Machine learning en administratieve software

Robotic accounting en AI > Machine learning en administratieve software

Machine learning is een subset van Artificial intelligence (AI) waarmee een machine of systeem automatisch kan leren en verbeteren op basis van ervaringen. In plaats van expliciet programmeren gebruikt machine learning algoritmen om grote hoeveelheden gegevens te analyseren, van de inzichten te leren en vervolgens weloverwogen beslissingen te nemen.

Machine learning-algoritmen verbeteren de prestaties in de loop van de tijd naarmate ze worden getraind en aan meer gegevens worden blootgesteld. Machine learning-modellen zijn de output, of wat het programma leert door een algoritme uit te voeren op trainingsgegevens. Hoe meer gegevens er worden gebruikt, hoe beter het model zal worden.
Ontleend aan Google.

Zoals automatisch boekingsintelligentie opbouwen bij het boeken van inkoopfacturen of elektronische bankafschriften. Zodat een volgende boeking volledig automatisch verwerkt kan worden zonder menselijke tussenkomst. Machine learning is als applicatie een onderdeel van robotic accounting en helpt handmatige handelingen voorkomen.

Machine learning en inkomende facturen
Bij machine learning is software om inkoopfacturen te boeken als het ware zelflerend en kan aan de hand van patronen automatisch bepalen hoe inkoopfacturen geboekt worden. Ook bij scannen en herkennen wordt feitelijk deze techniek toegepast om steeds meer inkomende facturen (of andere boekingsdocumenten – denk aan kassabonnen) automatisch te boeken. Bij scannen wordt de basis gevormd door teken- en patroonherkenning via OCR-techniek. Een extra complexiteit is dat vervolgens bepaald moet worden waar een bepaalde tekenreeks voor staat. Is sprake van een relatienummer, een factuurnummer of wordt een ordernummer bedoeld. Via tekstherkenning kan bijvoorbeeld de tekst “factuurnummer” herkend worden en weet de herkenningssoftware dat de tekens daarna het factuurnummer vormen. Maar waar de ene leverancier “factuurnummer” gebruikt zijn al tal van andere mogelijkheden, zoals “factuuurnr, factnr, factnr. rekeningnr’, etc. Door een techniek als “machine learing” in combinatie met een standaard als UBL kan steeds meer boekingsintelligentie opgebouwd worden om facturen toch zoveel mogelijk automatisch te boeken.

Door naast UBL ook machine learning in te zetten wordt robotic accounting in de meest optimale vorm benut om zoveel mogelijk automatisch te boeken, dus zonder tussenkomst van menselijke handelingen en het vooraf vastleggen van boekingscodering (zoals BTW-percentages en vaste (tegen)rekeningen bij crediteuren). Zo kan via machine learning intelligentie opgebouwd worden om steeds meer automatisch te boeken, ook als sprake is van meerdere factuurregels en verschillende soorten facturen van een en dezelfde leverancier.

Er zijn al softwareleveranciers die machine learning inzetten over administraties heen. Dat laatste kan natuurlijk niet als alle gegevens nog lokaal op een server staan of in de cloud, maar dan volledig gescheiden van andere administraties.

Machine learning en andere administraties
Machine learning wordt ook ingezet bij andere administraties dan alleen de boekhouding. 
Zo meldt Nmbrs® (vooraanstaand leverancier van online salarissoftware) dat zij de beslissing hebben gemaakt om serieus te investeren in de ontwikkeling van Artificial Intelligence. 

Meer over machine learning
Met nieuwsberichten, artikelen, blogs, softwarepakketten en andere informatie over machine learning op deze website.
Lees meer over machine learning...

Softwareleveranciers en inkomende factuurverwerking op basis van machine learning
Het gratis rapport "Scannen en herkennen van boekingsdocumenten en elektronische factuurverwerking op basis van robotic accounting" gaat uitgebreid in op machine learning en bevat een bijdrage daarover van meerdere softwareleveranciers.

Hieronder is een samenvatting opgenomen van de bijdrage van softwareleveranciers over machine learning:

1. Basecone; (elektronische factuurverwerking)
   Basecone zal machine learning verder omarmen en op basis van de enorm grote hoeveelheid data, de herkenning en de matching van factuurgegevens verder optimaliseren. Met onze modellen die zorgen voor het lerende vermogen, maken wij optimaal gebruik van de manier waarop gebruikers onze herkenning verder optimaliseren, over administraties heen.

   Door het trainingsmodel van Basecone zal door elke transactie het model gevoed worden en hierdoor verbeterd zal worden. Om het model te trainen vanaf het begin kan Basecone al putten uit ruim 25 miljoen (volledig geanonimiseerde) facturen. Hierdoor is het mogelijk om al een aantal elementen te selecteren die als eerste geoptimaliseerd worden.

2. Exact Software; (online boekhouden)
   Exact Online is voorzien van machine learning die suggesties geeft voor de juiste grootboekrekening na de import van bankafschriften. Deze suggesties komen tot stand door patroonherkenning. Na vergelijking van de omschrijving van eerdere transacties, bedragen en andere informatie verschijnt er bij voldoende gelijkenis een voorstel.
   
   Momenteel krijg je suggesties op basis van bestaande transacties in je eigen administratie. Maar hoe profiteer je van machine learning bij een nieuwe administratie of nieuwe leverancier? Voor deze situaties wil Exact gebruik maken van de grote aantallen transacties in het totale systeem. Daardoor is de kans groot dat die specifieke leverancier al bekend is in andere administraties. Zo is er dan voldoende informatie om de juiste grootboekrekening te vinden. Noot: jouw gegevens worden alleen voor dit doel gebruikt nadat je hiervoor expliciet toestemming hebt gegeven.
      
3. LEFT Technology; (elektronische factuurverwerking)
   Wij maken gebruik van een neuraal netwerk en door ons ontwikkelde leermodellen. Kort samengevat is zo’n netwerk gebaseerd is op de werking van de hersenen. Zo kunnen wij ons systeem Ublion laten “leren” patronen te herkennen. Dit wordt gedaan met uitgewerkte voorbeelden waarbij bij elke iteratie gekeken wordt of het resultaat juist is voorspeld. In het geval van Ublion: hoe meer documenten worden verwerkt, hoe slimmer de software wordt, hoe minder fouten er ontstaan en hoe meer documenten juist en dus geautomatiseerd kunnen worden verwerkt. Wij richten ons momenteel op de documenten: context, type en classificatie.
     
4. SmartBooqing; (elektronische factuurverwerking)
   Machine Learning is gebaseerd op het principe dat computers in staat zijn om te leren, beslissingen en voorspellingen te doen op basis van data. Waar Robotic Accounting geleerde taken uitvoert, leert machine learning continu bij. Dus het kan nieuwe administraties inrichten en ook nieuwe relaties verwerken. Hierbij houdt het systeem rekening met verschillen tussen administratie, sector en boekingsgeschiedenis.
   
   Smartbooqing maakt gebruik van boekingshistorie, cloud data en een gecentraliseerde database om administraties automatisch in te richten. De combinatie van Machine Learning met Natural Language Processing (NLP) zorgen ervoor weet het systeem hoe complexe facturen correct op regelniveau te verwerken voordat de eerste factuur naar Smartbooqing is gestuurd. Het systeem leert zelf, niet alleen van de eigen administratie maar ook van alle andere klanten en administraties. Ongeacht welk boekhoudpakket en rekeningschema er wordt gebruikt. Dit betekent in de praktijk dat elk artikel wat ooit eens is gekocht bij één van de administraties in Smartbooqing vervolgens correct wordt herkend en geboekt in elke administratie.
       
5. TriFact365; (elektronische factuurverwerking)
   Automatische factuurherkenning is een vak apart. Net als de wereldspelers Google, Microsoft en Facebook maken we intensief gebruik van (zelflerende) algoritmen, Big Data en Machine Learning-technieken. TriFact365 maakt al meerdere jaren gebruik van Machine Learning. Onze eerste aanwending van Machine Learning was in 2014 het zelflerende vermogen om over administraties heen facturen te kunnen herkennen.
   

   De komende jaren worden onze zelflerende algoritmen steeds verder uitgebreid. Ook bij onze API (webservice) speelt Machine Learning de komende jaren een belangrijke rol. We leveren in steeds hogere mate rechtstreeks aan softwarebedrijven (boekhoudpakketten) die de expertise voor het real-time omzetten van PDF in XML/UBL zelf niet in huis hebben. 

6. Zenvoices; (elektronische factuurverwerking)
   Met machine learning kunnen ongestructureerde documenten automatisch met een hoge nauwkeurigheid ingelezen worden. Als een document gescand is, kan ten eerste met behulp van machine learning het document omgezet worden naar tekst. Dit proces heet Optical Character Recognition (OCR). Voor documenten die al tekst bevatten, zoals digitaal gemaakte PDF documenten, kan deze stap overgeslagen worden. Hierna kunnen met machine learning de boekingsgegevens herkend worden in het document. Het doel is hierbij om per boekingsveld (factuurnummer, -datum, totaalbedrag, etc.) de juiste waarde in het document te herkennen. Als een gebruiker vervolgens na de herkenning aangeeft welke gegevens wel of niet juist herkend zijn, kan de software kennis opbouwen en leren om in de toekomst boekingsgegevens beter te gaan herkennen.
    

Gratis rapport
Het gratis rapport "Scannen en herkennen van boekingsdocumenten en elektronische factuurverwerking op basis van robotic accounting" gaat uitgebreid in op machine learning en bevat een bijdrage daarover van meerdere softwareleveranciers.