型都有自己的细微差别:

1. 商品或直接材料供应商——支出的一大组成部分，很多时候供应商是通过EDI、XML或其他电子链接连接的)。
2. 货运/物流——通常是最大的支出类别之一，通常在全球物流或供应链的应付账款之外进行管理。
3. 间接类别，如电信，IT，法律等，是大的支出类别，通常有国家合同。
4. 数以千计的小型间接供应商在全球范围内提供商品和服务，使用大量的纸张和pdf文件。
5. 没有采购订单的费用——较小的供应商，一次性的，p卡费用等。

现在，新技术使公司能够直接从纸质和PDF格式的发票(甚至是非结构化发票)中获取数据。提取数据的能力非结构化发票格式和数据的即时使用，遵从，税收，应付账款等，不仅成为了巨大的劳动节省的大型企业，它也改变了游戏规则的发票财务。

机器学习如何改变早期付费金融游戏

当你使用供应链金融并与Ariba或Taulia，通过API自动推送和安排支付发票。但来自供应商的平台外发票(占其发票的绝大多数)在平台上是不可见的。

平台外融资就像它所暗示的那样——为不在某些基于云的供应商门户上的发票融资。平台外贷款使供应商能够通过提供任何格式的第三方出借人发票来获得资金;通过数据提取，机器可以自动读取所有数据，准确率100%。

现在有了机器学习，提供扫描文件和自动提取，为平台外融资提供了一种即时信贷决策的方法。这是真正的发票金融，而不是供应链金融，等待买家的预定付款文件。

许多P2P供应商正在使用光学字符识别(OCR)和智能模型来分析发票，但这并不是100%可靠的。虽然在能够对各种数字图像文件格式输入产生高识别精度的系统方面已经取得了重大进展，但在处理发票时，OCR的精度最多为80%或85%。其他一些供应商声称已经实现了100%的发票自动化，但这是在迫使买方的供应商在一些结构化的发票模板中提供发票之后才实现的。祝你改变行为好运。

这就是机器学习和发票带来的有趣的发票融资机会。

提前支付融资是供应商获得特别资金的一种选择。这是他们的选择。但是，当供应商必须登录到一个P2P门户网站，为一个买家进行电子发票，为另一个买家进行另一个门户，然后再用另一个门户进行折扣，等等，这就成了一个令人头疼的问题。这是供应商在与使用多种不同系统的整车厂和大买家打交道时所面临的问题。简单地说:如果他们想访问临时资金，您需要访问多个系统。

平台外借贷对于解决这个问题大有帮助，因为它包含的发票不是任何数字P2P平台的一部分。

许多机器人过程自动化(RPA)公司都有围绕机器学习和发票的项目，但没有金融项目。机器学习模型可以插入到RPA工作流程中，以执行机器感知任务，如图像识别。

非结构化发票在没有人工干预的情况下由机器读取只是时间问题。然后真正的乐趣才会开始。