El mayorista eléctrico automatiza la asignación preliminar de cuentas

El mayorista de material eléctrico Sonepar, de Alemania, quería automatizar los procesos internos de contabilidad y crear sinergias organizativas. En la empresa, fundada en 1972, trabajan unos 5.000 empleados. Este mayorista de material eléctrico orientado a la solución de necesidades artesanales e industriales almacena unos 500.000 artículos de más de 2.000 fabricantes de marca. El 20% de estos artículos forman el surtido básico, que siempre se mantiene en stock. 

Debido al rápido crecimiento de la empresa, en Sonepar se creó un volumen muy elevado de documentos en poco tiempo. La empresa utiliza SAP en las áreas de contabilidad y control desde 2012. En el transcurso de la reciente transición a S/4, también debía optimizarse el procesamiento de las facturas entrantes. FIS se hizo cargo de la conversión de las áreas de contabilidad y controlling de Sonepar de ECC 6.0 a S/4 Hana con casi 500 millones de documentos y un volumen de 2.400 millones de líneas de documentos. Al mismo tiempo, también se introdujo la solución FIS Invoice Management para optimizar el proceso de facturación desde el principio. Los servicios de aprendizaje automático para la asignación inteligente de cuentas y la determinación de aprobadores completan la cartera.

Sonepar se decidió por la solución FIS porque el procesamiento de las facturas entrantes debía ser más eficaz y, sobre todo, digital. Los empleados procesan más de dos millones de facturas recibidas al año. Aquí, la aplicación FIS garantiza un alto grado de automatización. En el ámbito de la imputación preliminar, existe un caso de uso óptimo para la inteligencia artificial. Para cada documento, los empleados tienen que introducir datos en el sistema para determinar la sociedad, el proveedor, la cuenta de mayor, el centro de costes y el responsable de la aprobación.

Machine Learning (ML), como subcampo de la IA, es una tecnología de autoaprendizaje y puede permitir la imputación inteligente y la determinación del aprobador en el contexto de la contabilidad de costes de cuentas a pagar. Tanto la dirección como los responsables de TI de Sonepar estaban muy interesados en implementar la precontabilización automática de facturas de costes mediante ML en un proyecto piloto. En este caso, la sociedad, el proveedor y la capa de texto se leen de las facturas. A partir de esta información, la IA selecciona automáticamente la cuenta de mayor, el centro de costes, la orden interna y el autorizador.

Para entrenar los primeros modelos, se introdujeron datos de aprendizaje de 36.000 cálculos. Esto se debe a que el sistema tuvo que aprender cómo proceder con cada cálculo individual. La implementación se realiza con Tensorflow, la red neuronal de Google. "Entrenamos la red neuronal con datos históricos de contabilización del pasado. Por ejemplo, quién contabilizó qué en qué centro de costes, quién fue el primer aprobador, etcétera. Al final, automatizamos este proceso manual con ayuda del ML".afirma Daniel Stemig, jefe de equipo de FIS EIM Consulting.

A partir de ahí, el modelo resultante hace predicciones para futuras facturas y las asigna automáticamente si la IA asigna correctamente la información con una probabilidad predefinida. El usuario puede intervenir en cualquier momento si es necesario. En el caso de Sonepar, una factura sólo se preasigna de forma totalmente automatizada si el sistema ML alcanza una probabilidad superior al 80 por ciento de los objetos de imputación propuestos. Con ayuda de la aplicación, pueden procesarse distintos tipos de documentos, como facturas de costes, pero también facturas de mercancías. Todos se mostraron entusiasmados con los primeros resultados del proyecto piloto. Y el sistema no deja de aprender.