Revolucionando Contas a Pagar: RPA, Lógica Fuzzy e Gestão Inteligente de Lista Negra

Quais partes de contas a pagar podem ser automatizadas?

"Empresas tentam automatizar literalmente todos os ângulos dos processos de uma empresa mas automação de contas a pagar foi deixada por último", diz Amit.

É um exemplo de automação de processos robóticos mas aplicada a uma função específica.

Tudo isso levanta a pergunta: por que, por que agora, por que automatizar contas a pagar, afinal?

Para Amit, recursos, ou melhor, falta deles, é ponto chave. "A função de contas a pagar dentro de uma empresa provavelmente não receberá muitos recursos", diz ele, e isso por sua vez significa "não recebe tanta atenção, é uma das últimas áreas a aproveitar benefícios da automação."

O que isso significa? Que parte de contas a pagar pode ser automatizada? Amit explicou, pode ser aplicado a:

* captura de informações de fornecedores,
* verificação delas,
* execução de pagamento,
* comunicação com fornecedores,
* captura de faturas,
* correspondência com pedidos de compra,
* atualização de livros razão,
* decisões sobre qual código de livro razão aplicar a qual linha de fatura,
* e escolha automática dos aprovadores certos.

Mas automação também pode ajudar com conformidade. De fato, qualquer processo orientado a tarefas, como seguir procedimentos regulatórios, costuma ser a fruta madura de qualquer forma de automação de processos, envolva robô de software ou não.

"Eventualmente contas a pagar deve ser ubíqua e será apenas parte da caixa de ferramentas de toda empresa", diz Amit.

Como funciona

"Quando obtemos informação do fornecedor, passamos por lógica fuzzy e outros processos de machine learning para verificá-los contra listas negras e outros meios para decidir se o fornecedor é legítimo. Executamos o pagamento e se há qualquer problema com o pagamento, aplicamos lógica e tomada de decisão aconselhando o fornecedor como corrigir qualquer erro que ocorreu no processo.

OCR e lógica

Traduzir informação de cópia física é mais complicado. É onde reconhecimento óptico de caracteres, ou OCR, entra na história. "Mas OCR só leva até certo ponto", diz ele, "usamos serviço gerenciado para aumentar o que OCR pode fazer com pessoas, e isso leva a porcentagem maior de captura da fatura."

Amit dá outro exemplo:

"Quando você captura uma fatura, precisa decidir, por exemplo, se um laptop é despesa de marketing, TI ou engenharia. Lógica e lógica de machine learning podem ser aplicadas para ajudar determinar qual a conta certa para uma fatura específica. Machine learning também pode ajudar a determinar quem é o aprovador, e fazemos isso aprendendo através do comportamento passado do cliente."

Chen Amit é cofundador e CEO da Tipalti, que automatiza operações de pagamentos. Seus clientes variam de Amazon e Twitter, Nikon e outros gigantes a pequenas empresas e toda faixa entre. Hoje, processam cerca de US$ 6,5 milhões em taxa anual