应付账款不应成为成本中心
在生成式AI与不稳定市场因素交织的当下,CFO面临转型压力。智能自动化结合机器学习、自然语言处理与RPA,可优化应付账款流程,提升现金流可见性、强化内控并改善供应商关系。数据显示,2022年超75%的AP团队处理发票量增加,但手动处理导致效率低下。通过流程挖掘诊断现状,再实现直通式处理,可显著降低成本、提升回报,并缓解合规风险。

Steven Cronin是ABBYY(一家全球科技公司)客户卓越高级副总裁。本文观点仅代表作者个人。
市场波动因素、银行倒闭的报道、利益相关者的不安以及生成式人工智能(AI)的出现,都要求现代CFO不断调整自身角色。这种责任很可能带来更大的压力,甚至导致失眠。
所有这些困境的核心,是向更好、更快技术过渡的需求,而智能自动化在其中扮演着重要角色。智能自动化融合了机器学习、自然语言处理和机器人流程自动化等多种技术,将其应用于应付账款等领域,是确保财务运营各维度可见性的关键举措。这有助于改善现金流和营运资本配置、财务预测、内外部控制,并强化供应商关系。
考虑到零工经济和在线交易带来的发票量激增,自动化尤为重要。事实上,国际财务管理协会2022年进行的一项调查显示,超过75%的应付账款团队表示,他们在最近一个季度处理的发票数量增加,而此前两个季度这一比例为66%;80%的团队表示,发票支出的增加导致了交易成本的上升。

财务团队在发票处理方面仍面临效率低下的问题,包括人工路由、过度升级和返工。Levrell研究估计,29%的应付账款团队遭遇差异,多达48%的团队丢失或放错发票,20%的团队因处理缓慢而错失折扣。
流程挖掘
那么,财务组织如何将应付账款运营从成本中心转变为能够改善营业利润的领域?
关键的第一步是发现你的财务流程:将其视为对当前财务运营的诊断,使你能够基于数据做出流程优化的决策。就像X光一样,它提供了流程数据的透明度,捕捉你的工作流程及其任何变体。
这种洞察类型被称为流程挖掘,它帮助你的组织获得细粒度的可见性,使你能够精确可视化财务流程的行为方式,从而制定合适的转型措施。更重要的是,它向你展示流程在何处变慢,使你理解为何会发生这种放缓。它还允许你持续监控流程绩效,以显示你的投资是否有效或带来改进。Gartner发现,CFO们现在正投资于流程挖掘技术,作为财务流程优化的基石。
转型AP的下一个重要阶段是实现更好的直通式处理——这意味着发票数据提取、验证、匹配、异常处理、升级以及ERP系统中所有发票金额的最终记账的完全自动化,全程无需人工干预。
AI接管AP
先进的自动化工具使用开箱即用的所谓插件式文档AI技能,来自动化并处理任何类型的文档,包括采购订单、发票、费用报销单、收据或工资单。利用先进的AI和机器学习,财务团队可以消除冗余操作、降低交易成本,并获得更好的现金流可见性。如果实施得当并使用正确的工具,你可以期待发票处理成本的大幅降低。
好处不止于此:通过充分利用提前付款折扣,可以获得更高的投资资本回报,这可能比你想象的更有价值。例如,如果供应商提供2%的折扣,要求你在10天内付款,而你照做了,这意味着你放弃了20天的资金使用权,以换取2%的折扣。然而,20天内2%的回报折合成年化收益率高达37%。
在法律合规方面,应付账款的数字化转型也将简化并降低财务审计和合规风险。财务和会计团队依赖电子表格和手动流程等工具,对潜在合规风险的可见性有限。真正的自动化提供实时监控,允许你指定严格的条件,并在偏离规定流程时提醒你,从而减轻CFO的重担。
显然,CFO的角色变得更加复杂,面临着以零成本转型财务职能和提升效率的日益增长的压力。利用智能自动化提高发票量的直通式处理率,可以提升客户服务水平、改善现金流可见性并提高投资资本回报。这反过来也能让你睡个好觉。