Linkedin
Facebook
Email
more
AI 可以改變員工調查問題、作出決策及完成工作的方式，ERP 則繼續作為企業的核心交易紀錄系統。本系列將以同一個「訂單到收款」情境，探討企業在規劃、導入及持續管理 AI 時需要作出的決定，以及如何衡量其商業價值。
客戶因發票價格與約定條款不符而提出異議。應收帳款團隊核對發票，營運團隊檢查訂單，另有同事從電子郵件中尋找當初的協議。與此同時，該筆發票已列入逾期清單，催收人員正準備發出付款提醒，而財務總監也在詢問，為何每月管理報告中的應收帳款有所增加。
交易已記錄在企業資源規劃（ERP）系統中，但要解釋這筆交易，員工仍須在不同畫面、訊息和試算表之間查找及整理資料。
ERP 繼續負責管理交易
在這個流程中，ERP 仍負責保存發票、收款、貸項調整及未收款餘額的正式紀錄。視乎已配置的模組，系統亦可支援爭議追蹤、款項催收、帳齡報告及管理報告。
這些既有功能本身已有價值。即使尚未導入 AI，團隊也可透過檢視未結交易、已記錄的爭議、付款承諾及客戶往來紀錄，調查逾期餘額的原因。
以這筆有爭議的發票為例，現有功能可以顯示發票金額、付款到期日及已記錄的爭議狀態。但員工仍可能需要調查價格差異的原因，並決定下一步如何處理。
加入 AI 時，應保留原有的控制措施。更正發票仍須取得適當批准，貸項調整仍須入帳，管理報告仍須採用一致的定義及經核對的數字。流程負責人亦須繼續對相關決策承擔責任。
ERP 內建 AI 如何改變日常工作
一筆有爭議的發票會衍生多種工作，AI 在各個環節可以提供不同協助。以下有官方文件支持的功能，說明員工的工作方式可能如何改變。
| 釐清異常的來龍去脈 收人員需要先理解客戶的異議，才能決定下一步。AI 可以減少重組事件經過所需的時間。例如，Oracle Fusion Cloud Financials 可以整理客戶帳戶背景並建議下一步行動；完成相關設定後，電子郵件智能功能亦可整理往來郵件。催收人員可先核實摘要，再檢查價格協議，以判斷是否需要更正發票。 | 核對未收款餘額 催收前，團隊需要確認各筆收款應對應哪些發票。SAP Cash Application 利用機器學習提出配對建議，減少例行人工比對，讓員工集中處理尚未解決的項目。在這個發票爭議情境中，這有助於確認哪些款項已經支付。該功能透過與 SAP S/4HANA 整合的服務提供，並需要完成相關設定。 |
| 準備客戶通訊 付款提醒應反映客戶帳戶的最新狀況，包括尚未解決的爭議。內建 AI 可以提供帳戶摘要及通訊草稿，供催收人員審閱， Microsoft Dynamics 365 Finance 中的 Copilot 便提供這類支援。員工原本用於收集帳戶資料及撰寫訊息的時間，可轉用於核實內容，以及判斷是否適合發送。財務計算仍由 ERP 處理。 | 撰寫管理報告說明 月底，財務團隊需要解釋應收帳款狀況。NetSuite Narrative Insights 可以為標準 A/R Aging Summary（應收帳款帳齡摘要）報告產生摘要，作為撰寫說明的起點；此功能不支援自訂報告。財務人員須審閱摘要，並調查數字背後的原因。單靠報告並不能確定發票逾期的原因，因此，在將延遲付款歸因於價格問題前，團隊仍須核實爭議紀錄。 |
AI 代理（AI agent）亦可能減少處理發票爭議所需的人工協調。例如，它可以建立跟進任務，或將爭議交由相應負責人處理。這些屬於示例情境，實際可行性取決於應用系統及其設定。企業須界定 AI 代理可以執行哪些工作、哪些行動需要批准，而財務異動仍須記錄在 ERP 中。
圖 1. NetSuite Narrative Insights
先了解現有的應用系統
選擇 AI 功能前，應讓財務、營運及 IT 團隊共同回答以下四個實際問題。
我們已經具備甚麼？
盤點支援開票、催收及報告編製的應用系統，包括版本、已啟用模組、使用授權，以及現有 AI 功能。核實授權涵蓋範圍、額外費用及所在地區的可用性，並清楚區分已能在自身環境中實際操作的功能、預覽功能及廠商公布的計劃。
我們希望改善甚麼？
追蹤一筆有爭議的發票，記錄員工在哪些環節需要離開應用系統才能完成工作。例如，從電子郵件搜尋約定價格、以獨立試算表追蹤爭議，或手動撰寫報告說明，都可能反映重複投入的工作。選擇一項可以量度的延誤或返工問題作為改善重點。
AI 是否取得所需資料？
處理價格爭議可能需要 ERP 交易紀錄、客戶協議、電子郵件及佐證文件。應確認現有整合方式能否讓相關資料保持最新，並在適當權限下供 AI 使用。即使帳戶摘要本身準確，若缺少雙方約定的條款，其實際幫助仍可能有限。
由誰負責？
指定流程負責人，界定 AI 可以準備、建議或執行哪些工作。明確列出哪些發票更正、客戶通訊及報告決策需要批准、由誰批准，以及應用系統如何執行相關控制。
⇒ 調整流程前，應先建立基準。量度每月發票及異常個案數量、每宗個案的處理分鐘數、解決所需天數、催收跟進次數及報告編製工時。同時記錄需要更正的個案比例，以及錯誤發送付款提醒的比例。
⇒ 舉例而言，每月有 300 宗異常個案，每宗處理時間為 12 分鐘，即合共需要 60 小時。若返工率為 5%，便有 15 宗個案需要更正。企業應採用自身的實際量度結果，並以相同定義比較試行成效，同時檢視時間投入及技術成本。
⇒ 根據上述答案完成應用系統盤點，並選擇一項流程探索 AI 的應用。流程基準、資料需求及審批要求，可作為判斷現有功能能否支持改善，或是否需要採用其他方案的依據。
RSM 如何支援 AI 全生命週期 | ||
| 運用 AI 處理價格爭議，涉及一連串相互關聯的決定：從哪裏開始、如何導入方案，以及如何讓它在日常營運中持續發揮作用。RSM 的 AI 服務涵蓋這個完整生命週期。 | ||
圖 2. RSM 涵蓋企業 AI 價值全生命週期的服務 | ||
策略與規劃 制定 AI 策略及治理安排，排定應用場景的優先次序、衡量潛在價值，並評估現有環境的準備程度。以這筆發票為例，首先要釐清調查為何延誤、需要哪些佐證資料，以及流程負責人希望改善甚麼結果。 | 建置、採購與部署 啟用現有 AI 功能，選擇方案架構與技術，在有需要時開發額外功能，並透過系統整合、培訓及變革管理支持導入。團隊可以先測試帳戶摘要，再評估是否需要連接其他系統以取得佐證資料，並協助使用者掌握審閱結果及處理例外情況的方法。 | 管理與持續營運 監察模型表現，並維運 AI 平台及應用。隨著價格條款、文件和系統整合方式改變，持續檢查 AI 的解釋是否準確、處理服務問題，並比較持續營運成本與實際流程改善成果。 |
RSM 將 ERP 及財務流程專業知識融入上述服務。我們的「企業應用系統 AI 準備度評估」（Enterprise Application AI Readiness Assessment）涵蓋現有應用系統、優先應用場景、資料與整合，以及控制措施與成本效益，並據此制定可執行的導入及持續管理路線圖。歡迎聯絡我們，討論您希望優先改善的流程。
下一篇文章將延續這個價格爭議情境，比較不同的 AI 應用機會：應先投資哪個應用場景，又應如何衡量其價值？
AI 與 ERP 的融合，其核心價值並非單純取代人工操作，而是在可信賴數據、嚴謹管治及明確問責機制的支持下，賦能企業作出更明智的決策，提升處理例外情況的能力，從而推動更高效的營運管理及更卓越的業務成果。
