In de praktijk
Tweehonderd locaties. Honderden handgeschreven declaraties. Geen tweede controleur.
Deze NGO werkt in tientallen landen vanuit ongeveer tweehonderd locaties. Veel daarvan hebben maar af en toe internet. Declaraties beginnen er daarom vaak op papier: handgeschreven, in allerlei talen en gefotografeerd onder omstandigheden waarin de beeldkwaliteit niet altijd goed is.
Zodra er verbinding is, worden de foto's verstuurd. Op het hoofdkantoor typt iemand de declaraties over in een Excel-register. Daarna controleert een tweede persoon iedere regel opnieuw tegen het oorspronkelijke bewijs.
Declaratiecontrole
Het werk.
De grens.
Het resultaat.
- De verantwoordelijkheid
- Iedere registerregel koppelen aan bewijs en bepalen of die kan doorstromen of onderzoek vraagt.
- Het resultaat dat moet kloppen
- Geen declaratie mag zonder bewijs, dubbel of met een verkeerd bedrag worden uitbetaald.
- De oude aanname
- Dat dezelfde informatie door twee mensen volledig moest worden gelezen om betrouwbaar te controleren.
- Wat AI uitvoert
- Leest handschrift, koppelt foto en registerregel, toetst bedrag en volledigheid en logt iedere beoordeling.
- Waar de expert beslist
- Een medewerker behandelt uitschieters en houdt de uiteindelijke bevoegdheid over uitbetaling.
- Wat er is bereikt
- In de verwerkte set was iedere technische koppeling en inhoudelijke beoordeling correct. De exacte setomvang is niet openbaar.
Twee keer menselijk werk, twee keer kans op fouten
Iedere maand gaat het om honderden declaraties. De eerste persoon moet moeilijk leesbaar handschrift, verschillende talen en foto's van lage kwaliteit correct overnemen. De tweede moet dezelfde informatie opnieuw opzoeken en vergelijken.
Dat controlewerk vroeg samen ongeveer één volledige formatieplaats en bleef foutgevoelig. Een ontbrekende declaratie, een te hoog overgenomen bedrag of een dubbele invoer kan tussen honderden regels gemakkelijk worden gemist.
Iedere declaratie gekoppeld en controleerbaar
We bouwden een skill die de foto's leest en iedere declaratie koppelt aan de juiste regel in het Excel-register. Elke regel krijgt het bijbehorende fotobewijs en iedere stap wordt gelogd.
De skill herkent ontbrekende declaraties, bedragen die te hoog zijn overgenomen en declaraties die dubbel in het register staan. Ook correcte regels worden expliciet gekoppeld en vastgelegd.
Het resultaat op alle verwerkte declaraties was 100%: ieder document werd technisch herkend en juist gekoppeld, en iedere inhoudelijke beoordeling was correct.
De tweede controleur is niet vervangen door blind vertrouwen
De tweede volledige menselijke controle is vervallen. In plaats daarvan levert de skill een rapport op waarin iedere registerregel, het bewijs en de beoordeling naast elkaar staan.
Een mens bekijkt dat rapport. Mogelijke uitschieters worden al voorgesteld, zodat alleen een declaratie die daar werkelijk aanleiding toe geeft nog apart hoeft te worden onderzocht.
Wat het oplevert
Controlewerk ter grootte van één fulltime formatieplaats kwam te vervallen. Voor een non-profitorganisatie is dat een directe en grote besparing.
Tegelijk is de controle uitgebreider geworden. Iedere koppeling is terug te vinden, iedere beoordeling is gelogd en de kwaliteit van de declaraties die worden uitbetaald is sterk gestegen.
En de kennis blijft achter
We hebben het product development team van de organisatie ook geleerd hoe ze zelf skills ontwikkelen. Zij kunnen deze controle aanpassen wanneer het register, de declaraties of de werkwijze veranderen, en dezelfde aanpak gebruiken voor volgend handmatig controlewerk.
Volgend voorbeeld
Van loonverschil terug naar de bron