Förenkla reseräkningar för anställda: Vad ett modernt system bör klara av

Förväntningarna bör vara höga på kvittoavläsning

Nästan alla system låter dig fotografera kvitton och läser sedan av dem åt dig. Denna funktionalitet har funnits länge, men kvalitén varierar kraftigt och förväntningarna bör ställas högt.

Ett modernt system ska läsa ut land, datum, belopp och valuta med mycket hög träffsäkerhet, minst 95%. Det ska fungera lika bra för svenska kvitton som det gör för kinesiska. Utöver det bör systemet förstå vad som faktiskt köptes och kunna klassificera köpet i rätt utläggskategori. I de fall ett kvitto innehåller flera olika typer av köp, till exempel en hotellfaktura med rum, frukost och parkering, bör systemet automatiskt dela upp det på rätt kategorier om ditt bolag kräver en sådan uppdelning. Ovanpå det vill du att systemet lär sig av sina misstag, så om ekonomifunktionen gör en rättelse ska systemet komma ihåg det.

Det är alltså en stor skillnad mellan detta och att läsa ut några fält halvdant och låta den anställde göra resten manuellt.

Systemet ska guida den anställde

En sak som skaver mycket för anställda är att behöva veta vad som krävs för korrekt rapportering. Vilket underlag som gäller, vad som är förenligt med policy, vad som behöver en förtydligande kommentar, eller när något bryter mot en skatteregel. Många anställda sätter sig inte in i det utan fyller istället i minsta möjliga information och skickar sedan iväg sin rapport. Resultatet som följer är returer, försenade utbetalningar och frustration hos alla inblandade.

Ett bra system vänder på saken. Istället för att kräva att den anställde kan alla regler bör systemet, utifrån den minimala data som angetts av den anställde, inferera hur något ska bokas och flagga det som behöver korrigeras, redan innan inlämning. Det räcker alltså inte att felen upptäcks i efterhand.

Det kan handla om att systemet:

• Varnar om att underlaget är en orderbekräftelse snarare än ett kvitto, och ber om rätt dokument
• Flaggar om att ett köp går emot policy och förklarar varför
• Identifierar dubbletter och påpekar detta
• Påminner om att skriva en kommentar när det krävs, t.ex. om det ingick alkohol vid en middag
• Varnar om att friskvårdsförmånen som söks inte kvalificerar
• Noterar att ett traktamente bör inkludera ett måltidsavdrag eftersom det finns ett restaurangkvitto för samma dag

Ju mer systemet förstår om köpet, till exempel leverantör, dokumenttyp, innehåll och sammanhang, desto smartare kan den här guidningen bli. Det handlar alltså inte bara om att läsa ut några enkla fält.

Utvalda funktioner som gör verklig skillnad

Några konkreta saker att utvärdera:

Kvittoavläsningens djup. Kan systemet bara läsa ut grundläggande fält eller har det en djupare förståelse för kvittot?

Lärande. Kan systemet lära sig utifrån de korrigeringar som görs?

Uppdelning av kvitton. Ett kvitto med flera kategorier bör kunna delas upp automatiskt om bolaget kräver det, den anställde bör slippa göra detta manuellt.

Kortmatchning. Om den anställde betalar med företagskort bör systemet automatiskt matcha transaktionen mot uppladdade kvitton, så att den anställde slipper koppla ihop dem manuellt.

Deltagarhantering. Systemet bör komma ihåg deltagare mellan tillfällen och inferera om de var interna eller externa baserat på tillgänglig information.

Milersättning. Det ska vara enkelt att registrera en sträcka man åkt flera gånger utan att logga varje resa separat och systemet bör kunna hämta avstånd automatiskt baserat på angiven start- och slutadress.

Framtidens reseräkning är ett samarbete mellan AI-agenter

Det är rimligt att fråga sig hur reseräkningsprocessen kommer se ut framåt.

Framtidens B2B-mjukvara är inte ett enda verktyg som gör allt, utan ett system av specialiserade agenter som kommunicerar med varandra. Varje agent gör det den är bra på, och människan plockas in när ett beslut behöver fattas.

Applicerat på reseräkningar kan det se ut så här: bolagets AI-agent får veta att ett kortköp gjorts (exempelvis genom att reseräkningssystemet berättar det), den hämtar då kvittot från mailinkorgen eller ber medarbetaren ta ett foto, deltagare fylls i utifrån kalenderinbjudan, och agenten formulerar ett syfte baserat på tillgänglig kontext, och kommunicerar sedan med reseräkningssystemets agent för att säkerställa att underlaget uppfyller policy. Den anställde får ett färdigt förslag att granska och godkänna.

I det här scenariot är det företagets agent som äger kontexten. Det vill säga, vem som var med, vad mötet handlade om, och varför något köptes. Ett företag vill inte nödvändigtvis ge reseräkningssystemet full tillgång till verktyg så som mail och kalender. Reseräkningssystemet utgör istället specialisten som vet vad som gäller policy- och skattemässigt och vad bolaget godkänt tidigare. De två agenterna kommunicerar med varandra så att reseräkningssystemet kan ta med sig ett fullgott underlag för vidare behandling.

De tekniska byggstenarna för det här finns redan. AI-agenter kan redan kommunicera med varandra och standarder är under utveckling. Det som bromsar är olösta frågor kring access, integritet och riskkontroll, men inte minst hur snabbt företag är beredda att adoptera nya arbetssätt. Företag rör sig av naturliga skäl långsammare än konsumenter på det här området.

Det viktiga är att välja ett reseräkningssystem som är byggt för att kommunicera med omvärlden. Ett system med öppna integrationer som är tillräckligt intelligent för att kunna svara på vad som gäller, inte bara tillräckligt smart för att kunna ta emot instruktioner.