Tekoäly on tälläkin hetkellä läsnä modernissa P2P-järjestelmässä, vaikka käyttäjä ei tule välttämättä ajatelleeksi asiaa. Tulevaisuudessa sen rooli osana hankinnasta maksuun -prosessia vain vahvistuu, sillä datan määrän kasvu lisää tarvetta uusille tekoälyinnovaatioille.

– Yritysten tietojärjestelmissä on jo nyt paljon dataa, jota ei osata hyödyntää tai pystytä hyödyntämään optimaalisella tavalla. Tähän ongelmaan tekoäly tarjoaa ratkaisun, Baswaren Vice President of Offering Management Jussi Erjanti sanoo.

Hän keskusteli Baswaren Magic of Transparency -virtuaalitapahtumassa tekoälystä ja sen kehittämisestä yhdessä kollegansa Jari Paanasen kanssa. Paananen vastaa Baswaren tuotteista Pohjoismaissa ja APAC-alueella.

Yrityksissä on siis jo herätty P2P-prosessin automatisoinnin tärkeyteen. Erjantin mukaan kysyntää on ollut esimerkiksi PO-numeroimattomien ja PDF-muodossa saapuvien ostolaskujen automaattiselle käsittelylle. 

Muutama vuosi sitten Basware toikin markkinoille Smart PDF -palvelun, joka poimii P2P-järjestelmään saapuneesta PDF-laskusta kaikki laskutiedot digitaaliseen muotoon. Smart PDF hyödyntää erityisesti koneoppimista. 

Erjanti on jutellut Baswaren tuotekehitystiimin kanssa Smart PDF:n kehityksestä vain muutama päivä ennen tapahtumaa. Siksi Paananen on kiinnostunut kuulemaan, millaisia haasteita palvelun kehittämisen aikana on kohdattu.

Erjanti aloittaa kertomalla, että Smart PDF:n hyödyntämä koneoppimismalli perustuu tutkimusraporttiin, jonka tekoäly seuloi syöpäkasvaimia MRI-kuvista. 

– Huomasimme, että hyvin samanlainen malli soveltuu erinomaisesti laskujen tietokenttien tunnistamiseen ja läpikäyntiin.

Eteen tulleita haasteita käytetty malli selittääkin vain harvakseltaan, hän toteaa. Suurempi ongelma on ollut saatavilla oleva opetusdata.

– Kahdeksankymmentä prosenttia haasteista on johtunut opetusdatan laadun puutteesta. Kuten tiedämme, laadukas opetusdata on lähtökohtana luotettavalle tekoälylle.

”Laadukas opetusdata on lähtökohtana luotettavalle tekoälylle.”

Tätäkin ongelmaa aiotaan seuraavaksi taklata tekoälyllä, tarkemmin sanottuna ohjaamattomalla oppimisella. Se on koneoppimisen menetelmä, jossa ei hyödynnetä valmiita luokkia. Datalle pyritään löytämään rakenne etsimällä siitä esimerkiksi samankaltaisten tapausten ryhmiä. Erjanti havainnollistaa asiaa arkipäiväisen esimerkin avulla.

– Ohjaamattomassa oppisessa tekoälymalli oppii ihmisen tavoin. Pieni lapsi ei tunnista koiraa, jos ei ole aikaisemmin sitä nähnyt. Vanhempien ei kuitenkaan tarvitse näyttää hänelle tuhannen koiran kuvaa, vaan oppiminen tapahtuu paljon nopeammin. Lapsi pystyy tämän jälkeen myös kyseenalaistamaan, jos joku väittää kissaa koiraksi.

Käytännössä ohjaamaton oppiminen on siis nopea tapa nostaa Smart PDF:n opetusdatan laatua.

Tekoälymalli jatkaa oppimista

Keskustelun puolivälissä Erjanti ja Paananen saavat seurakseen myös Baswaren AP automaation ratkaisuista vastaavan Olav Maasin. Hän kertoo toisesta Baswaren tekoälyä hyödyntävästä ratkaisusta, SmartCodingista. Se on kehitetty Erjannin aiemmin mainitsemien PO-numeroimattomien ostolaskujen käsittelyyn.

– Koneoppimista hyödyntäen palvelu etsii ostolaskuilta puuttuvat tiedot. Yrityksen laskuhistoriaa ja talousdataa analysoimalla se tekee ehdotuksen siitä, kenelle lasku lähetetään hyväksyttäväksi, Maas kertoo.

Aluksi käyttäjän on hyvä validoida tekoälyn ehdotus. Ihmisen tekemien korjausten perusteella SmartCoding oppii tekemään tarkempia ehdotuksia. Lopulta käyttäjän väliintuloa tarvitaan yhä harvemmin. Manuaalisen työn väheneminen tarkoittaa ostolaskujen käsittelyn nopeutumista ja merkittäviä kustannussäästöjä.

”Tulevaisuudessa koneoppimismalli pystyy kenties ehdottomaan laskulle PO-numeroa toimittajadatan ja laskuhistorian perusteella.”

Maasin mukaan Baswaren asiakkaat pääsevät kokeilemaan SmartCodingia tämän vuoden lopussa. Paanasen tiedustellessa, mikä voisi olla seuraava P2P-järjestelmässä nähtävä tekoälyinnovaatio, hänellä on vastaus valmiina.

– Tulevaisuudessa koneoppimismalli pystyy kenties ehdottomaan laskulle PO-numeroa toimittajadatan ja laskuhistorian perusteella, hän ennustaa.

Aikaa asiakastyölle ja innovoinnille 

Helmikuussa julkaistun Talouden ja digitalisaation tila 2021 -kyselytutkimuksen tulokset osoittavat, että keskisuurten ja suurten yritysten kiinnostus tekoälyä kohtaan on kasvussa kaikilla toimialoilla.

Puolet kyselyyn vastanneista johtajista ja asiantuntijoista nimesi tekoälyn hyödyntämisen tämän vuoden tärkeimpien kehityskohteiden joukkoon. Sama tutkimus paljasti myös hankinnasta maksuun -prosessin kehittämisen digitaalisilla ratkaisuilla olevan monen yrityksen agendalla. Erjantin, Paanasen ja Maasin keskustelusta on käynyt selväksi, miten trendit nivoutuvat toisiinsa.

Tekoälyyn liittyy kuitenkin myös sitkeitä myyttejä. Tekoälyinvestointien yhteydessä esille nousee lähes poikkeuksetta työn tehostuminen. Se on herättänyt monissa epäilyksen siitä, korvaako tekoäly tulevaisuudessa kokonaan ihmisen. 

Todellisuudessa vain harva asiantuntija on menettämässä työnsä teknologialle, joka ei kykene empaattiseen ajatteluun. Magic of Transparency -tapahtumassa tekoälyn todellisesta voimasta muistutti keynote-puhuja, ADDO AI:n toimitusjohtaja, Dr. Ayesha Khanna.

– Prosessien automatisointi vapauttaa työntekijöiden aikaa asiakastyölle ja yrityksen tärkeimpien ydinarvojen toteuttamiselle. Lisäksi tekoäly voi auttaa meitä innovoimaan uusia palveluja ja saavuttamaan kokonaan uusia markkinoita.

”Miten kontrolloimme luomaamme tekoälyä? Tämä on kysymys, jota meidän olisi ajateltava.”

Khanna kuitenkin tunnustaa, että tekoälyllä on pimeämpi puolensa. Hän nostaa esiin valeuutiset ja väärin tarkoituksiin käytetyn Deepfake-tekniikan, jotka ovat jo nyt todellisuutta. Ne uhkaavat yleistyä entisestään, ellei tekoälyn käyttöä ja kehitystä valvota riittävällä tasolla. Siksi Khanna korostaa säädösten merkitystä.

– Enää ei kannata pohtia sitä, pitäisikö tekoäly hyödyntää. Miten kontrolloimme luomaamme tekoälyä? Tämä on kysymys, jota meidän olisi ajateltava. 

Khanna on toiminut strategisena neuvonantajana useille suurille yrityksille ja hallinnoille ympäri maailmaa. Lopuksi hän kertoo kuulijoille kolme vinkkiä, joiden avulla tekoälykokeilut todennäköisimmin onnistuvat.

– Ensimmäiseksi kehotan organisoimaan datan. Valitkaa yksi ongelma, johon haluatte etsiä ratkaisun ja luokaa tietokanta datalle. Toiseksi, tehkää kehitystä kolmen kuukauden sykleissä. Kolmanneksi, kannustakaa liiketoiminnassa työskenteleviä ihmisiä tekemään yhteistyötä teknisen tiimin kanssa.

Magic of Transparencyn yleisö vaikuttaa kokeneen keskustelut tärkeiksi. Linjoille kerääntyneitä kuulijoita on heti tapahtuman alussa muistutettu mahdollisuudesta välittömän palautteen antamiseen. Sitä varten tapahtuma-alustalle on kehitetty sosiaalisesta mediasta tutut tykkäys-napit.

Kun tekoälyä käsittelevät esitykset lopulta päättyvät, alkaa näytöllä vilistä peukun ja taputuksen kuvia nopeammin kuin kertaakaan aikaisemmin. 

Haluatko katsoa esitykset kokonaisuudessaan? Magic of Transparency -tapahtuman tallenteet löytyvät Baswaren verkkosivuilta. Lue myös mitä tapahtumassa keskusteltiin ennustavasta analytiikasta.

 

Baswaren Ite wiki -profiilista löydät tietoa yrityksen taloushallinnon, hankinnan ja analytiikan ratkaisuista

Kuva: Harva Marketing