L’elaborazione intelligente dei documenti aziendali prevede il corretto impiego delle nuove tecnologie AI per automatizzare l’analisi, la classificazione e l’archiviazione di contratti, ordini di acquisto, CV e, come in questo progetto, fatture. L’obiettivo, però, è sempre quello di ridurre il carico di lavoro del personale (insieme al rischio di errore associato), semplificare i processi e aumentare la produttività dell'intera organizzazione. Un’azienda del settore chimico-farmaceutico ci ha contattati proprio per ottimizzare la gestione di decine di migliaia di fatture ricevute ogni anno. Ecco com’è andata.
Il nostro cliente si trovava a gestire un processo estremamente complesso per la registrazione delle fatture.
Ogni anno, infatti, riceve circa 45.000 documenti, provenienti da una moltitudine di fornitori e da ben 69 diverse società aziendali, tutte potenziali mittenti.
Queste fatture devono essere indirizzate a una delle 19 Legal Entity interne, che rappresentano i destinatari ufficiali per la registrazione contabile, ma il numero e l’eterogeneità delle fonti rendeva il processo difficile da automatizzare.
Il vecchio sistema di gestione si basava sull’invio delle fatture via email, uno strumento già di per sé poco strutturato, e ne affidava l’analisi a un software di terze parti.
Il software cercava di identificare la Legal Entity a cui apparteneva ciascuna fattura, leggendo i dettagli presenti nei file PDF allegati. Una volta individuata l’associazione, la fattura veniva caricata in SAP per poi essere collegata al relativo fornitore attraverso la consultazione dell’anagrafica di sistema.
Tuttavia, il processo non garantiva un’affidabilità assoluta: l’associazione tra fattura e Legal Entity avveniva con successo solo nel 75-80% dei casi.
Ciò implicava che una percentuale significativa, tra il 20 e il 25% delle fatture, richiedeva un intervento diretto da parte del personale per essere correttamente registrata.
Il problema, dunque, era duplice:
Ne derivavano rallentamenti, maggiori margini di errore, un inutile sovraccarico per il personale amministrativo e il rischio di compromettere la puntualità e la correttezza dei pagamenti verso fornitori e società interne.
Abbiamo quindi pensato a una soluzione per risolvere le inefficienze del sistema in uso, ragionando su quali tecnologie sono oggi disponibili per automatizzare la gestione documentale e quali di queste potessero meglio rispondere alle necessità del cliente.
In molte aziende, l’elaborazione dei documenti è un’attività frammentata.
Le informazioni viaggiano su canali non strutturati come le email, i documenti sono ricevuti in formati differenti e la loro gestione (dalla lettura all’archiviazione, fino alla registrazione nei sistemi interni) è spesso affidata a operazioni manuali, o semi-automatiche, che richiedono una supervisione costante da parte del personale.
Un caso esemplare è quello del nostro cliente.
La varietà dei mittenti, la molteplicità delle Legal Entity come possibili destinatari, la ricezione delle fatture come allegati nella posta elettronica e la mancanza di formati standard per gestire questa mole di informazioni portano inevitabilmente a errori e rallentamenti in attività che possono (e dovrebbero) essere svolte senza preoccupazioni.
Anche quando vengono adottate soluzioni in grado di automatizzare l’analisi dei documenti, si arriva spesso a un livello di scarsa affidabilità.
Come fare, quindi, per automatizzare correttamente l’elaborazione dei documenti e rendere il processo più fluido, tracciabile e sostenibile nel tempo?
La nostra risposta è l’adozione di tecnologie basate sull’intelligenza artificiale.
L’OCR (Optical Character Recognition), ad esempio, consente di convertire testi stampati o scritti a mano in dati digitali. L’IDP (Intelligent Document Processing), invece, utilizza funzioni di AI e machine learning per comprendere il contenuto dei documenti, estrarre i dati essenziali, classificarli e instradarli verso le posizioni corrette.
Sistemi di Natural Language Processing permettono di analizzare grandi volumi di testo, mentre l’intelligenza artificiale generativa consente di interpretare, riassumere o creare contenuti a partire da input non strutturati (i nostri prompt in linguaggio naturale).
Tuttavia, per le aziende che hanno adottato la tecnologia Microsoft, esistono alternative ancora più interessanti.
Azure OpenAI Service porta la potenza dei modelli GPT nel cloud di Microsoft, offrendo funzionalità avanzate di intelligenza artificiale per comprendere, generare e trasformare contenuti in modo sicuro.
Con Azure OpenAI, è possibile sviluppare soluzioni capaci di leggere testi complessi e comprenderne il significato, così da rendere le informazioni presenti più fruibili.
Si tratta quindi dello strumento principale impiegato nella nostra soluzione per ottimizzare il processo di elaborazione e il valore informativo dei documenti aziendali.
A completamento, Microsoft Syntex sfrutta l’intelligenza artificiale integrata per automatizzare la comprensione e la classificazione delle informazioni. Analizza i documenti in SharePoint, ne estrae automaticamente i metadati, li classifica secondo modelli predefiniti e li rende più accessibili nelle ricerche all’interno del digital workplace.
Questa è la tecnologia che abbiamo usato per soddisfare le richieste del nostro cliente.
Vediamo meglio come nelle prossime sezioni.
La soluzione che abbiamo progettato è un sistema di automazione intelligente per la gestione delle fatture ricevute via email, con il quale è possibile semplificare e velocizzare smistamento, riconoscimento e registrazione dei documenti nel sistema ERP aziendale.
Il cuore della soluzione è l’integrazione tra l’intelligenza artificiale e l’ambiente Microsoft, che ci ha permesso di automatizzare ogni fase del processo.
Come nel vecchio processo di elaborazione, tutte le fatture vengono ora ricevute in una casella di posta unica, in modo da centralizzare il punto di ingresso. Tuttavia, l’AI procede ora con l’analisi di email e fatture allegate, estraendo automaticamente mittente e destinatario, che vengono utilizzati per identificare la Legal Entity di riferimento.
Se questa associazione va a buon fine, l’email viene instradata in modo corretto, con una distinzione tra fatture normali e fatture tra società dello stesso gruppo (inter-company).
Le fatture vengono associate alla company destinataria e inviate automaticamente al software esterno, il sistema che le carica all’interno di SAP. A questo punto, viene effettuata una ricerca anagrafica per completare l'associazione tra la singola fattura e il relativo fornitore.
Se invece l’AI non riesce a determinare la Legal Entity, il sistema attiva un meccanismo di fallback basato su Microsoft Syntex, che tenta una nuova estrazione delle informazioni.
Specifichiamo che questa scelta deriva da una valutazione attenta dei costi e delle prestazioni dei due servizi alla base della nostra soluzione: Syntex, pur utilizzando un modello ottimizzato per l’estrazione di metadati (più efficace rispetto a un LLM generico come OpenAI in questo specifico contesto), risulta dalle 5 alle 10 volte più costoso per singola interazione.
Per questo motivo, viene impiegato solo in seconda battuta, a supporto dell’AI principale.
Se il secondo tentativo va a buon fine, il processo riprende normalmente; in caso contrario, la mail viene spostata in una cartella appositamente creata per la posta non riconosciuta, dove si attiva un'analisi del contenuto con l’obiettivo di completare l’associazione.
Dopo il rilascio, abbiamo monitorato insieme al cliente le performance del nuovo sistema per la gestione delle fatture. L’obiettivo era capire se la soluzione adottata fosse quella giusta, e i risultati non si sono fatti attendere.
Il nuovo processo registrava dopo poco tempo circa l’88% di successo nell’associazione delle singole fatture con le relative Legal Entity. Ma non ci siamo fermati qui.
Abbiamo studiato due aggiornamenti, che hanno reso disponibile:
Cosa abbiamo ottenuto?
Circa il 95% di successo, rispetto all’80% registrato inizialmente dal cliente.
Il team Modern Apps risponde con prontezza alle necessità IT in cui lo sviluppo software rappresenta la componente principale, includendo soluzioni che integrano l’intelligenza artificiale. Le figure tecniche hanno una formazione mirata alla realizzazione di progetti software su stack tecnologici Microsoft e possiedono competenze nella gestione di progetti agili o di lunga durata.
