Wat is het eigenlijke probleem dat je wil oplossen?
Factuurverwerking kost tijd omdat mensen documentjes lezen, gegevens overtikken en daarna handmatig controleren of de bedragen kloppen met de order of de levering. Bij tien facturen per dag is dat te doen. Bij honderd of meer wordt het een dagtaak voor iemand die eigenlijk betere dingen te doen heeft. Het probleem is niet de goedkeuring zelf, maar het tikwerk en het voorwerk: factuurregels uitlezen, matchen met inkooporders, afwijkingen signaleren. Dat voorwerk is precies waar AI facturatie automatisering waarde toevoegt, mits de randvoorwaarden kloppen.
Waar werkt AI facturatie automatisering het best?
Het werkt het best als het inkomende volume hoog genoeg is om patronen te herkennen, als leveranciers min of meer vaste formaten hanteren en als er een duidelijke referentie is om op te matchen, zoals een ordernummer of contractnummer. In die situatie pakt een goed ingericht systeem de factuur op, leest de relevante velden uit, matcht ze met de inkoop- of orderdata in het ERP en legt afwijkingen voor aan een medewerker. De mens keurt goed of wijst af; de AI doet het zoekwerk. Denk aan distributiebedrijven, groothandels of productiebedrijven met vaste leveranciers en een gestandaardiseerd inkoopproces.
Waar loopt iedereen op vast?
De meeste projecten stranden op drie punten. Ten eerste: leveranciersformaten die per keer anders zijn. PDF van de ene leverancier heeft een nette tabel; van de volgende is het een gescande bon uit 2008. AI is goed in structuur herkennen, maar chaos heeft grenzen. Ten tweede: ontbrekende referenties. Als een factuur binnenkomt zonder ordernummer of met een eigen factuurnummer dat niets zegt, kan het systeem niet matchen zonder extra logica of menselijke input. Ten derde: uitzonderingen die buiten het model vallen. Creditnota's, splitsing over meerdere kostenplaatsen, facturen in vreemde valuta of facturen voor diensten zonder concrete levering: die kosten altijd meer moeite dan de standaard gevallen. Een eerlijke schatting: in de meeste operaties is 60 tot 80 procent van de facturen goed te automatiseren; de rest vraagt altijd menselijke aandacht. Dat is ook prima, als je de verwachting daarop instelt.
Wanneer past AI facturatie automatisering juist niet?
Als je minder dan een paar tientallen facturen per week verwerkt, is de return op een volledig geautomatiseerde pijplijn laag. De implementatie kost tijd en onderhoud; de besparing is marginaal. Dan is een slimme upload-tool met handmatige review sneller ingericht en goedkoper in onderhoud. Ook als je ERP-data rommelig is, ontbrekende masterdata heeft of verouderde artikelcodes gebruikt, werkt automatisering averechts: het systeem matcht dan op verkeerde data en creëert meer werk dan het wegneemt. AI facturatie automatisering is geen wondermiddel voor een slecht ingericht boekhoudproces; het versnelt wat al werkt, het repareert niet wat kapot is.
Hoe pakt Bonsai dit aan?
Bonsai bouwt AI facturatie automatisering in twee smaken. Voor organisaties die hun kernsysteem willen vervangen of opnieuw willen bouwen, zit de facturatieverwerking ingebakken in de Digital Twin: een domein-specifiek systeem dat van de grond af is ontworpen met AI als onderdeel van de kern. Voor organisaties die hun huidige ERP willen houden, bouwen we een AI Worker die bovenop het bestaande systeem draait, documenten inleest, matcht en uitzonderingen doorgeeft aan de juiste persoon. In beide gevallen geldt: de mens keurt goed, de AI doet het tikwerk. Dottle, ons product voor documentverwerking, is de motor achter het uitlezen van de facturen zelf. Het systeem wordt eigendom van de klant; geen abonnement, geen lock-in.