La contabilidad de deudores engloba el tratamiento de todas las facturas emitidas (imputación contable, carteo automático, cobro). En este contexto, la Inteligencia Artificial (IA) es un conjunto de procesos que reproducen el razonamiento y los patrones de pensamiento humanos. Para CashOnTime, se basa en el aprendizaje, a través del aprendizaje automático y el aprendizaje profundo. Gérard Anta, responsable de contabilidad y cobros a clientes de Manpower, habla de su uso de CashOnTime Allocation desde 2018 dentro de la unidad de cobros a clientes. Un plató animado por Fanny Rondet, ingeniera comercial de DIMO Software, con Karine Gidemann, responsable de gama de CashOnTime, que gestiona los procesos vinculados a las cuentas por cobrar (CashOnTime Allocation para la carta automática de cobros de clientes y CashOnTime Collection para el cobro de deudas).
IA para optimizar las cuentas por cobrar
Todas las liquidaciones diarias están sujetas a reglas de remisión automáticas dentro de una estrategia de remisión (número de factura, importe igual, acumulación de facturas). Este tipo de configuración se introduce en la plataforma.
El 80% de las liquidaciones se consignan automáticamente, y el 20% restante es gestionado por el motor de IA. Para cada pago, hay dos etapas:
- Etapa 1: el deep learning -aprendizaje en profundidad a través de una red neuronal- ingiere patrones y deduce todas las combinaciones de importes de facturas correspondientes al importe de la liquidación (un único importe, decenas, miles…). El número de facturas abiertas en una cuenta de cliente, la altura del importe, la presencia de notas de crédito, etc. son factores que influyen en la cifra.
- Paso 2: el aprendizaje automático identificará las combinaciones más relevantes y las propondrá al usuario. La máquina aprenderá de toda una serie de ejemplos. Cometerá errores, pero los integrará en el proceso. Se establecen correlaciones entre todas las facturas pagadas (midiendo la proximidad de los números de factura, las fechas, etc.). El sistema podrá puntuar las distintas combinaciones para proponer únicamente las más pertinentes al usuario, un poco como los índices de confianza frente a todas las reglas memorizadas.
¿El objetivo? Aumentar la tasa de cierre de liquidez en un 99%.
Asignación de CashOnTime en Manpower
Gérard Anta lo explica: «En cuanto a las cuentas por cobrar, separamos la contabilidad de clientes del cobro de deudas. El departamento de cuentas por cobrar estaba formado por 7 personas más un director de grupo. Su actividad principal consistía en introducir los pagos y realizar la correspondencia, es decir, conciliar los pagos con las facturas. A nivel central, un equipo de cobros de alto nivel se encargaba de resolver los problemas de las cuentas complejas con arreglo a planes de acción elaborados en colaboración con el departamento de ventas. Se encargaba del seguimiento de determinadas organizaciones con cuentas complejas y procedimientos operativos específicos, y velaba por que el cobro se realizara en las mejores condiciones posibles. Por último, el cobro deslocalizado, externalizado, consiste en reclamar a los clientes según flujos de trabajo predefinidos en función del tamaño, el tipo y los hábitos de pago de la empresa, con la reclamación realizada de forma automática o manual».
Se habían creado internamente macros de Excel para realizar parte de la rotulación automática en el Sistema de Información (SI). En la actualidad, Manpower gestiona 30.000 pagos, el 85% de los cuales son transferencias. La tasa alcanzada era del 39% para la entrada y conciliación semiautomáticas. Esto llevó a la organización a buscar una solución más eficaz. Sin embargo, la gestión de los picos resultaba problemática, sobre todo a principios, mediados y finales de mes. Gérard Anta añade: «De media, procesamos 1.500 transferencias, pero pueden llegar a 4.000 a final de mes. Teníamos que introducir estas transferencias y conciliar los pagos con un equipo bastante reducido. La introducción de datos se hizo en el día, y requirió el uso de recursos afines. El envío de cartas tuvo lugar durante la semana siguiente. De media mensual, logramos una tasa de introducción y consignación del 90% el día D, con una intervención humana bastante importante: 7 personas en cuentas por cobrar, más el equipo de cobros según picos».
Antes y después de CashOnTime
Antes de la asignación de CashOnTime, el 39% de las transferencias se introducían y consignaban semiautomáticamente mediante macros de Excel. Ahora, CashOnTime integra directamente el extracto de cuenta de las transferencias a las 6 de la mañana todos los días. CashOnTime ejecuta algoritmos, obtiene los números de factura del extracto de cuenta enriquecido, los saldos de las cuentas y las fechas de vencimiento, y consigue un 83% de rotulación e introducción automáticas. CashOnTime no se detiene ahí: en muchos casos, el sistema ha identificado al cliente que emite la transferencia, pero puede tener dudas sobre qué incripción realizar. Elsistema emitirá propuestas de escrituración, y será el contable de Cuentas a Cobrar quien valide una u otra de las propuestas.
Beneficios para otros servicios, especialmente los de recaudación
Gérard Anta explica: «Tras validar las propuestas, llegamos a alrededor del 86% de las entradas de letras, y el resto se carga a las cuentas. El cobro es mucho más fácil. Antes, reclamar a determinados clientes podía resultar problemático (cuentas no al día, etc.). Siempre es difícil tratar con un cliente que afirma haber pagado. El resultado: un cierto clima de tensión y dudas entre los equipos. Ahora, podemos estar seguros de que cuando un cliente ha pagado por transferencia bancaria hacia las 10 de la mañana, todo está en las cuentas y se puede proceder al cobro sin problemas». añade: «Ahora podemos estar seguros de la prueba del pago… o de la falta del mismo. También podemos estar seguros de que el dinero en nuestra cuenta se cargará a nuestros clientes ese mismo día».
IA en el software CashOnTime
Además de las letras, la IA se utiliza para proyectar el DSO, el plazo medio de pago. Karine Gidemann lo explica: «Utilizamos un algoritmo de regresión lineal para anticipar las tendencias del DSO. Se trata del número de días que transcurren entre el día en que se emite la factura y el momento en que se cobra. Basándose en datos históricos, la IA analiza el comportamiento de pago del cliente». Hay otros indicadores: el CEI – Índice de Eficacia de Cobro – mide el rendimiento de las acciones de cobro puras. Es la relación entre el importe cobrado en un periodo determinado y el importe pendiente de cobro.
El sistema almacena todos los datos obtenidos mediante acciones de los usuarios, por deducción de perfiles de pagadores o categorías de riesgo. La IA permite establecer correlaciones entre todos estos datos, para deducir análisis y tomar las decisiones más adecuadas por parte de los agentes de recaudación. También disponemos de un informe de previsión de cobros, basado en datos históricos: desde el momento en que se contabiliza la factura y se conoce la fecha de pago, podemos proyectar y anticipar los pagos futuros semanal o mensualmente, con una visión por cuenta, segmentación de cobros, etc. El objetivo: alimentar la gestión de tesorería y ajustar la estrategia de cobro adecuada.
La IA amplía las posibilidades del mañana
El equipo de I+D de DIMO Software -científicos de datos, matemáticos, personal interfuncional… – está trabajando en la mejora de la explotación de los avisos de pago , en la parte de Asignación, los avisos de pago que sus clientes reciben de sus propios clientes. «La IA nos permitirá, sin parametrización, integrar cualquier formato PDF, ya sea nativo o una imagen escaneada. Podremos localizar el importe anunciado, si una cadena de caracteres corresponde a un número de factura anunciado por el cliente. Llevamos varios años explotando la información sobre pagos, pero estábamos limitados a los PDF nativos y a la parametrización: de hecho, cada cliente tiene su propio formato PDF, con una estructura determinada», explica Karine Gidemann. El motor de IA se diseñó y desarrolló íntegramente en la sede de Limonest.
Sobre el cobro de deudas
Próximamente, el sistema analizará los intercambios (correo electrónico, chat, etc.) entre el cobrador y su interlocutor en los locales del cliente para detectar palabras clave (impugnación o promesa de pago, etc.). En modo automático, la inteligencia artificial creará una acción para que el cobrador pueda integrar automáticamente estos datos en un flujo de trabajo de seguimiento y reducir el tiempo necesario para impugnar los importes de las facturas. En definitiva, se trata de dar visibilidad a todas las palancas de optimización del capital circulante y controlar el desfase temporal provocado por los cobros.
Para el personal encargado de la rotulación automática
«Ahorrar 2 personas a tiempo completo fue el argumento comercial que presenté para animar a mi dirección a invertir en CashOnTime Allocation», explica Gérard Anta. «Tras implantar CashOnTime Allocation, pudimos reorientar a una persona que quería dedicarse a la elaboración de informes y al control de gestión. El equipo pudo concentrarse en su actividad principal y en tareas de mayor valor añadido, como responder a las reclamaciones de los clientes. Además, ya no necesitamos recurrir a equipos interfuncionales, y ahora todo el mundo sigue centrado en su actividad principal. La crisis sanitaria nos ha permitido centrarnos en lo que está pendiente, en las empresas que están fallando y en las decisiones que hay que tomar, con todas las cartas en la mano. Tener las cuentas, las liquidaciones y los registros contables al día ha facilitado mucho ciertas situaciones de trabajo.
Expectativas superadas gracias a la solución de rotulación contable
«Nos convenció el ritmo de rotulación anunciado por CashOnTime Allocation, que realmente se alcanzó e incluso se superó. La solución se implantó rápidamente (1 mes y medio, 2 meses in situ). En la actividad de trabajo temporal, emitimos muchas facturas al mes (de 200.000 a 250.000). Cuando esperamos una liquidación multimillonaria, con miles de facturas que hay que contabilizar, la conciliación será automática en lugar de manual, lo que nos ahorra una cantidad de tiempo considerable». Fanny Rondet señala que el tiempo de implantación depende del tiempo y el número de personas que el cliente pueda dedicar a la receta.
Para recordar
La inteligencia artificial y la digitalización son palancas formidables para desbloquear el capital circulante y reducir el riesgo. Estas nuevas tecnologías seguirán desafiando los repetitivos métodos manuales de la cadena Order-to-Cash.
En la misma línea: ¿Qué papel desempeñan las finanzas y la administración en la gestión del crédito?
