La facturación SAP del futuro

El aire está cargado de humo, la mesa desbordada: Documentos y facturas hasta donde alcanza la vista. En cuanto se procesan los primeros documentos entrantes, se suceden los siguientes. El trabajo del personal de oficina se parece más a la lucha contra una hidra -ese monstruo multicéfalo de la mitología griega cuyas cabezas vuelven a crecer constantemente- que al trabajo organizado de una empresa orientada a la eficiencia.

El panorama es exagerado. "Sin embargo, aún hoy, muchas empresas siguen incurriendo en costes innecesarios por correcciones y ahorros perdidos debido a una facturación incorrecta o lenta, por ejemplo, porque no cumplen los objetivos de pago y, por tanto, pierden descuentos", afirma Ulrich Winter, responsable de gestión de aplicaciones del experto en ingeniería digital Nagarro, hablando de su experiencia en numerosos proyectos con una amplia gama de clientes. "Por eso nos hemos dado cuenta de ello: En una época en la que la gente utiliza aplicaciones para recordarse a sí misma que debe hacer suficiente ejercicio y la IA para hacer los deberes, también debe ser posible facturar de forma rentable y ahorrando tiempo. Como no encontramos ninguna solución adecuada en el mercado, decidimos sin más dilación desarrollarla nosotros mismos."

Escáner de facturas para SAP

Ulrich Winter se puso manos a la obra con sus colegas. El objetivo: un escáner de facturas para SAP que automatizara el proceso de recepción de facturas y aumentara así las reservas de eficiencia. Mediante una integración perfecta con S/4, Nagarro quería crear una plataforma estandarizada que eliminara la necesidad de utilizar distintos sistemas y fomentara la integridad de los datos en toda la empresa. "La solución también debe proporcionar una mejor visión del ciclo de vida de procesamiento de facturas con actualizaciones en tiempo real, lo que permite una toma de decisiones más fácil y una gestión optimizada del flujo de caja, y ser utilizable tanto para sistemas en la nube como on-prem", añade Ulrich Winter.

Eficacia mediante IA y OCR

Para optimizar el proceso de facturación, el equipo de desarrollo de Nagarro apostó desde el principio por el aprendizaje automático y la inteligencia artificial, complementados con modernos motores OCR (reconocimiento óptico de caracteres). Esto les permitió desarrollar un escáner de facturación que procesa las facturas en tres pasos:

“La solución debe proporcionar una mejor visión del ciclo de vida del procesamiento de facturas con actualizaciones en tiempo real.“

Ulrich Winter,
Jefe de Gestión de Aplicaciones,
Nagarro

En primer lugar, el escáner lee de diversas fuentes, como cartas, buzones de correo electrónico, archivos compartidos y una aplicación de carga Fiori. Captura los datos brutos de la factura utilizando el nuevo motor de plantillas. Está diseñado para reconocer plantillas de facturas predefinidas mediante OCR y extraer información basada en la estructura de la plantilla. Esto permite que el escáner identifique errores clave clásicos, como datos incorrectos del proveedor, números de factura y artículos, en una fase temprana.

Interpretar los datos de las facturas

Sin embargo, el departamento de contabilidad no solo debe identificar y guardar los datos contenidos en la factura, sino también interpretarlos, especialmente en caso de ambigüedades. Aquí es donde entra en juego un segundo motor de OCR, que utiliza algoritmos AI/ML de autoaprendizaje (inteligencia artificial/aprendizaje automático) para procesar las facturas que no se corresponden con las plantillas predefinidas o presentan desviaciones. Para ello, el escáner utiliza técnicas avanzadas de reconocimiento de patrones para analizar el diseño, la estructura y el contenido de las facturas no estructuradas. Como el motor AI/ML aprende continuamente de los datos, también se adapta constantemente a los nuevos requisitos y mejora sus capacidades de reconocimiento con el tiempo. "Esto supone una serie de ventajas para las empresas", explica Ulrich Winter con más detalle. "La introducción manual de datos resulta superflua, la tasa de error disminuye y la coherencia de los datos aumenta. Esto libera tiempo para que los empleados se concentren en actividades de mayor valor añadido. Gracias a la estrecha conexión con S/4, el sistema también tiene siempre en cuenta los datos más recientes. Por ejemplo, si se actualiza el IBAN de un proveedor, el escáner de facturas lo reconoce automáticamente".

Generar factura de proveedor

Por último, el escáner crea una factura de proveedor en S/4 con toda la información identificada necesaria para el tratamiento posterior. Por último, el sistema registra estas facturas con el estado "anotado y registrado" para permitir su procesamiento posterior. Al hacerlo, utiliza los flujos de trabajo estandarizados de S/4 para remitir las facturas a las partes pertinentes basándose en reglas previamente definidas. Aunque el equipo del proyecto consiguió automatizar en gran medida la facturación gracias a la mejora de las tecnologías de IA y los modelos de aprendizaje automático, aún quedaba un reto clave: el correcto procesamiento de la facturación electrónica. Esto se implementará a partir de
Esto también será obligatorio en Alemania a partir del 1 de enero de 2025, y en algunos otros países europeos ya lo es actualmente. "Por tanto, teníamos claro que una solución preparada para el futuro tendría que cumplir los requisitos de seguridad y protección de datos asociados y, además, ser capaz de hacer frente al gran número de formatos diferentes", afirma Ulrich Winter. 

Desde el punto de vista legal, esto supuso un reto menor, ya que los datos de las facturas procesadas ya se alojan exclusivamente en servidores de la UE, lo que garantiza el cumplimiento de la GDPR. "El principal escollo para el procesamiento de facturas en la UE era el almacenamiento de los datos. Sin embargo, pudimos superar este reto transfiriéndolos a los servidores del cliente. Esto les permite mantener el control sobre sus datos." 

EDI, XML y ZUGFeRD

Los datos no estructurados incluyen formatos como PDF, documentos Word o archivos de imagen como PNG y JPG. Los datos estructurados se componen de formatos como EDI o XML. Por último, los datos híbridos incluyen ZUGFeRD y XRechnung. Los datos no estructurados plantean un problema particular debido a su falta de uniformidad.

El motor de OCR basado en IA, que el escáner también utiliza para la interpretación de facturas, acabó ayudando al equipo en este aspecto. Ulrich Winter: "Sin los actuales modelos de aprendizaje automático, la variedad de formatos habría sido casi imposible de manejar, excepto manualmente. Sin embargo, con el motor que desarrollamos, mucho tiempo y grandes cantidades de datos de entrenamiento, por fin pudimos entrenar al escáner para que ahora pueda manejar la heterogeneidad de formatos sin ningún problema. Como resultado, ahora podemos ofrecer a las empresas una solución de facturación con la conciencia tranquila y que, además, perdurará en el futuro."

Haga clic aquí para acceder a la entrada asociada: