Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Manufacturing Technology >> Sistem Kontrol Otomatisasi

Merevolusi Akun Bayar: RPA, Logika Kabur, dan Manajemen Daftar Hitam Cerdas

Bagian apa dari akun bayar yang dapat diotomatisasi?

"Perusahaan telah mencoba mengotomatisasi secara harfiah setiap sudut proses perusahaan tetapi otomatisasi akun bayar telah ditinggalkan untuk terakhir," kata Amit.

Itu adalah contoh otomatisasi proses robotik tetapi diterapkan pada fungsi tertentu.

Semua ini mengajukan pertanyaan mengapa, mengapa sekarang, mengapa mengotomatisasi akun bayar, sama sekali?

Untuk Amit, sumber daya, atau lebih tepatnya kurangnya, adalah poin kunci. "Fungsi akun bayar dalam suatu perusahaan kemungkinan besar tidak akan mendapatkan banyak sumber daya," katanya, dan itu berarti "tidak mendapat begitu banyak perhatian, ini adalah salah satu area terakhir yang menikmati manfaat otomatisasi."

Jadi apa artinya itu? Bagian mana dari akun bayar yang dapat diotomatisasi? Amit menjelaskan, ini dapat diterapkan pada:

* menangkap informasi suplai,
* memeriksanya,
* mengeksekusi pembayaran,
* berkomunikasi dengan suplai,
* menangkap faktur,
* mencocokkannya dengan pesanan pembelian,
* memperbarui buku besar,
* membuat keputusan tentang kode buku besar apa yang harus diterapkan pada baris faktur apa,
* dan memilih persetuju yang tepat secara otomatis.

Tetapi otomatisasi juga dapat membantu dengan kepatuhan. Memang, ini adalah setiap tugas yang didorong proses, seperti mengikuti prosedur regulasi, yang seringkali adalah buah rendah dari setiap bentuk otomatisasi proses, baik itu melibatkan robot perangkat lunak atau tidak.

"Akhirnya akun bayar akan ada di mana-mana dan itu akan menjadi bagian dari kotak alat setiap perusahaan," kata Amit.

Cara kerjanya

"Ketika kita mendapatkan informasi suplai, kita menjalankannya melalui logika kabur dan proses pembelajaran mesin lainnya untuk memeriksa mereka terhadap daftar hitam dan sarana lainnya untuk memutuskan apakah suplai itu sah atau tidak. Kami mengeksekusi pembayaran dan jika ada masalah dengan pembayaran, kita menerapkan logika dan pengambilan keputusan dalam menasihati suplai bagaimana memperbaiki kesalahan apa pun yang terjadi dalam proses."

OCR dan logika

Menerjemahkan informasi dari salinan keras lebih sulit. Itulah tempat pengenalan karakter optik, atau OCR masuk ke dalam cerita. "Tetapi OCR hanya dapat membawa Anda sejauh ini, katanya, "kami menggunakan layanan terkelola untuk menambah apa yang dapat dilakukan OCR dengan manusia, dan itu akan membawa Anda ke persentase tangkapan faktur yang lebih tinggi."

Amit memberikan contoh lain:

"Ketika Anda menangkap faktur, Anda perlu memutuskan, misalnya, apakah laptop adalah biaya pemasaran atau biaya IT atau biaya teknik. Logika dan logika pembelajaran mesin dapat diterapkan untuk membantu menentukan akun apa yang harus diterapkan pada faktur tertentu. Pembelajaran mesin juga dapat membantu menentukan siapa persetuju, dan kita melakukannya dengan belajar melalui perilaku masa lalu dari pelanggan."

Chen Amit adalah pendiri dan CEO di Tipalti, yang mengotomatisasi operasi pembayaran. Pelanggannya berkisar dari raksasa seperti Amazon dan Twitter, Nikon dan raksasa lainnya hingga perusahaan kecil dan semua di antaranya. Saat ini, mereka memproses sekitar $6,5 juta per tahun

Sistem Kontrol Otomatisasi

  1. Menjelajahi Inovasi Visi & Imaging yang Mendorong Industri 4.0 dan di Luarnya
  2. Memanfaatkan Suara: Mengubah Transmisi Data di Luar Smartphone
  3. Karbon Hitam: Pengemudi Iklim Kritis dan Dampaknya terhadap Lingkungan
  4. Doosan Group & Puma Turning Center: Warisan Inovasi
  5. Tingkatkan Efisiensi: 3 Manfaat Utama Otomatisasi Akun Bayar
  6. Logika Tangga 102: Manfaat, Kerugian, dan Kapan Menggunakannya
  7. Ladder Logic 101: Menguasai Dasar-dasar untuk Keberhasilan Otomasi
  8. Robot Seluler Meningkatkan Produktivitas dan Keamanan di Produsen Elektronik
  9. Penggilingan CNC vs. Pemutaran CNC: Perbedaan Utama dan Implikasi Desain
  10. Mesin Pemesinan Mill-Turn: Solusi Dual Milling dan Turning