case
Case: Økonomi og regnskab
Home » Case: Økonomi og regnskab
Fondsvirksomhed vil højne kvaliteten af deres regnskabsprocesser med AI
En dansk fondsvirksomhed er i gang med et dataprojekt i flere trin, der samlet set skal styrke virksomhedens regnskabsprocesser. Den overordnede målsætning med projektet er at digitalisere og automatisere flere af de arbejdsgange, som traditionelt er blevet håndteret manuelt. Jo flere processer virksomheden kan digitalisere og automatisere, des bedre kan de udnytte virksomhedens personaleressourcer, og des længere rækker de økonomiske midler til støtte af udviklingsprojekter.
Baseret på resultaterne af en Globeteam-foranalyse skal dataprojektet indledes med en digitalisering af de mange bilag, fondsvirksomheden modtager. Fondsvirksomhedens medarbejdere bruger i dag meget tid på manuelt at afløfte og notere totalbeløb fra de indsendte bilag, så de i sidste ende kan afstemme bilagssummen med de tal, der er opgivet som en del af udviklingsprojektets regnskabsspecifikation. Derfor har det stor værdi og kan spare medarbejderne meget tid, hvis der kan opsættes et automatiseret flow, hvor ustrukturerede bilag scannes af en AI-model, der herefter kategoriserer og sender dataene til en database i struktureret form med angivelse af varelinjer, bilagstekster og bilagsbeløb. AI-modellen bliver trænet til at genkende kategorierne, så man automatisk kan sammenholde og kontrollere, at der er fuld overensstemmelse mellem beløbene på de indmeldte regnskabsspecifikationer og beløbene på de faktiske bilag. Er der ikke det, er der højst sandsynligt sket en fejl et sted i processen, og så kan en sagsbehandler følge op derfra.
Som en del af projektets roadmap vil man også gerne have mulighed for at lave risikobaserede udtagninger af regnskaber til kontrol. Tidligere har fondsvirksomheden lavet stikprøvekontroller af indmeldte regnskaber, men indsatsen har baseret sig på relativt få kriterier. Med en AI-styret proces kan modellen trænes ved hjælp af historiske regnskabsdata og dermed blive langt mere præcis i nedslaget, fordi modellen kan medtage mange flere kriterier og spotte mønstre i uhensigtsmæssigheder.
Globeteams andel i projektet
Globeteam har leveret en foranalyse af projektets samlede potentiale med angivelse af anbefalede indsatser, forventet effektmåling m.m.
I selve eksekveringen af projektet står Globeteam for forretningsrådgivning, vejledning til den tekniske opsætning af AI-modellerne, opsætning af governance-strukturen i Microsoft Azure samt al udvikling i projektet.
Skal du selv i gang med et dataprojekt?
Så læs vores e-bog: “Få mere ud af jeres forretningdata – en praktisk tilgang til ML/AI-projekter”, hvor du bl.a. får indblik i Globeteams metode til dataprojekter og kan læse en række spændende kundecases.
I e-bogen kan blandt andet læse cases inden for:
- Retail: Berigede lokationsdata skal optimere serviceniveauet og kundeoplevelsen i shoppingcentre
- Forskning & uddannelse: AI skal spotte relevant indhold blandt tusindvis af videnskabelige dokumenter
- Økonomi & regnskab: Fondsvirksomhed vil højne kvaliteten af deres regnskabsprocesser med AI
- Transport & infrastruktur: Prædiktive datamodeller skal understøtte service og vedligehold af nationalt trafikknudepunkt
- Bæredygtighed og property technology: Konsulentvirksomhed vil minimere madspild og optimere bygningsanvendelsen ved hjælp af data
Kan jeg hjælpe ?
Vil du høre mere om, hvordan Globeteam kan hjælpe dig med en lignende løsning, så kontakt mig gerne på +45 2465 0165 eller jae@globeteam.com
Nyhedsbrev
Få vores nyhedsbrev
Hold dig opdateret på din virksomheds digitale muligheder med cases og faglige artikler