การประมวลผลใบแจ้งหนี้ของผู้จัดจําหน่ายโดยอัตโนมัติด้วย Power Automate และ AI Builder

Power Automate และ AI Builder สามารถใช้เพื่อทําให้การประมวลผลใบแจ้งหนี้ของผู้จัดจําหน่ายปลายทางเป็นแบบอัตโนมัติจาก Extensible Markup Language (XML) ตามรูปแบบการออกใบแจ้งหนี้อิเล็กทรอนิกส์ วิธีนี้ช่วยให้องค์กรสามารถตรวจสอบและรวมข้อมูลใบแจ้งหนี้ลงในระบบ Dynamics 365 Finance หรือระบบการวางแผนทรัพยากรองค์กรอื่นๆ (ERP) ด้วยการแทรกแซงด้วยตนเองน้อยที่สุด

แผนภาพสถาปัตยกรรม

เวิร์กโฟลว์

สถาปัตยกรรมนี้จะเป็นกระบวนการอัตโนมัติสําหรับเวิร์กโฟลว์การประมวลผลใบแจ้งหนี้แบบ end-to-end:

1. ทริกเกอร์อีเมล: อีเมลใหม่เข้ามาในกล่องขาเข้าที่แชร์ที่กําหนดพร้อมไฟล์แนบ XML ที่มีรายละเอียดใบแจ้งหนี้ (ID ผู้จัดจําหน่าย หมายเลขใบแจ้งหนี้ วันที่ ยอดเงิน รายการในบรรทัด)

2. การแยกข้อมูล XML: Power Automate แยกไฟล์แนบ XML และแยกวิเคราะห์โดยใช้นิพจน์ XML เพื่อดึงข้อมูลเขตข้อมูลใบแจ้งหนี้

3. การตรวจสอบข้อมูล: เวิร์กโฟลว์จะตรวจสอบความถูกต้องของข้อมูลที่ดึงมาเทียบกับเกณฑ์หลายเกณฑ์:

   • การตรวจสอบการมีอยู่ของผู้จัดจําหน่ายใน Dynamics 365
   • การตรวจสอบความถูกต้องของรูปแบบหมายเลขใบแจ้งหนี้
   • การตรวจหาชนิดเอกสาร
   • การตรวจสอบความถูกต้องของการคํานวณยอดเงิน
   • การตรวจสอบความถูกต้องของหน่วยวัด (ตามประเทศ/ภูมิภาค)
   • การตรวจสอบความถูกต้องของรูปแบบวันที่

4. การแปลงข้อมูล: เวิร์กโฟลว์แมปเขตข้อมูล XML ที่แยกเป็น Schema ของเอนทิตี Dynamics 365 แปลงวันที่เป็นองค์กรสากลสําหรับรูปแบบมาตรฐาน (ISO) 8601 แปลงยอดเงินเป็นทศนิยม และเตรียมรายการบรรทัดเป็นอาร์เรย์

5. การรวม Dynamics 365: เวิร์กโฟลว์สร้างข้อมูลใบแจ้งหนี้ที่ตรวจสอบแล้วเป็นเรกคอร์ดใบแจ้งหนี้ของผู้จัดจําหน่ายที่ค้างอยู่ในแอปการเงินและการดําเนินงานของ Dynamics 365 โดยใช้ตัวเชื่อมต่อ Dataverse หรือตัวเชื่อมต่อ Dynamics 365

6. การจัดการข้อผิดพลาด: ถ้าขั้นตอนใด ๆ ล้มเหลว โฟลว์จะบันทึกข้อผิดพลาด ส่งการแจ้งเตือนไปยังทีมการเงิน ย้ายอีเมลไปยังโฟลเดอร์ที่ล้มเหลว และป้องกันไม่ให้ใบแจ้งหนี้ไม่สมบูรณ์จากการป้อน Dynamics 365

การแจ้งเตือนความสําเร็จ: เมื่อสร้างเสร็จเรียบร้อย เวิร์กโฟลว์จะส่งข้อความ Teams ไปยังช่องทางการเงิน อัปเดตรายการติดตาม และย้ายอีเมลที่ประมวลผลไปยังโฟลเดอร์เก็บถาวรด้วยหมายเลขอ้างอิงใบแจ้งหนี้ Dynamics 365

รายละเอียดของสถานการณ์จำลอง

กรณีการใช้งานนี้ขึ้นอยู่กับวิธีการของบริษัทในการสร้างกระบวนการที่มีประสิทธิภาพ ปลอดภัย และบํารุงรักษาได้สําหรับการรวมใบแจ้งหนี้ของผู้จัดจําหน่ายลงในระบบ ERP ในขณะที่ลดความพยายามด้วยตนเอง

ความท้าทายทางธุรกิจ

บริษัทข้ามชาติได้รับใบแจ้งหนี้ของซัพพลายเออร์จํานวนมากในรูปแบบ XML จากเปรู (SUNAT CPE/UBL – Superintendencia Nacional de Aduanas y de Administración Tributaria Comprobante de Pago Electrónico/Universal Business Language) ชิลี (SII DTE– Servicio de Impuestos Internos Documento Tributario Electrónico) และ เม็กซิโก (SAT CFDI – Servicio de Administración Tributaria Comprobante Fiscal Digital por Internet)

การดาวน์โหลด การแปล และการคีย์ไฟล์ XML เหล่านี้ลงใน Dynamics 365 (หรือระบบ ERP) ช้า เกิดข้อผิดพลาดและไม่บังคับใช้กฎการออกใบแจ้งหนี้อิเล็กทรอนิกส์ภายในเครื่องอย่างสม่ําเสมอ ทีมงานต้องสร้างความสอดคล้องของข้อมูล XML กับไฟล์ PDF และตรวจสอบข้อมูลอ้างอิงผู้จัดจําหน่ายและหมายเลขประจําตัวผู้เสียภาษี (TIN)

โซลูชัน

ใช้รูปแบบการนําเข้าใบแจ้งหนี้ XML ตาม Power Automate ที่:

• ตรวจสอบกล่องจดหมายเจ้าหนี้ (AP) ที่แชร์ต่อประเทศ/ภูมิภาค แยกไฟล์แนบ XML และ PDF และกําหนดเส้นทางไปยังระบบอัตโนมัติ

• แยกวิเคราะห์ XML ของประเทศ/ภูมิภาคแต่ละตัวลงใน schema ภายในมาตรฐาน รวมถึงส่วนหัว บรรทัด ภาษี ฝ่าย คีย์เช่น ตัวระบุที่ไม่ซ้ํากันโดยสากล (UUID) หรือ folio

• ใช้การตรวจสอบความถูกต้องตามประเทศ/ภูมิภาค เช่น รูปแบบรหัสภาษี ชนิดเอกสาร ผลรวม ภาษี และแท็กบังคับ ก่อนที่จะสร้างใบแจ้งหนี้ผู้จัดจําหน่ายที่ค้างอยู่ใน Dynamics 365

• สร้างบันทึกการตรวจสอบแบบรวมใน SharePoint หรือ Dataverse และแนบ XML และ PDF ต้นฉบับลงในเอกสาร ERP สําหรับการเก็บข้อมูลระยะยาว

คอมโพเนนต์

บริการและเทคโนโลยีเหล่านี้ทําให้ใบแจ้งหนี้ของผู้จัดจําหน่ายการนําเข้า การประมวลผล การตรวจสอบความถูกต้อง และการรวมเข้ากับแอปการเงินและการดําเนินการของ Dynamics 365 เป็นแบบอัตโนมัติ

บริการอีเมลและบริการเวิร์กโฟลว์

โฟลว์ระบบคลาวด์ของ Power Automate ปรับแต่งไปป์ไลน์การประมวลผลใบแจ้งหนี้ทั้งหมด โฟลว์ระบบคลาวด์สามารถทํางานตามความต้องการ—ตัวอย่างเช่น เมื่ออีเมลที่มาพร้อมกับไฟล์แนบใบแจ้งหนี้—ทําให้เป็นกลไกทริกเกอร์ที่เหมาะสมที่สุดสําหรับการนําเข้าใบแจ้งหนี้อัตโนมัติ

การสกัดและการประมวลผลข้อมูล

คำสั่ง AI จะดึงข้อมูลอ้างอิงใบสั่งซื้อ (PO) และ UUID จากใบแจ้งหนี้ PDF เมื่อไม่มีใน XML นอกจากนี้ยังจัดประเภทชนิดใบแจ้งหนี้ในบางสถานการณ์ อีกวิธีหนึ่งคือ คุณสามารถใช้ แบบจําลองการประมวลผลเอกสาร AI Builder ได้โดยขึ้นอยู่กับความต้องการของคุณ

การรวม ERP

ใบแจ้งหนี้ของผู้จัดจําหน่ายที่ค้างอยู่จะถูกสร้างขึ้นในแอปการเงินและการดําเนินงานของ Dynamics 365 สถาปัตยกรรมใช้ตัวเชื่อมต่อ Dynamics 365 แบบเนทีฟเพื่อโต้ตอบกับเอนทิตีข้อมูลการเงินและการดําเนินการของ Dynamics 365 เช่น เอนทิตีที่เกี่ยวข้องกับใบแจ้งหนี้ของผู้จัดจําหน่าย

การรวมข้อมูลและการตรวจสอบ

• รายการ SharePoint ทําหน้าที่เป็นชั้นข้อมูลพื้นฐานสําหรับการบันทึกใบแจ้งหนี้และการติดตามข้อยกเว้น

• ตารางเสมือน Microsoft Dataverse เปิดใช้งานการรวมที่ราบรื่นกับแอปการเงินและการดําเนินงานของ Dynamics 365

การแจ้งเตือนและการตรวจสอบ

• Microsoft Teams ให้การแจ้งเตือนแบบเรียลไทม์แก่บุคลากรทางการเงินเมื่อผลลัพธ์การประมวลผลใบแจ้งหนี้

• Outlook/Exchange online กระตุ้นเวิร์กโฟลว์และการแจ้งเตือนความล้มเหลว นอกจากนี้ยังช่วยจัดระเบียบอีเมลผ่านการจัดการโฟลเดอร์

ข้อควรพิจารณา

ข้อควรพิจารณาเหล่านี้ใช้เสาหลักของ Power Platform Well-Architected ซึ่งเป็นชุดหลักการชี้นําเพื่อช่วยปรับปรุงคุณภาพของปริมาณงาน เรียนรู้เพิ่มเติมเกี่ยวกับ Microsoft Power Platform Well-Architected

ความน่าเชื่อถือ

• การแยกข้อผิดพลาด: ใช้ขอบเขตแบบลองตรวจจับใน Power Automate เพื่อจัดการความล้มเหลวในการวิเคราะห์ ข้อผิดพลาดในการตรวจสอบ ความถูกต้อง และปัญหาการรวม Dynamics 365 แยกกัน วิธีนี้ป้องกันไม่ให้ความล้มเหลวหนึ่งครั้งบล็อกกระบวนการทั้งหมด

• การตรวจหาการกระทำซ้ำแบบไร้ผล: ใช้ชุดข้อมูลหมายเลขใบแจ้งหนี้และผู้จำหน่าย RFC เพื่อป้องกันการส่งข้อมูลซ้ำเข้า Dynamics 365 หากมีการส่งอีเมลซ้ำอีกครั้ง

• กลไกที่ใช้แสดงแทน: ใช้โฟลเดอร์อีเมลสํารองและระบบคิวด้วยตนเองสําหรับใบแจ้งหนี้ที่ล้มเหลวในการประมวลผลอัตโนมัติ วิธีนี้ช่วยให้มั่นใจได้ว่าไม่มีใบแจ้งหนี้ใดสูญหาย

• การบันทึกแบบสองชั้น: ใช้ SharePoint หลักและการแจ้งเตือนอีเมลรองเพื่อให้แน่ใจว่าการมองเห็นข้อยกเว้นแม้ว่าการบันทึกล้มเหลวก็ตาม

• นโยบายการลองใหม่: ใช้การจัดการการหมดเวลาเริ่มต้น (หมดเวลาการดําเนินการ 5 นาที) ด้วยการกําหนดเส้นทางขอบเขตการจับเพื่อจัดการข้อยกเว้น

Security

• ควบคุมการเข้าถึง: จํากัดกล่องขาเข้าอีเมล ไลบรารี SharePoint และบัญชีบริการ Dynamics 365 ให้บุคลากรที่ได้รับอนุญาต

• การป้องกันข้อมูล: ตรวจสอบให้แน่ใจว่ามีการประมวลผลไฟล์แนบ XML ที่ประกอบด้วยข้อมูลผู้จัดจําหน่ายที่ละเอียดอ่อนอย่างปลอดภัย ใช้การเข้ารหัสลับสําหรับเขตข้อมูลที่สําคัญเช่นข้อมูลบัญชีธนาคารถ้ามีอยู่ในใบแจ้งหนี้

• การปฏิบัติตามกฎระเบียบ: ตรวจสอบให้แน่ใจว่าการประมวลผลใบแจ้งหนี้ทั้งหมดเป็นไปตามข้อบังคับทางการเงิน เช่น การปฏิบัติตามข้อบังคับ Sarbanes-Oxley Act (SOX) ภาษีสินค้าและบริการ (GST) /ข้อกําหนดภาษีสอดคล้องกัน (HST) และข้อบังคับภาษีท้องถิ่นอื่น ๆ โดยการใช้กฎการตรวจสอบความถูกต้องที่สอดคล้องกับข้อกําหนดด้านกฎระเบียบ

• บัญชีบริการ: ใช้สิทธิ์น้อยที่สุด (READ บน VendorsV2/UnitsOfMeasure; สร้างบนตารางใบแจ้งหนี้เท่านั้น)

ความเป็นเลิศในการดำเนินงาน

• การกําหนดมาตรฐาน: ต้องการให้ผู้จัดจําหน่ายทั้งหมดใช้รูปแบบ XML schema ที่สอดคล้องกันเพื่อลดความซับซ้อนของตรรกะการแยกวิเคราะห์ ให้เทมเพลต XML ของผู้จัดจําหน่ายเพื่อให้แน่ใจว่าสามารถเข้ากันได้

• เอกสาร: สร้าง runbooks สําหรับสถานการณ์ข้อผิดพลาดทั่วไป การแก้ไขปัญหารูปแบบ XML และการเปลี่ยนแปลงการกําหนดค่า Dynamics 365 จัดทําเอกสารนิพจน์และกฎการตรวจสอบความถูกต้องทั้งหมดที่ใช้

• กระบวนการสนับสนุน: ฝึกการเงินและทีมสนับสนุนด้าน IT เกี่ยวกับวิธีการวิเคราะห์ความล้มเหลวของโฟลว์โดยใช้ประวัติการเรียกใช้ Power Automate ค้นหาข้อผิดพลาดในบันทึก และดําเนินการตามขั้นตอนการกู้คืนด้วยตนเอง

• การจัดการการเปลี่ยนแปลง: ประเมินการเปลี่ยนแปลงทั้งหมดเพื่อแยกวิเคราะห์ตรรกะ กฎการตรวจสอบและการแมป Dynamics 365 ในสภาพแวดล้อมการพัฒนาก่อนการปรับใช้การผลิต ใช้การควบคุมเวอร์ชันสำหรับการส่งออกโฟลว์ "Power Automate"

ประสิทธิภาพการทำงาน

• โหมดชุดงาน: เมื่อจําเป็นต้องประมวลผลใบแจ้งหนี้มากกว่า 200 รายการต่อวัน ให้สลับไปยังโฟลว์ที่กําหนดไว้ซึ่งทํางานทุก 15 นาทีแทนที่จะใช้ทริกเกอร์ต่ออีเมล

• การปรับให้เหมาะสม: ตรวจสอบระยะเวลาการเรียกใช้โฟลว์และเวลาการแยกวิเคราะห์ สําหรับโครงสร้าง XML ที่ซับซ้อน ให้ปรับนิพจน์ให้เหมาะสมเพื่อลดค่าใช้จ่ายในการประมวลผล ใช้การแคชสําหรับการค้นหาผู้จัดจําหน่ายเพื่อหลีกเลี่ยงคิวรี Dynamics 365 ที่ซ้ําซ้อน

• การควบคุมตัวเชื่อมต่อ: ระวังขีดจํากัดของ Power Automate สําหรับปริมาณสูง ให้ใช้กลไกการจัดคิวโดยใช้ตาราง Dataverse

• ความสามารถในการปรับขนาด: เมื่อปริมาณใบแจ้งหนี้เพิ่มขึ้น การเปลี่ยนจากทริกเกอร์ต่ออีเมลเป็นการประมวลผลชุด ใช้โฟลว์ตามกําหนดเวลาที่ประมวลผลใบแจ้งหนี้หลายรายการพร้อมกันโดยใช้ นําไปใช้กับแต่ละ ลูปที่มีการตั้งค่าภาวะพร้อมกัน

การปรับปรุงประสบการณ์ใช้งาน

• บริการตนเอง: ผู้ใช้ทางการเงินสามารถลองใบแจ้งหนี้ที่ล้มเหลวด้วยตนเองโดยใช้ปุ่ม Power Apps (ไม่มีการขึ้นต่อกันของ IT)

• ความโปร่งใส: แดชบอร์ด SharePoint แสดงสถานะคิวการประมวลผล Power BI ให้การวิเคราะห์โดยละเอียด

• ล้างการแจ้งเตือน: รูปแบบอีเมลที่มีโครงสร้างที่มีส่วน: สรุป สิ่งที่แนบมา รายละเอียดข้อผิดพลาด การดําเนินการที่แนะนํา

• เป้าหมาย SLA: ใบแจ้งหนี้อัตโนมัติ 95 เปอร์เซ็นต์ที่ประมวลผลภายในสองชั่วโมงจากใบเสร็จทางอีเมล

AI ที่รับผิดชอบ

• ความเป็นธรรม: ฝึกแบบจําลองพร้อมท์แบบกําหนดเองด้วยข้อมูลที่หลากหลายเพื่อลดอคติ

• ความน่าเชื่อถือและความปลอดภัย: ตรวจสอบเอาต์พุตของ AI อย่างต่อเนื่องเพื่อให้มั่นใจว่าถูกต้องและสามารถดําเนินการได้ มนุษย์ในวงตรวจสอบความผิดปกติและข้อยกเว้น

• ความเป็นส่วนตัวและความปลอดภัย: ตรวจสอบให้แน่ใจว่าข้อมูลมีกระบวนการที่รวดเร็วของ AI ตามข้อบังคับความเป็นส่วนตัวที่เกี่ยวข้อง

• การรวม: สนับสนุนการประมวลผลเอกสารในหลายภาษา มนุษย์สามารถตรวจสอบเอกสารได้หาก AI Builder มีปัญหาในการตีความข้อมูล

• ความโปร่งใส: เอาต์พุต AI ทั้งหมดสามารถตรวจสอบย้อนกลับได้ พร้อมบันทึกสำหรับการตรวจสอบ

• ความรับผิดชอบ: ใช้การประเมินร่วมของมนุษย์เพื่อให้มั่นใจถึงความรับผิดชอบในการตัดสินใจที่สำคัญ

ขั้นตอนถัดไป

• ตรวจทานและปรับเปลี่ยนข้อกําหนดเค้าร่าง XML ด้วยชุมชนผู้จําหน่าย
• วางแผนการปรับใช้นําร่องกับผู้จัดจําหน่ายหลักสองถึงสามราย
• กําหนดค่าสภาพแวดล้อมการทดสอบสําหรับการทดสอบการยอมรับของผู้ใช้ (UAT) และการตรวจสอบความถูกต้อง
• จัดกําหนดการเซสชันการถ่ายโอนความรู้ด้วยทีม AP
• สร้างเป้าหมายข้อตกลงระดับบริการ (SLA) สําหรับการประมวลผลใบแจ้งหนี้ เช่น การทําให้ใบแจ้งหนี้เป็นอัตโนมัติ 95 เปอร์เซ็นต์ภายในสองชั่วโมง
• แผนระยะที่ 2 เพื่อรวมเอกสารชนิดอื่น (POs, ใบรับ, ใบลดหนี้)

ผู้สนับสนุน

Microsoft ดูแลบทความนี้ ผู้เขียนต่อไปนี้ได้เขียนบทความนี้

ผู้เขียนหลัก:

• Pratik Kasat, สถาปนิกด้านเทคนิค

แหล่งข้อมูลที่เกี่ยวข้อง

แพลตฟอร์มพลังงาน:

• โฟลว์คลาวด์ของ Power Automate
• สร้างพร้อมท์แบบกําหนดเอง
• ใช้คำสั่งของคุณใน Power Automate

Dynamics 365:

• เอกสารประกอบการใช้งานแอปพลิเคชัน Dynamics 365 finance and operations
• ภาพรวมของเอนทิตีข้อมูล
• ตัวเชื่อมต่อ Dynamics 365

ปฏิบัติ ตาม กฎ ระเบียบ:

• ข้อมูลจําเพาะของ CFDI
• SUNAT Peru
• Power Platform Well-Architected