FacebookTwitterLinkedIn

Riconciliazione degli incassi: le reti neurali facilitano i processi per i pagamenti con dati non strutturati

Redazione

 

Qualsiasi tipologia di azienda ha al proprio interno dei processi, più o meno strutturati e con differenti livelli di complessità, per la gestione degli incassi a saldo dei propri crediti. Si tratta di pagamenti che un’azienda incassa a seguito di una fattura emessa o di un documento commerciale/creditizio che fa riferimento ad altri processi (si pensi ad esempio all’incasso della rata di un finanziamento).

Quando un’azienda riceve un pagamento, deve innescare un processo che prende il nome di “riconciliazione degli incassi” che permette, da un punto di vista contabile, di fare l’abbinamento del pagamento (l’incasso ricevuto) alla partita contabile aperta (ciò che ha di fatto generato il credito).

La riconciliazione degli incassi, di fatto, è il processo grazie al quale un incasso può essere correttamente contabilizzato nel sistema economico aziendale.

Può sembrare una attività di facile gestione ma nelle imprese che hanno grandi volumi di credito, lunghi e voluminosi processi di fatturazione o processi legati a pagamenti ricorrenti e rateizzati, le attività diventano molto complesse e la gestione manuale non solo diventa dispendiosa in termini di tempo e costi ma espone l’organizzazione a rischi di errore che possono avere ricadute contabili e, quindi, anche finanziarie.

Molte realtà hanno da tempo scelto la via dell’automazione di questi processi, affidando a sistemi e piattaforme tecnologiche la gestione della riconciliazione degli incassi con innegabili vantaggi in termini di efficienza di processo, riduzione dei tempi e accuratezza del match tra pagamento e voce contabile ad esso riferita.

Tutto perfetto dunque? Non proprio perché queste piattaforme hanno il pregio di garantire il massimo dell’efficienza e dell’efficacia quando si rimane nell’alveo dei pagamenti strutturati; mostrano invece il loro limite nell’ambito dei pagamenti non strutturati.

I pagamenti non strutturati sono tutti quelli che non hanno riferimenti chiari per il match tra il pagamento ed il credito ad esso associato, cosa che invece hanno i pagamenti strutturati dove le informazioni legate a “chi paga” e “cosa paga” (che sono quelle utili alla riconciliazione degli incassi) sono molto chiare (pensiamo per esempio a un MAV, un bollettino premarcato o ai nuovi pagamenti associati al servizio PagoPA). I pagamenti non strutturati fanno riferimenti a bollettini postali compilati a mano, bonifici dove non è chiara la causale, ecc.

La riconciliazione degli incassi riferita a pagamenti non strutturati richiede che l’azienda faccia alcune importanti verifiche:

– identificare l’ordinante del pagamento (il debitore);

– ricondurlo ad una anagrafica cliente dell’azienda;

– associarlo ad una situazione debitoria (in altre parole, capire qual è il credito dell’azienda rispetto a quel soggetto);

– fare il match tra il pagamento effettuato e il credito esigibile (cioè la riconciliazione).

Verifiche che, anche in presenza di un sistema software tradizionale di gestione automatizzata, richiedono l’intervento del personale aziendale per la supervisione delle casistiche che gli algoritmi non siano stati in grado di gestire al meglio. Difatti è alquanto improbabile costruire con il traditional computing un sistema che possa sostituirsi quasi in toto ad un team di backoffice.

K Linx, startup innovativa milanese che propone sul mercato l’omonima piattaforma di riconciliazione automatizzata degli incassi, è in fase avanzata di sviluppo di  una soluzione per la gestione dei pagamenti non strutturati che sfrutta le potenzialità dell’intelligenza artificiale, in particolare le reti neurali, per automatizzare tutte le fasi del processo di riconciliazione degli incassi, anche quelle dove oggi è richiesto l’intervento delle persone, riducendo al minimo le richieste di supervisione.

 

L’approfondimento sul tema della riconciliazione degli incassi per i pagamenti non strutturati e i dettagli sulla proposta di K Linx sono disponibili sul sito AI4Business

 

FacebookTwitterLinkedIn
FacebookTwitterLinkedIn

Questo sito utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all’uso dei cookie. Leggi la nostra Cookie Policy per esteso

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi