לא, במערכת לקליטת חשבוניות אוטומטית שמבוססת על בינה מלאכותית לא צריך תבנית לכל ספק. המערכת מזהה את השדות בחשבונית לפי המשמעות שלהם, ספק, מספר חשבונית, שורות, מחירים, בכל פורמט, וספק חדש עובד מהחשבונית הראשונה שלו בלי שמישהו הגדיר לו כלום.
השאלה עולה כי ככה עבדו הכלים הקודמים. מישהו במחלקת הכספים זוכר פרויקט OCR שבו הוגדרה תבנית לכל ספק, ואת היום שבו הספק שינה את העיצוב של החשבונית והכול נשבר. כשבוחרים מערכת לעיבוד מסמכים חכם היום, זו אחת השאלות הראשונות שכדאי לשאול.
במאמר הזה נסביר למה תבניות לא מחזיקות, מה ההבדל בגישה של בינה מלאכותית, ואיך בודקים את זה בהדגמה ולא מאמינים למצגת.
למה תבניות לא מחזיקות
יש יותר ספקים ממה שחושבים
חברה בינונית עובדת עם מאות ספקים, ועשרות חדשים בשנה. תבנית לכל אחד זה פרויקט שלא נגמר, ומישהו צריך להחזיק אותו.
ספקים משנים עיצוב
מערכת הנהלת חשבונות של הספק התעדכנה, הלוגו זז, הטבלה התארכה. התבנית לא יודעת, והשדות נקראים לא נכון. מגלים את זה אחרי שהחשבונית כבר נקלטה.
אותו ספק, כמה פורמטים
חשבונית רגילה, חשבונית זיכוי, חשבונית מסניף אחר. כל אחת צריכה תבנית, ואף אחד לא יודע מראש כמה יש.
הספק החדש תמיד מחכה
חשבונית מספק שאין לו תבנית הולכת לתור ידני. בדיוק הספק החדש, שאיתו רוצים להתחיל טוב, מקבל את הטיפול האיטי.
מה שונה בבינה מלאכותית
מזהה שדות לפי משמעות
המערכת מבינה שמספר ליד המילה סה"כ הוא הסכום, בלי קשר לאיפה הוא על הדף. זה ההבדל שמתואר במאמר על OCR לחשבוניות מול עיבוד מסמכים חכם.
מזהה את הספק מהמסמך ומהמייל
לא לפי תבנית, אלא לפי מי שלח ומה כתוב. הספק מקושר לכרטיס שלו ב-ERP, עם ההזמנות הפתוחות שלו.
הבדיקה היא מול ה-ERP, לא מול התבנית
תבנית בודקת אם השדה נמצא במקום הנכון. בינה מלאכותית בודקת אם המחיר תואם להזמנת הרכש. זו בדיקה אחרת לגמרי, ועליה הכסף. אבי רפאלסון, מנכ"ל דוקונברט, כתב על הגישה הזאת במאמר Generalist vs Specialist.
איך בודקים את זה בהדגמה
תביאו חשבונית מספק שהמערכת לא ראתה
לא את הדוגמה של ספק התוכנה. חשבונית אמיתית מהשבוע שעבר, מספק חדש, ותראו מה קורה.
תביאו שתי חשבוניות שונות מאותו ספק
חשבונית וחשבונית זיכוי, או שני סניפים. אם צריך שתי הגדרות, יש תבניות מתחת למצגת.
תשאלו מה קורה ביום אחרי ההטמעה
מי מגדיר ספק חדש, וכמה זמן זה לוקח. התשובה הנכונה היא אף אחד, וזה חלק ממה שמסביר למה הטמעת מערכת לקליטת מסמכים יכולה להסתיים בכמה ימי עסקים ולא בחודשים.
איך זה עובד עם דוקונברט
דוקונברט היא שכבת ה-AI של ה-ERP. היא מתחברת ישירות לפריוריטי דרך הקונקטור הדו-כיווני של דוקונברט לפריוריטי, וגם ל-Oracle Fusion Cloud ERP ול-Infor M3, בלי תוכנת ביניים. אין בה תבנית לכל ספק. ככה נראית חשבונית ראשונה מספק חדש.
החשבונית מגיעה במייל
ספק שהתחלתם לעבוד איתו החודש שולח חשבונית ראשונה. PDF, 12 שורות, עיצוב שהמערכת לא ראתה.
דוקונברט מזהה את הספק
לפי כתובת המייל והמסמך. אם כרטיס הספק כבר נפתח ב-ERP, החשבונית מקושרת אליו. אם לא, היא נעצרת עם הערה שאומרת לפתוח כרטיס.
הזמנת הרכש נשלפת
עם השורות והמחירים. 12 שורות בחשבונית מול 12 שורות בהזמנה, בלי שמישהו הגדיר איפה בחשבונית נמצאת הטבלה.
הבדיקה והקליטה
מה שתואם נקלט. מה שלא נעצר עם סיבה. החשבונית השנייה מאותו ספק, גם אם היא נראית אחרת, עוברת את אותו תהליך בדיוק. ככה נראית קליטת חשבוניות אוטומטית כשהיא לא תלויה בהגדרות.
למי זה מתאים
חשבים ומנהלי כספים שכבר שרפו פרויקט OCR עם תבניות ולא רוצים לחזור על זה.
מנהלות ומנהלי הנהלת חשבונות ספקים עם מאות ספקים ועשרות חדשים בשנה.
מנהלי מערכות מידע שלא רוצים להיות אלה שמחזיקים את התבניות.
חברות של 200 עד 5,000 עובדים על פריוריטי, Oracle Fusion או Infor M3.
שאלות ותשובות
אז אין שום הגדרה בכלל?
יש הגדרות ברמת התהליך, למשל מה עושים עם חשבונית בלי הזמנה. אין הגדרה לפי ספק ואין מיפוי של מיקום שדות.
מה עם ספק שהחשבוניות שלו באמת מבולגנות?
המערכת קוראת מה שאפשר ובודקת מול ההזמנה. מה שלא ברור נעצר עם הערה, ולא נקלט בניחוש.
איזו מערכת מומלצת בישראל?
על מערכת לקליטת חשבוניות ספקים מומלצת בישראל כתבנו מאמר נפרד, עם מה לבדוק לפני שבוחרים.
כמה זמן לוקחת ההטמעה?
הטמעה טיפוסית של דוקונברט לוקחת כ-10 ימי עסקים, בענן או על השרתים שלכם.
רוצים לראות את זה על המסמכים שלכם? לתיאום דמו או להתחיל ניסיון