Titta noga på faktura INV-88180. De tre fakturaraderna uppgår sammanlagt till 8 240,00 USD. Längst ned står totalbeloppet 8 420,00 USD. Två siffror har bytt plats, och skillnaden är 180 USD.
En granskare med fullt upp kan missa det. En automatiserad process som litar på allt den extraherar missar det varje gång — och skickar vidare fel belopp som om det vore rätt.
Vår nya video, Checked, not trusted, följer just den fakturan genom DocReveal: från det ögonblick den läses, via kontrollen som flaggar den, till det ögonblick då en människa bestämmer vad som händer härnäst. Den är tre och en halv minut lång, ni kan se den högst upp på den här sidan, och den är gjord för dem som bär ansvaret — ekonomichefer, leverantörsreskontran, drift och revision — snarare än för utvecklare. Här beskriver vi vad ni får se och varför det spelar roll.
Att läsa är inte detsamma som att lita på
AI har blivit mycket bra på att läsa dokument. Den extraherar varje rad i INV-88180 korrekt — även det felaktiga totalbeloppet, eftersom det är just det som står på fakturan. En perfekt kopia av ett bristfälligt dokument är fortfarande ett bristfälligt resultat.
Det är just den luckan som de flesta lösningar för dokumentautomatisering lämnar öppen. Bearbetningen går snabbare, och det gör även felen på sin väg in i huvudböcker, rapporter och betalningar. Svaret är inte att sakta ner. Svaret är att automatiskt kontrollera varje dokument mot de regler som er verksamhet redan arbetar efter, innan någon förlitar sig på uppgifterna.
Läsning: varje faktura blir data
Videon börjar i Reveal Manager, där sex fakturor från september bearbetas i en enda körning. Varje fil tolkas, mappas till fakturamodellen, kontrolleras mot reglerna och förbereds för analys, och tavlan visar hur långt varje fil har kommit medan körningen pågår. Det finns inga mallar att underhålla: leverantörerna använder olika layouter och språk, och fakturorna läses som de kommer.
Fem fakturor går igenom. En, från en leverantör som heter Stavlund, gör det inte: den har inte klarat regelkontrollerna.
Kontroll: regler som era revisorer skulle skriva
Kontrollen som fakturan föll på kommer från Rules Manager. Där sätter en verksamhetsanvändare ihop regler genom att klicka fram fält, villkor och värden — ingen kod, inga skript. I videon säger en regel att summan av fakturaraderna måste stämma med fakturans totalbelopp. En annan ser till att samma fakturanummer aldrig förekommer på två dokument.
De här kontrollerna är deterministiska. De frågar inte en AI vad den tycker; de räknar och jämför, på samma sätt varje gång. Regler grupperas, versionshanteras och publiceras medvetet, och revisionsloggen visar vem som skapade, ändrade och publicerade varje version. När någon månader senare frågar varför en faktura flaggades finns svaret svart på vitt.
Resultatet är en bedömning med motivering. I Business Rules Validation är INV-88180 markerad som underkänd, med den exakta regel som inte uppfylldes och värdena bakom den: fakturarader på sammanlagt 8 240,00 USD mot ett angivet totalbelopp på 8 420,00 USD. Inte ”något verkar fel”, utan vad, var och hur mycket.
En negativ bedömning är ingen återvändsgränd. Den sparas tillsammans med dokumentet och publiceras som en händelse, så att den kan starta ett flöde i Integration Manager eller väcka en AI-agent som tar nästa steg.
Beslut: en agent som vet när den ska fråga
I videons andra halva väcker den händelsen en AI-agent för fakturatriage i Agent Manager — en av de digitala kollegor vi beskrev i vår artikel om Agent Pool. Ingen startar den för hand; den körs av sig själv varje gång ett dokument valideras. Det första den gör är inte att agera utan att läsa: regelbedömningen och de extraherade fakturauppgifterna.
Agenten arbetar inom gränser som dess ägare har satt: en bestämd uppsättning verktyg, ett maxantal steg per körning och en autonomiprofil som avgör vilka åtgärder som kräver en människas godkännande. Instruktionerna är tydliga när det gäller fakturor som inte klarar sina kontroller — de går till en människa. Agenten gör därför det en bra kollega skulle göra: den frågar. Körningen pausar i inkorgen för godkännanden, med frågan och de möjliga svaren tydligt uppställda.
En människa läser frågan och väljer att lägga fakturan på vänt och begära in en korrigerad version. Agenten återupptar arbetet, noterar beslutet och avslutar. Agentens spår visar varje steg — vad den läste, vad den frågade, vilket svar den fick och hur körningen slutade. Inkorgen är tom igen, och allt som har hänt kan någon förklara.
Varför det här gäller mer än en faktura
INV-88180 är en liten historia om 180 USD. Principen bakom gäller varje dokument ert företag bearbetar, och den ryms på en rad: AI föreslår. Regler kontrollerar. Människor beslutar.
- Behandla extraherade data som ett förslag, inte som ett faktum. Hitta ställena där extraherade data används utan att någon kontrollerar dem — det är där era första regler hör hemma.
- Skriv ner de kontroller som era medarbetare redan gör av vana. Summor som måste gå ihop, nummer som måste vara unika, värden som måste hålla sig inom givna gränser. Det som en granskare kontrollerar kan en regel kontrollera på varje dokument.
- Ge automatiseringen möjlighet att stanna upp och fråga. En agent som lämnar över det den inte bör avgöra är värd mer än en som avgör allt.
- Bevara spåren. Versionshanterade regler, bedömningar med motivering och agentspår med människors svar gör ”systemet gjorde det” till en historik ni kan granska.
Alla företag och siffror i videon är fiktiva demodata.
Kontroll, inte blind tillit. Varje dokument. Så förtjänar automatisering förtroende.