Exemple détaillé. Ceci est un exemple détaillé et illustratif, pas un résultat client. Le cabinet de services et chaque chiffre sont des hypothèses. Il montre la revue de notes de frais par ia : un logiciel qui lit chaque note soumise au regard de votre politique écrite de déplacements et frais, et signale celles qui l'enfreignent avant qu'un approbateur ne signe. Une personne approuve toujours chaque paiement.
Imaginez un cabinet de services professionnels qui se pose une question : quelle part de ce que nous remboursons chaque mois enfreint notre propre politique ? Le design fait passer la revue de frais par ia sur chaque note soumise, de sorte que les dépenses hors politique soient repérées avant l'approbation, et non récupérées après le paiement. La part qui enfreint la politique est le chiffre à mesurer, et cet article n'en revendique aucun.
#Pourquoi détecter les dépenses hors politique avant l'approbation plutôt qu'après ?
La récupération après coup est la façon coûteuse de faire respecter une politique. Une fois un remboursement payé, le récupérer suppose une conversation gênante avec un collègue, une contrepassation manuelle dans le grand livre, et une note dans la clôture du mois suivant. Détecter la même dépense avant l'approbation coûte un clic. L'approbateur voit le signalement, la raison, et la ligne exacte de politique enfreinte, puis décide.
L'ia pour la revue de notes de frais remplace-t-elle l'approbateur ?
Non. L'ia lit chaque note de frais au regard de votre politique de déplacements et frais et signale celles qui l'enfreignent. Un approbateur relit et valide toujours chaque signalement, et chaque décision est consignée dans un journal d'audit. L'ia fait la première lecture ; une personne tranche.
#En quoi consiste le design, et sur quoi s'appuie-t-il ?
Rien n'est remplacé. Supposez que le cabinet utilise déjà Expensify pour la soumission et NetSuite pour le grand livre. Le design ajoute une étape de revue entre les deux. Chaque note est lue au regard de la politique écrite, celles qui l'enfreignent sont signalées avec un motif, et une file d'approbation humaine retient chaque signalement jusqu'à ce que quelqu'un signe. Rien ne s'approuve automatiquement. C'est le genre d'étape interne que notre équipe de conseil en ia cadre, et l'outil de revue lui-même est le genre de chose que livre notre travail d'implémentation ia.
We are
Stennir construit une ia qui signale les dépenses hors politique pour qu'un humain les approuve, par-dessus l'Expensify et le NetSuite que vous utilisez déjà.
We aren't
Ce n'est pas un bot à approbation automatique qui verse des remboursements sans qu'une personne lise d'abord le signalement.
#Qu'est-ce qui enfreint le plus souvent la politique ?
- Des repas réservés au-delà du plafond de per diem
- Des justificatifs manquants au-delà du seuil requis
- Des dépenses personnelles mêlées à une note d'hôtel
- Des voyages réservés en dehors de la période approuvée
- La même dépense soumise deux fois dans deux notes différentes
Rien de tout cela n'est de la fraude. La plupart sont des erreurs honnêtes. L'intérêt de la revue de frais par ia est de les repérer discrètement, à la soumission, avant qu'elles ne deviennent une récupération ou une observation d'audit.
#Que mesurerait l'équipe finance ?
Supposez que deux approbateurs lisent aujourd'hui à la main chaque ligne de chaque note. L'ia fait la première lecture, ils n'examinent donc de près que les notes signalées. Il faut mesurer les heures d'approbation chaque mois, la part de notes signalées, la part de signalements justifiés et le délai entre la soumission et la signature, chacun face à une référence prise avant le lancement. Aucun résultat n'est revendiqué ici.
Il n'y a pas de citation client ici, parce qu'il n'y a pas de client. L'objectif en une ligne : découvrir une infraction à la politique à la soumission plutôt qu'à la clôture.
Une précision. Ceci est un exemple détaillé et illustratif. Il n'y a derrière ni client, ni mission, ni résultat mesuré, et rien n'y est arrondi à partir de données réelles. Nous préférons vous montrer une hypothèse clairement étiquetée plutôt qu'un chiffre précis inventé.
Si les fuites de remboursement et une revue lente des approbateurs pèsent discrètement sur votre équipe finance, c'est un cas d'usage que nous concevons. Nous le cadrons sur la stack que vous utilisez déjà, gardons une personne sur chaque approbation et vous remettons le journal d'audit. D'autres exemples détaillés comme celui-ci sont dans le journal. Quand vous êtes prêt, dites-nous ce que vous construisez.
