Tänk dig att du som lönespecialist tidigt kunde få en varning om att något inte stämmer i lönekörningen istället för att behöva gå igenom allt på egen hand.
Snart är det möjligt – tack vare en ny AI-funktion i Flex HRM Payroll!
Oförutsedda kostnader. Onödigt extraarbete. Och i värsta fall ett skadat förtroende från anställda som inte får rätt summa på lönekontot. Fel och missar i lönehanteringen kan bli rejält besvärliga för företaget, och för att kunna fånga upp dem i tid krävs en noggrann och tidskrävande kontrollprocess.
– En av de största utmaningarna för lönespecialister är att kontrollera och rätta till eventuella fel innan lönerna betalas ut. Det nya AI-verktyget i Flex HRM Payroll är designat för att göra det superenkelt att hitta avvikelser och göra dig uppmärksam på vad som kan behöva rättas till, säger Rickard Åsell, Product Manager på Flex Applications.
Träffsäker felsökning med maskininlärning
– Fördelen med att använda AI-tekniker är att man kan hitta mönster utifrån historisk data. Genom att vi tränar verktyget med tidigare kontrollerade lönespecifikationer från ett specifikt företag kommer det att lära sig “hur det borde se ut” för just det företaget. Det som sedan sticker ut från mönstret är det som kommer att flaggas upp som en avvikelse, så att du som lönespecialist vet vad du ska lägga ditt fokus på i kontrollerna.
Rickard förklarar närmare vilka fördelar som kommer med att använda AI som metod jämfört med de regelbaserade kontroller som tidigare har varit standard i lönesystemen.
– Det mer traditionella sättet att jobba har varit att använda sig av fasta regler och kriterier. Nackdelen med det är att vi bara kan hitta fel som vi har sagt åt verktyget att leta efter. AI-modellen använder istället maskininlärning och algoritmer för att identifiera mönster och avvikelser. Därför kan det upptäcka betydligt mer komplexa avvikelser, kanske till och med sådant som en människa skulle missa. Ett stort plus är också att den fortsätter att lära upp sig själv varje gång den körs – den blir alltså mer och mer träffsäker över tid.
Så, vad är det som gör AI så effektivt för det här jobbet? Rickard Åsell:
– Fördelen med att använda AI-tekniker är att man kan hitta mönster utifrån historisk data. Genom att vi tränar verktyget med tidigare kontrollerade lönespecifikationer från ett specifikt företag kommer det att lära sig “hur det borde se ut” för just det företaget. Det som sedan sticker ut från mönstret är det som kommer att flaggas upp som en avvikelse, så att du som lönespecialist vet vad du ska lägga ditt fokus på i kontrollerna.
Rickard förklarar närmare vilka fördelar som kommer med att använda AI som metod jämfört med de regelbaserade kontroller som tidigare har varit standard i lönesystemen.
– Det mer traditionella sättet att jobba har varit att använda sig av fasta regler och kriterier. Nackdelen med det är att vi bara kan hitta fel som vi har sagt åt verktyget att leta efter. AI-modellen använder istället maskininlärning och algoritmer för att identifiera mönster och avvikelser. Därför kan det upptäcka betydligt mer komplexa avvikelser, kanske till och med sådant som en människa skulle missa. Ett stort plus är också att den fortsätter att lära upp sig själv varje gång den körs – den blir alltså mer och mer träffsäker över tid.
Enkelt att komma igång
Intuitivt och användarvänligt har varit viktiga ledord för Rickard och hans team under utvecklingsprocessen.
– Vi har också lagt mycket tid på att göra funktionen så enkel som möjligt att använda. När man arbetar i löneberedningen kommer avvikelser som systemet har hittat att visas med tydlig grafik. Det kan handla om att att nettolönen avviker orimligt mycket mot tidigare utbetalningar eller att skatteavdrag saknas, för att nämna några exempel. Sida vid sida med löneberedningen visas en komplett lista över alla avvikelser och från den kan du sedan enkelt klicka dig vidare till respektive anställd, säger Rickard.
Man har också satsat på att göra startsträckan för användarna kort, utan krångliga konfigurationer.
– Vårt mål är att du ska kunna komma igång och köra funktionen i princip så fort du har fått tillgång till den.
Nära samarbete med pilotkunder
Så, vad sker härnäst i projektet? Rickard Åsell:
– Just nu är vi i full gång med att bygga klart de grundläggande delarna i funktionen och kommer snart att kunna testa den på riktig data. Vi har under projektet några utvalda pilotkunder som vi kommer jobba nära för att försäkra oss om att funktionen är lätt att använda och att den lyckas fånga rätt typ av avvikelser. Det ska bli spännande att ta del av deras feedback. Genom att jobba tillsammans med våra kunder tror jag att vi kommer kunna få till en mycket användbar och uppskattad slutprodukt.
Nyfiken på att veta mer? Välkommen på vårt kostnadsfria webinar!
Är du nyfiken på att veta mer om hur AI kan användas för att effektivisera och förbättra lönehanteringen? Härligt! Den 4 december kommer Rickard Åsell tillsammans med vår Sales Director Johan Ellersten att bjuda på ett webinar på just detta tema.
