Comment utiliser l'IA pour rapprocher les factures et les bons de commande

Le rapprochement des factures devient lent lorsque les bons de commande, les factures, les enregistrements de livraison, les détails fiscaux et les notes d'approbation résident dans des fichiers différents. L’IA peut réduire le travail de lecture manuelle et de classification, mais elle ne doit pas décider si de l’argent est payé. Le flux de travail le plus sûr combine l'extraction assistée par l'IA avec des calculs déterministes, des règles de tolérance documentées et un approbateur humain nommé.

Ce guide montre comment transformer un ensemble de documents mixtes en un tableau de rapprochement révisable, identifier les exceptions, hiérarchiser la file d'attente et rédiger les questions des fournisseurs. Le résultat final devrait permettre à un réviseur des comptes fournisseurs d'être plus rapide sans cacher les preuves manquantes ni modifier l'autorité d'approbation.

Définir le résultat du rapprochement

Commencez par le résultat plutôt que par le modèle. Un enregistrement de rapprochement utile doit indiquer le numéro de facture, le bon de commande, le fournisseur, la devise, les articles, la quantité commandée, la quantité reçue, la quantité facturée, le prix unitaire, les taxes, le total, le statut de correspondance, le motif de l'exception, l'emplacement des preuves et le réviseur.

Décidez des états dont votre processus a besoin. Un ensemble simple est mis en correspondance, dans les limites de tolérance approuvée, de non-concordance, de document manquant, de doublon et de révision manuelle. Document qui peut approuver chaque état. L'IA peut recommander une catégorie, mais votre politique financière détermine si une différence est acceptable.

Préparer les documents sources

Collectez le bon de commande, la facture, l'entrée de marchandises ou la confirmation de service, la fiche fournisseur et la politique qui définit les tolérances. Conservez les fichiers originaux inchangés. Travaillez sur des copies, attribuez des noms de fichiers stables et notez les numéros de page afin que chaque valeur extraite puisse être retracée.

Supprimez les informations que l’outil d’IA sélectionné n’est pas autorisé à traiter. Les coordonnées bancaires, les données personnelles, les identifiants fiscaux, les conditions contractuelles et les tarifs internes peuvent nécessiter un environnement privé approuvé. Si l'outil ne peut pas répondre à votre politique de sécurité, extrayez uniquement les champs minimaux dans un système contrôlé et utilisez l'IA sur les données expurgées.

Étape 1 : normaliser chaque document

La première tâche de l’IA est l’extraction, pas le jugement. Demandez une structure cohérente et exigez null lorsqu'une valeur est absente. Cela empêche qu’une estimation plausible ne devienne une valeur comptable.

### Invite : normaliser les enregistrements de factures

~~~texte Vous êtes assistant à la normalisation des données des comptes payables. Convertissez les bons de commande, les factures et les enregistrements de reçus fournis en un tableau JSON. Utilisez uniquement les valeurs qui apparaissent dans les documents. Ne déduisez jamais un identifiant ou un montant manquant. Renvoyez ces champs pour chaque ligne : document_type, document_id, supplier_name, monnaie, line_item, quantité, unit_price, taxe, total, Purchase_order_id, Receveur_id et document_date. Utilisez null pour les valeurs manquantes et ajoutez un champ source_reference avec le nom du fichier et le numéro de page. N'approuvez pas un paiement et ne décidez pas qu'un écart est acceptable. ~~~

Examinez un échantillon avant de traiter un lot plus important. Vérifiez les séparateurs décimaux, les symboles monétaires, les montants négatifs, les prix TTC, les descriptions des articles, les livraisons partielles et les factures multipages. Si l'OCR est impliqué, comparez les totaux et les identifiants avec l'image originale.

Étape 2 : appliquer des règles de correspondance explicites

Utilisez du code ou des formules de feuille de calcul pour l'arithmétique. Faites d'abord correspondre le fournisseur et la devise, puis comparez la facture au bon de commande et à la réception au niveau de la ligne. Définissez les tolérances avant de consulter les résultats : par exemple, une différence d'arrondi autorisée, des frais de transport approuvés ou un écart de quantité nécessitant un responsable des réceptions.

Ne demandez pas au modèle d’inventer ces règles. Fournissez la politique exacte et conservez chaque résultat lié à la règle utilisée. Une correspondance à trois compare normalement le bon de commande, la facture et le reçu ; les factures de service peuvent nécessiter une confirmation de service nommée au lieu d'un récépissé d'entrepôt.

Étape 3 : classer les exceptions avec des preuves

Une fois les calculs terminés, l'IA peut organiser les exceptions en catégories utiles telles que l'inadéquation des prix, l'inadéquation des quantités, le bon de commande manquant, le reçu manquant, la facture en double, l'écart fiscal, l'inadéquation des devises ou les frais non identifiés.

### Invite : analyser les exceptions de rapprochement

~~~texte Comparez les factures normalisées, les bons de commande et les reçus ci-dessous. Appliquez uniquement les règles de correspondance et les limites de tolérance que je fournis. Pour chaque incompatibilité, renvoyez : exception_type, affectée_document, attendue_valeur, réelle_valeur, différence, preuve, business_risk et recommandé_reviewer. Séparez les incohérences confirmées des enregistrements qui ne peuvent pas être évalués car des données sont manquantes. N’inventez pas de politique, de traitement fiscal, de statut de livraison ou d’autorité d’approbation. ~~~

Exiger des résultats séparés pour les écarts confirmés et les preuves insuffisantes. Un reçu manquant ne constitue pas une preuve que la livraison a échoué. Un total différent ne constitue pas automatiquement un supplément. Le dossier d'examen doit montrer ce qui est connu, ce qui manque et qui peut le résoudre.

Étape 4 : créer une file d'attente de révision prioritaire

Établissez des priorités avec des règles que votre équipe peut expliquer. Les facteurs utiles incluent le montant à risque, la date d'échéance du paiement, le risque de paiement en double, la criticité du fournisseur, l'ancienneté et le fait que l'exception bloque la clôture de fin de mois. Évitez un seul score de risque inexpliqué en matière d’IA.

Créez des vues de file d'attente pour les comptes fournisseurs, les achats, les réceptions, les responsables du budget et le suivi des fournisseurs. Attribuez un propriétaire et une action suivante à chaque élément ouvert. Conservez le résultat du modèle sous forme de brouillon, tandis que le statut révisé et la résolution restent le système d'enregistrement.

Étape 5 : rédaction du fournisseur et suivi interne

L'IA peut transformer des exceptions structurées en questions concises. Donnez-lui les faits confirmés, les preuves manquantes, l'action demandée et le délai de réponse. N'incluez pas d'accusations et ne revendiquez pas une erreur avant qu'un évaluateur ne la confirme.

Un message utile identifie la facture et le bon de commande, indique la non-concordance exacte, cite la ligne concernée, demande une facture ou une pièce justificative corrigée et explique la suite des événements. Un humain doit vérifier le destinataire, les pièces jointes, le montant et le ton avant l'envoi.

Liste de contrôle du contrôle qualité

• Chaque montant et identifiant renvoie à un fichier source et une page.
• La monnaie, le traitement fiscal, les unités et les signes sont normalisés de manière cohérente.
• Les calculs sont effectués de manière déterministe et non estimés par le modèle.
• Les tolérances proviennent d'une politique approuvée et sont visibles dans le dossier.
• Les preuves manquantes ne sont pas converties en conclusion factuelle.
• Les contrôles en double incluent le fournisseur, le numéro de facture, le montant et les modèles de date.
• L'approbation du paiement appartient au personnel autorisé et au système comptable.
• Les corrections et les décisions des réviseurs sont enregistrées à des fins d'audit.

Erreurs courantes à éviter

L'échec le plus courant consiste à télécharger des documents et à demander s'ils correspondent sans définir de champs ou de règles. Cela produit un récit soigné mais une piste d’audit faible. Une autre erreur consiste à comparer uniquement les totaux des factures ; les différences au niveau de la ligne peuvent s’annuler. Les équipes perdent également le contrôle lorsqu'elles laissent les e-mails générés par les fournisseurs contourner l'examen ou lorsqu'elles placent des documents financiers confidentiels dans un outil non approuvé.

Commencez par un petit lot représentatif. Mesurez la précision de l’extraction, la précision des exceptions, le temps passé par le réviseur et les éléments non résolus. Développez-le uniquement une fois que le flux de travail a exposé de manière fiable l’incertitude et préservé les preuves. L’objectif n’est pas le paiement autonome. Il s’agit d’un processus de rapprochement plus rapide et plus cohérent qui permet de garder le contrôle financier auprès des personnes qui en sont responsables.