A Snowflake AI-rendszere a számlák feldolgozását automatizálja

A számlák feldolgozását nem pusztán dokumentumfeladatként kezelik

A Snowflake szerint a számlafeldolgozásban továbbra is sok a kézi munka. A számlák eltérő elrendezésben, nyelven és minőségben érkezhetnek, miközben egyes dokumentumok korábban módosított beszerzési megrendelésekre hivatkoznak, másokból pedig hiányoznak azok az adatok, amelyekre a vállalatirányítási rendszernek szüksége van.

A hagyományos automatizálási eszközök általában ki tudják nyerni a mezőket egy dokumentumból, de a beszállítónként eltérő formátumok, a beszerzési megrendelés nélküli számlák, a nehezen párosítható tételek, a szétszórt vállalati adatok és a cégenként változó üzleti szabályok további működési költséget okozhatnak.

A Snowflake szeptember 10-i bejegyzése szerint az InvoiceIQ ezt a problémát adat- és munkafolyamat-kezelési feladatként közelíti meg. A rendszer a dokumentumértelmezést, a vállalati adatokkal történő kiegészítést, az üzleti szabályokat és az ERP-be küldést egyetlen, Snowflake-en futó alkalmazásban egyesíti.

Hat lépésben jut el a PDF-től a feldolgozható rekordig

Az InvoiceIQ minden számlát hat szakaszon vezet végig: osztályozás, adatkinyerés, fordítás, párosítás, adatgazdagítás és döntéshozatal. Az első lépésben a rendszer kiszűri a számlának nem minősülő fájlokat, például a nyugtákat, a beszerzési megrendeléseket és a kimutatásokat. Ehhez az AI_PARSE_DOCUMENT és az AI_CLASSIFY funkciókat használja.

Az adatkinyerés során a Snowflake dokumentumintelligencia-szolgáltatásai strukturált nézetet készítenek a számláról, visszanyerik a szöveget és az elrendezési információkat, valamint megőrzik a kapcsolatot az eredeti dokumentummal. Az AI_COMPLETE ezt követően strukturált számlaadatokat, például fejlécmezőket és tételsorokat állít elő.

A fordításnál a rendszer először felismeri a nyelvet, majd a munkafolyamat szempontjából fontos részeket fordítja le a CORTEX.TRANSLATE használatával. Az eredeti és a lefordított szöveget is megőrzi, az eredeti dokumentumbeli pozícióval együtt.

A beszerzési megrendeléshez kapcsolódó számláknál háromféle párosítás működik. Az egzakt egyezés az egyszerű eseteket kezeli, a JAROWINKLER_SIMILARITY a rendezetlen beszállítói és jogi entitásneveket segít összevetni, az AI_COMPLETE pedig szemantikai egyezést keres a számlatétel és a megrendelés tétele között.

A vállalati adatok egészítik ki a számlát

A rendszer a párosítás után a Snowflake-ben elérhető nyilvántartásokból további adatokat vesz fel. Ilyen lehet a költési kategória, a költséghely, a helyszín, a vállalati kód, a szolgáltatási időszak, a fizetési feltétel és az adózáshoz kapcsolódó érték.

A Snowflake leírása szerint a PDF nem minden mező esetében a végső igazodási pont. A vállalatok meghatározhatják, hogy egy adat a dokumentumból származzon-e, vagy belső rendszer és üzleti szabály írja felül. Beszerzési megrendeléshez kapcsolódó számláknál a megrendelés nyilvántartása élvezhet elsőbbséget, megrendelés nélküli számláknál pedig a beszállítói és korábbi adatok pótolhatják a hiányzó információkat.

A számlák e-mailes integráción vagy kézi betöltéssel kerülnek a folyamatba. Az AI-feldolgozás után a rendszer olyan eredményt adhat, mint a jóváhagyott, elutasított, duplikált vagy felülvizsgálatra váró. Az elemzők csak a figyelmet igénylő eseteket kapják meg, strukturált háttérinformációval.

A Snowflake-en belüli működés a felügyeletet is célozza

Az InvoiceIQ a Snowflake szerint Snowpark Container Services környezetben fut. A munkafolyamat-koordináció, a konfiguráció és az auditelőzmények szintén a Snowflake-ben maradnak. A vállalat ezt egyetlen biztonsági határvonallal, egyszerűbb üzemeltetéssel és könnyebb ellenőrizhetőséggel indokolja.

A rendszer a Snowflake ismertetése alapján a változó számlamennyiséghez automatikusan igazítja a számítási kapacitást. A Snowpark Container Services a terhelés szerint növeli vagy csökkenti a kapacitást, a Snowflake Cortex AI Functions pedig párhuzamosan futtathat több következtetési lépést. A platform minden munkafolyamat-futásról működési mutatókat ír a Snowflake-be, szakaszonkénti adatokat is beleértve.

Az InvoiceIQ célja így nem minden számla teljesen önálló feldolgozása. A Snowflake által bemutatott megközelítés a kézi ellenőrzést azokra az esetekre tartja fenn, ahol valóban szükség van emberi döntésre, miközben a rendszer a számlák tartalmát és a vállalati környezetet egy közös munkafolyamatban kezeli.