Masraf Avans Talebi AI Ön Kontrol Yönetimi

Bu yazı, masraf ve avans taleplerinin onaycıya ulaşmadan önce çalışan bir ön kontrol katmanının nasıl tasarlanabileceğini uygulama odağıyla anlatır. Aşağıdaki iş senaryosu örnek bir senaryodur; kendi şirketinizdeki tutarlar, roller ve politikalar farklı olabilir.

Onay Öncesi Tıkanıklıklar ve Yanıltıcı Veriler

Örnek senaryoda 45 çalışanlı bir hizmet şirketi var. Saha ekibi her ay yol, konaklama ve müşteri yemeği için avans ya da masraf talebi açıyor. Finans yöneticisi talepleri tek tek elle okuyor. Bazı talepte tarih eksik, bazılarında para birimi belirsiz, birçoğu da “diğer” kategorisiyle geliyor. Onaycı seyahatteyken talep bir hafta bekliyor, ardından aynı fişin ikinci kez farklı bir formda göründüğü ortaya çıkıyor.

Bu tablo iki ayrı sorun üretir. Birincisi, onay zinciri yavaşlar. İkincisi, onaycıya ulaşan bilgi yanıltıcı olabilir. Onaycı tutarın bütçeye uyup uymadığını değerlendirirken belgenin tekil olup olmadığını, kategoriye uygun olup olmadığını ve politikaya uygun olup olmadığını da aynı anda kontrol etmek zorunda kalır. Emburse’ün AI destekli politika uygulamasını anlatan rehberine göre eksik belgeler ve olağandışı işlemler masraf akışının farklı aşamalarında işaretlenebilir; hangi kontrolün hangi aşamada yapılacağı ise kanıt ve düzeltme imkânına göre belirlenmelidir (Emburse, AI Expense Policy Enforcement).

Pratikte ölçülmesi gereken şey, bir talebin onaycıya gelmeden önce ne kadar eksiksiz olduğudur. Bu ölçüm yapılmadan ön kontrol kurmak, sadece yeni bir ekran eklemek anlamına gelir.

Kural Tabanlı Limitler ile AI Sinyallerinin Ayrıştırılması

Ön kontrol katmanında en kritik karar, hangi sonucun kesin kural tarafından, hangisinin ise yalnızca bir öneri olarak üretileceğidir. Kural tabanlı kontroller net ve tekrarlanabilir olduğu için limitler, kategori izinleri ve fiş zorunluluğu bu katmana aittir. AI katmanı ise belge tutarsızlıklarını, alışılmadık kalıpları ve belirsiz durumları işaretler. Bu iki katmanın çıktısını aynı şekilde işlemek, en sık yapılan tasarım hatasıdır.

Aşağıdaki karar tablosu, örnek senaryo için bir ayrıştırma taslağı sunar:

Rework’ün AI onay ajanı üzerine hazırladığı rehber de benzer bir ayrımı vurgular: net kurala bağlanamayan durumlar doğrudan onaylanmamalı, yetkili bir insana devredilmelidir (Rework, Expense Approval Agent). Bu nedenle tabloda AI’nın rolü “onay vermek” değil, “dikkat çekmek” olarak tanımlanmıştır.

Onay Öncesi Yakalanabilen Hatalar

Ön kontrolün değeri, onaycının zaman kaybettiği hataları daha erken görmesinde yatar. Örnek senaryo için aşağıdaki kontroller değerlendirme ölçütü olarak kullanılabilir; her şirketin bu listeyi kendi politikasına göre yeniden tanımlaması gerekir.

1. Eksik belge alanları: Tarih, tutar, para birimi, düzenleyen bilgisi veya belge numarası boş mu?
2. Kategori uyumsuzluğu: Açıklama “yemek” yazarken kategori “konaklama” mı seçilmiş?
3. Mükerrer talep: Aynı belge numarası, aynı tutar ve tarih kombinasyonu başka bir talepte var mı?
4. Limit aşımı: Tanımlı kategori limiti ya da onay seviyesi aşılmış mı?
5. Açık avans kontrolü: Çalışanın kapanmamış bir avansı varken yeni talep açılmış mı?
6. Genel amaç açıklaması: İş bağlantısı yerine yalnızca tek kelimelik açıklama girilmiş mi?

Her kontrolün sonucu üç durumdan biri olmalıdır: geçti, düzeltilebilir eksik ya da incelenmesi gerekir. Düzeltilebilir eksikler çalışana neden belirtilerek geri gönderilmeli; inceleme gerektiren durumlar ise gerekçesiyle birlikte yetkiliye iletilmelidir. Bu ayrım, talebin sessizce reddedilmesini ve sessizce onaylanmasını birlikte önler.

İnsan Onayı ve Sorumluluk Modeli

Ön kontrol sisteminin en çok tartışılan yönü, kararın kime ait olduğudur. Fiscus AI’nın personel avansı ve masraf formu akışına dair içeriğinde de otomatik sınıflandırmanın öneri ürettiği, nihai kararın ise ilgili uzman ya da onaycıda kaldığı anlatılır. Aynı yaklaşım masraf kontrolünün her aşamasında korunmalıdır (Fiscus AI, Personel Avansı ve Masraf Formu Belge Akışı).

Sistem bir talebi “incelenmeli” olarak işaretleyebilir; “onaylandı” ya da “reddedildi” kararını yetkili kişi verir ve kararın gerekçesi kayıt altına alınır.

Örnek senaryoda bu model şöyle işler: AI sinyali, aynı çalışanın iki hafta içinde benzer tutarda iki otel talebi açtığını işaretler. Finans yöneticisi talebi açar, iki faturanın farklı konaklamalara ait olduğunu görür ve onaylar. Sinyal bir karar değildi; yalnızca doğru kişinin doğru dosyaya bakmasını sağladı. İstisnai durumlarda da (örneğin olağanüstü bir saha görevi) gerekçe ve ek onay zorunlu tutulmalıdır.

Logitera Cockpit ile Onay Akışının Kurulması

Logitera ürünü olan Cockpit’te masraf ve avans yönetimi, finans motorunun bir parçası olarak ele alınır. Kapsamını görmek için Masraf & Avans Yönetimi sayfasını inceleyebilirsiniz. Aynı modül bağlamında cari ekstre, banka CSV/XLSX aktarımı ve mutabakat önerileri de yer alır; bu özellikler masraf akışıyla ilişkili olsa da ayrı süreçlerdir ve kurulumda ayrı ele alınmalıdır.

AI tarafında kapsamın modüllere, sağlayıcı yapılandırmasına ve kullanılabilir veriye bağlı olduğunu, son kararın kullanıcıda kaldığını Cockpit AI sayfasından değerlendirebilirsiniz. Bu nedenle bir ön kontrol akışını kurmadan önce hangi kuralın sistemde tanımlanabileceğini, hangi sinyalin hangi veriye dayandığını ve hangi durumda insanın devreye gireceğini yazılı olarak netleştirmek gerekir.

Uygulama Kontrol Listesi ve Değerlendirme Ölçütleri

Aşağıdaki liste, bir masraf ve avans ön kontrol projesini başlatmadan önce yönetici ekibinin cevaplaması gereken soruları içerir:

1. Masraf politikası yazılı mı ve kategori, limit ve belge kuralları netleştirildi mi?
2. Her kontrol kural tabanlı mı, AI sinyali mi, yoksa insan incelemesi mi olarak sınıflandırıldı?
3. Düzeltilebilir eksikler ile incelenmesi gereken durumlar ayrı kuyruklara ayrıldı mı?
4. Mükerrer kayıt kontrolü için hangi alanların (belge numarası, tutar, tarih, çalışan) kullanılacağı belirlendi mi?
5. Açık avans ve istisna süreçlerinin sorumlusu atandı mı?
6. Her onay ya da red kararında gerekçe ve değişiklik izi saklanıyor mu?
7. Çalışan ve onaycı, sinyalin bir karar olmadığını ve son kararın insanda kaldığını biliyor mu?
8. Pilot dönemde geri gönderilen talep sayısı ve incelemeye alınan talep sayısı izlenecek mi?

Son madde önemlidir. Pilot sonuçları, kuralların çok sıkı ya da çok gevşek olup olmadığını gösterir. Ölçümü çalışanları cezalandırmak için değil, politikadaki boşlukları ve eğitim ihtiyacını görmek için kullanın. Bu yaklaşım, ön kontrolün güveni artırmasını, ama bir denetim baskısına dönüşmemesini sağlar.