자동화된 지급 계정: 비용 구조 최적화 및 비즈니스 효율성 향상

기업 규모가 확장되고 비즈니스 복잡성이 증가함에 따라 AP(미지급금) 부서는 점점 더 많은 어려움에 직면하고 있습니다. 기존의 종이 및 PDF 송장 처리 방법은 비효율적일 뿐만 아니라 오류도 발생하기 쉽습니다. 이러한 과제에 대처하기 위해 재무회계 활동의 비용 구조를 최적화하고 비즈니스 프로세스에 큰 영향을 미치는 자동화된 솔루션을 채택하는 기업이 점점 더 많아지고 있습니다.
그러나 이러한 변화에 대한 투자수익률(ROI)을 어떻게 정량화합니까? 지급 계정 부서는 자동화로 전환하여 종이 및 PDF 송장을 디지털 상호 작용으로 변환하고 수동 송장 처리를 줄이고 있습니다. 그러나 모든 기술 마이그레이션과 마찬가지로 지급 계정 자동화에는 초기 구현 비용, 교육, 라이센스 비용, 컨설팅 비용 및 기타 요소에 대한 상당한 투자가 필요합니다.
이러한 투자를 정당화하려면 사람부터 시작하여 기술의 잠재적 ROI, 일반 비용에 대한 영향 및 잠재적 비용 절감을 입증해야 합니다. 자동화는 종종 인간 노동을 대체하는 것으로 간주됩니다. 그러나 지급 계정 프로세스를 자동화하는 대부분의 기업은 동일한 수의 인력을 유지하고 효율성을 높이거나 이들을 보다 가치 있는 다른 작업에 재배치합니다.
일반적인 비용 요인 파악
자동화를 통해 재무회계팀은 운영을 비용 센터에서 수익 센터로 전환하여 비즈니스 통찰력을 제공하고 비용 최적화 경로를 만들 수 있습니다. 이를 위해서는 비용을 발생시키는 공통 영역을 식별하고 지급 계정 자동화가 이를 어떻게 해결할 수 있는지 보여주어야 합니다. 일반적인 비용 동인에는 처리 주기 시간, 처리 비용 및 인건비가 포함됩니다. Business Insider에 따르면 지급 계정 자동화를 통해 이러한 비용을 81% 절감하고 효율성을 74% 높일 수 있습니다.
잘못된 정보 관리
수동 지급 계정 환경에서는 정보가 쉽게 손실될 수 있습니다. 프로세스를 추적하는 중앙 데이터베이스가 없으면 부서에서 문서를 교환하고 공유하는 방법을 모니터링하는 것이 어렵고 시간이 많이 걸립니다. 비효율성과 투명성 부족으로 인해 처리 시간이 길어지고 불필요한 비용이 발생할 수 있습니다. 회사가 확장되고 더 많은 자산을 획득함에 따라 필요한 제품이나 서비스에 대한 수요가 증가하고 지침이 필요한 송장 및 공급업체의 수도 증가합니다. 동일한 공급업체가 회사의 공급업체 서비스를 관리하지 않으면 팀은 엄청난 양의 문서에 휩싸일 수 있습니다. 또한 이러한 문서를 보관하고 목록화하는 데는 시간이 걸립니다. 팀이 서두르고 정보가 누락되면 장기적으로 더 많은 비용이 소요됩니다.
수동 오류
인간은 오류를 범할 수 있으며 수동으로 데이터를 입력하거나 서류 작업을 완료하면 간단하지만 실망스러운 실수가 발생하는 경우가 많습니다. 송장 데이터를 종이에서 IT 시스템으로 전송하는 것은 복잡할 수 있습니다. 이러한 데이터 포인트를 수동으로 전송하면 끝이 없을 것 같은 사무적 오류가 발생하여 시도해 볼 가치가 없게 됩니다. 때로는 직접 대면하는 것이 올바른 해결책이 아닐 수도 있습니다. 송장량이 많은 경우 잘못된 정보가 ERP 시스템에 입력될 수 있습니다. 송장 데이터를 수동으로 전송하는 경우 일반적으로 오류율이 1%로 가정됩니다. 특히 인보이스 발행의 경우 이러한 작은 오차 범위도 큰 문제가 될 수 있습니다.할인을 놓쳤어요
많은 회사에서는 더 빠른 결제를 위해 송장 할인을 제공합니다. 이를 동적 할인이라고 하며, 공급자-고객 관계에 따라 조건이 조정됩니다. 기업의 경우 인보이스를 빨리 지불할수록 할인을 받을 가능성이 높아집니다. 오류의 한계나 처리 속도 부족으로 인해 처리 속도가 느려지는 것이 문제인 경우 기업에서는 송장 발행을 지연시켜 더 이상 할인을 받을 수 없게 될 수 있습니다.
확장할 수 없음
육체 노동은 관리하고 관리하기 가장 어려운 자원 중 하나입니다. 송장을 수동으로 처리할 직원을 고용하고 유지하는 능력에 따라 증가된 워크로드를 처리할 만큼 신속하게 확장하지 못해 수익 성장이 제한될 수 있습니다. 또한 수동 프로세스가 완료될 만큼 느릴 수도 있습니다. 적절한 수의 인력이 있더라도 수동 지급 계정 프로세스를 처음부터 끝까지 완료하는 데 30~90일이 걸릴 수 있습니다.
대처 전략: OCR 및 AI의 영향
이러한 비용 요인은 광학 문자 인식(OCR) 및 인공 지능(AI)과 같은 기술을 사용하여 최소화할 수 있습니다. OCR은 디지털 이미지의 텍스트를 인식하여 송장 데이터를 디지털 방식으로 캡처할 수 있습니다. AI는 후속 처리 순서를 더욱 효율적이고 정확하게 만듭니다.
예를 들어, 연간 100,000개의 공급업체 송장을 받는 회사가 일반적으로 AP 부서에 7~10명의 분석가를 고용한다고 가정해 보겠습니다. 각 송장에는 입력해야 하는 10개의 필드가 있으므로 100만 개의 데이터 필드를 입력해야 합니다. OCR 솔루션의 평균 인식률이 80%인 경우 자동으로 이러한 필드 중 800,000개를 채웁니다. 다운스트림 단계에서 AI는 승인을 위한 송장 준비 프로세스의 속도를 높이고 이를 과거 데이터를 기반으로 적절한 직원에게 전달할 수 있습니다.
AI 기술은 디지털 문서 교환을 촉진하고 3자 매칭을 통해 송장 데이터를 자동으로 검증함으로써 처리 속도를 높이고 수동 입력 오류의 위험을 완화할 수 있습니다. 승인을 받으려면 각 문서가 관련 PO(구매 주문) 및 입고의 해당 송장 데이터와 일치해야 합니다. 그렇지 않으면 문제 해결을 위해 AP 직원에게 통보됩니다.
AI는 이러한 측면을 최적화할 수만 있는 것이 아닙니다. 비용 센터 기록 및 GL 계정 생성은 자동화를 통해 최적화될 수 있습니다. AI는 과거 데이터를 사용하여 최적의 결과를 위한 적절한 코딩을 제안합니다. 작업 기록, 비용 센터 및 GL 계정 기록은 과거 데이터를 사용하여 올바른 코딩을 제안하는 AI를 통해 최적화될 수도 있습니다. AI를 통해 올바른 정보를 활용하면 더 나은 결정을 내릴 수 있습니다. 또한 스마트 아카이빙 솔루션은 송장, ERP 데이터, 이메일 및 조달 관련 정보의 장기 저장 작업을 단순화합니다. 직원분들이 클릭만 하시면