Så här använder vi AI: Pleo:s funktion för utgiftsriktlinjer

Med utgiftsriktlinjer kan administratörer dela ett företags utgiftsriktlinjer med medarbetarna direkt via Pleo. Riktlinjerna baseras på företagets befintliga utgiftskategorier, som ”Mat och dryck” eller ”Resor". Funktionen drivs av generativ AI (genAI) och administratörer kan använda denna teknik när de skriver riktlinjerna. De kan också skriva riktlinjerna manuellt. Dessutom kan medarbetare ställa frågor om riktlinjerna på naturligt språk. Exempel: Hur mycket kan jag spendera på en kundmiddag? Generativ AI hämtar då svaret på den ställda frågan från riktlinjerna. Om svaret som skapats inte stämmer finns det en feedbackfunktion för att dela detta med oss på Pleo. På så sätt kan medarbetarna att få svar på frågor om hur de kan spendera pengar utan att behöva störa administratörerna/ekonomiavdelningen. Administratörerna kan när som helst redigera eller radera riktlinjer för att säkerställa att de återspeglar företagets aktuella utgiftspolicy.

Varför är det värdefullt för företaget att ha utgiftsriktlinjer?

Utgiftsriktlinjer ger många fördelar:

• Tydliga riktlinjer: Medarbetarna får tydliga, rollspecifika riktlinjer för hur mycket de får spendera, vilket minimerar tvetydigheter och potentiella efterlevnadsproblem.
• Konsekvens: Säkerställer att utgiftspolicyerna är konsekventa, uppdaterade och anpassade efter företagets specifika behov.
• Färre fel: Tydliga riktlinjer minskar sannolikheten för felaktiga utgifter och ekonomisk misskötsel.

Dessutom ger AI-aktiverade utgiftsriktlinjer följande fördelar:

• Effektivare policyutformning: Pleo automatiserar skapande, hantering och uppdatering av företagspecifika utgiftspolicyer, vilket minskar arbetsbelastningen för administratörerna.
• Frågor och svar på naturligt språk: Tack vare AI kan medarbetarna få naturliga svar på sina frågor om utgiftsriktlinjer, vilket förbättrar kommunikationen och tydligheten.

Hur används AI?

Pleo använder Microsoft Azures OpenAI LLM (large language model) för att tillhandahålla AI-funktioner på plattformen. LLM är inte tränad på företagsdata, men ger insikter utifrån det som finns tillgängligt inom kundens instans. Vi delar företagsinfo, företagsnamn och företagsplats för detta syfte. Vid genereringen av riktlinjer använder vi listan över kategorier och konton för varje kategori som företaget har.

Vi delar dessa uppgifter som en del av prompten vi använder för att generera text från LLM. För produktionsdata använder vi endast Azure OpenAI och den version vi använder är distribuerad inom EU i Sverige. Uppgifterna används för att LLM ska kunna generera resultatet och de används inte för att träna LLM.
Pleo är inte ansvarig för det AI-genererade innehållet. Det är alltid kundens administratörer som är ansvariga för att säkerställa att innehållet de delar med medarbetare ger värde.
Pleo är inte anslutet till några föreslagna leverantörer, köpställen eller annat innehåll som genereras av AI.

AI-modeller kan användas för att skapa utgiftsriktlinjer automatiskt. Vi gör då följande:

• Databehandling: AI bearbetar företagsspecifika data (t.ex. redovisningskategorier, storlek, plats) och rolldata*.
• Automatiserat beslutsfattande: AI-modellerna skapar rekommendationer som förenklar processen för att ta fram policyer samtidigt som de säkerställer noggrannhet och relevans.
• Administratören har kontroll: Det är alltid administratörerna som publicerar riktlinjerna och som kan besluta när de ska använda AI för att redigera, uppdatera eller publicera en ny riktlinje.
• Säker lagring: All data lagras på ett säkert sätt med hjälp av Pleos molninfrastruktur på AWS (Amazon Web Services), vilket säkerställer konfidentialitet och skydd mot otillåten användning.
• Personuppgifter: Inga personuppgifter behandlas som standard. Eftersom funktionen är baserad på fri textinmatning behandlar vi det användaren matar in.

Denna metod hjälper företag att upprätthålla effektiva och ändamålsenliga utgiftspolicyer samtidigt som de utnyttjar kraften i AI för att anpassa sig till organisationens rådande behov.

*Rolldata inkluderar inte personuppgifter från medarbetare utan endast jobbtitlar och teamnamn.