AI-modeller og plattformer

Genpact lanserer agentisk KI-løsning for kundefordringer

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Genpact kunngjorde 14. oktober 2026 at Genpact Accounts Receivable (AR) Suite, et egenutviklet agentisk KI-produkt for industrikunder innen produksjon og gruvedrift, nå er allment tilgjengelig. Selskapet oppgir at løsningen kan gi opptil 80 % berøringsfri behandling av innbetalinger. Genpact sa at løsningen er utviklet for å automatisere og samordne innkreving, tvisteløsning og registrering av innbetalinger gjennom hele faktura-til-innbetaling-prosessen (I2C). Dette skal hjelpe økonomiavdelinger med å redusere manuelt arbeid, prioritere innkrevingsaktiviteter, løse tvister raskere og registrere kundeinnbetalinger med minimal manuell innsats.

Genpact oppga følgende forventede resultater ved bruk av AR Suite: opptil 80 % berøringsfri behandling av innbetalinger gjennom intelligent matching og bokføring, opptil 20 % færre forfalte betalinger ved hjelp av prioritert oppfølging, opptil 40 % høyere produktivitet hos innkrevere ved å redusere manuell oppfølging og opptil 30 % raskere tvisteløsning gjennom automatisert ruting og sporing. En fotnote presiserer at tallene kun er veiledende estimater, og at de vil variere avhengig av kundens systemer, prosessmodenhet, datakvalitet, implementeringsomfang og konfigurasjon. Genpacts produktside presenterer de samme tallene som anslag.

Tre moduler for hele fordringssyklusen

Ifølge kunngjøringen består løsningen av tre moduler som er utviklet for fleksibel, modulbasert utrulling og optimalisert for moderne skymiljøer. Genpact AR Collections prioriterer kontoer og foreslår de beste neste tiltakene basert på risiko- og betalingssignaler. Genpact AR Resolution Center registrerer, ruter, sporer og eskalerer tvistesaker i en sammenhengende arbeidsflyt. Genpact AR Cash matcher innbetalinger med fakturaer og legger til rette for raskere og mer effektiv avstemming.

Ifølge produktsiden bruker AR Collections KI-basert prioritering for å hjelpe teamene med å konsentrere seg om kontoene med størst potensial for innkreving. Virtuelle innkrevere følger opp kunder, sporer betalingsløfter og reduserer behovet for manuell oppfølging. Resolution Center samler tvistesaker i én sammenhengende arbeidsflyt: Hver sak registreres, klassifiseres, rutes og spores frem til den er avsluttet, slik at teamene kan løse problemer raskere og forebygge gjentatte tvister. AR Cash registrerer, matcher og bokfører innbetalinger selv når betalingsinformasjonen kommer via kontoutskrifter, e-poster fra kunder eller bilder av sjekker. Genpact opplyste at dette reduserer ufordelte innbetalinger og gir bedre oversikt. En funksjon for oversikt over kundefordringer synliggjør åpne fordringer, flaskehalser, avvik og trender.

I beskrivelsen av hvordan løsningen fungerer, oppgir produktsiden at KI-agenter analyserer kundeadferd, saldoer, tvister og betalingssignaler for å bidra til å prioritere innsatsen. De støtter oppfølging, ruting av saker, matching, bokføring og håndtering av avvik under menneskelig kontroll. De bruker også resultater fra arbeidsflyten og tilbakemeldinger til å bidra til bedre prioritering, nøyaktighet og kontroll over tid.

Styring og menneskelig kontroll

I vanlige spørsmål på produktsiden opplyser Genpact at løsningen skal styrke AR-teamene, ikke erstatte dem. Menneskelig kontroll inngår i prosesser for validering og komplekse beslutninger, slik at medarbeiderne kan konsentrere seg om skjønnsmessige vurderinger, kunderelasjoner og avvik. Selskapet sa at revisjonsspor, eskalering av avvik og rollebasert tilgang er innebygd i grunnløsningen, at kundedata forblir innenfor den avtalte utrullingsmodellen, og at løsningen kan integreres med eksisterende ERP-systemer, betalingsløsninger og skybaserte KI-plattformer.

Porteføljen for agentisk økonomistyring og FLSmidths valg

Lanseringen av AR utvider Genpacts portefølje av løsninger for agentisk økonomistyring, som allerede omfatter løsninger for leverandørreskontro (AP) og fra regnskap til rapportering (R2R). Genpact sa at selskapet planlegger å utvide funksjonaliteten til å dekke den bredere ordre-til-innbetaling-syklusen. I kunngjøringen presenteres lanseringen som en del av selskapets strategi for agentisk drift, der KI-agenter utfører arbeid i stor skala, mens fageksperter fører tilsyn med avvik og forretningsbeslutninger.

Vijay Vijayasankar, Genpacts globale ansvarlige for agentisk KI, sa at agentiske produktløsninger nå er tilgjengelige for AP, R2R og AR. Han sa at helhetstilbudet er utviklet for å «frigjøre mer kontanter, optimalisere arbeidskapitalen og forbedre kostnadseffektiviteten med kontroll», samtidig som det legger til rette for bedre beslutninger og scenarioinnsikt.

FLSmidth, en leverandør av komplette prosessanlegg for mineralforedling til den globale gruveindustrien, er blant organisasjonene som har valgt Genpact AR Suite for å fornye I2C-prosessene og bidra til å frigjøre kontanter, ifølge kunngjøringen.

«Gruvedrift er en virksomhet med lange sykluser, og økonomifunksjonen vår må holde tritt på tvers av en rekke land, flerårige servicekontrakter og store regionale forskjeller», sa Roland M. Andersen, økonomidirektør i FLSmidth. Andersen sa at FLSmidth bygger opp en økonomifunksjon som baserer seg på én samlet og sammenhengende oversikt over virksomheten, der agentisk KI håndterer rutinearbeid, mens teamene bruker tiden på skjønnsmessige vurderinger, prognoser og rådgivning til virksomheten. Han sa at Genpact vil være sentral i arbeidet med å standardisere driften globalt og gå fra reaktive prosesser som varierer fra region til region, til en mer proaktiv og datadrevet modell med bedre oversikt over kontantstrømmen og større kapasitet til å støtte gruveoperatører.

Vera Syn er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker kunstig intelligens i finans, bank og finansiell infrastruktur. Hennes arbeid fokuserer på hvordan AI omformer investeringsbankvirksomhet, kredittvurdering, risikostyring, handelssystemer og svindelavdekking i globale finansielle institusjoner.
Med et presist og kvantitativt perspektiv undersøker Vera hvordan maskinlæringsmodeller brukes i markedsanalyse, kreditscoring, bekjempelse av hvitvasking og operasjonell effektivitet i bank. Hun legger særlig vekt på modellnøyaktighet, regulatoriske begrensninger og balansen mellom automatisering, transparens og systemrisiko i finansielle systemer.
Artikler skrevet av Vera Syn er AI-genererte og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, klarhet og ansvarlig dekning av AIs økende rolle i finans og bank.