Cum poate automatizarea bazată pe IA să elimine blocajul în înregistrarea plăților

Industria sănătății a petrecut zeci de ani mutând plățile din formatul pe hârtie în cel electronic. Acum, plătitorii trimit electronic detaliile plăților și ale refuzurilor printr-un fișier standard, Electronic Data Interchange (EDI) 835, care a eliminat hârtia și a oferit tuturor un format comun de lucru. Însă, deși standardizarea datelor a redus o parte din munca manuală, nu a făcut ca procesul să se desfășoare automat. Faptul că un fișier sosește electronic nu înseamnă că plata este și înregistrată automat. Fișierul EDI 835 sosește, iar oamenii tot îl deschid, citesc codurile fiecărui plătitor, înregistrează plățile linie cu linie și procesează manual refuzurile.

Această muncă manuală este costisitoare, iar costurile continuă să crească. În sondajul Experian Health din 2025 privind situația cererilor de plată, 41% dintre furnizori au raportat că li se respinge cel puțin una din zece cereri de plată, iar Kodiak Solutions a estimat că furnizorii au pierdut peste 48 de miliarde de dolari din cauza refuzurilor și a datoriilor neperformante în 2025, cu aproximativ un sfert mai mult decât în anul precedent. Personalul trebuie să înregistreze și să reconcilieze fiecare plată, precum și să proceseze fiecare refuz, înainte ca un cont să fie soluționat, iar cea mai mare parte a acestor activități se desfășoară încă manual.

De ce înregistrarea plăților se încă manual

Motivul pentru care înregistrarea plăților se face în continuare manual ține mai puțin de tehnologie și mai mult de regulile în sine. Fiecare plătitor gestionează fișierele în mod diferit, iar regulile se schimbă în funcție de fiecare situație și excepție, astfel că situațiile atipice se înmulțesc mai repede decât poate cineva să le consemneze. Multe dintre aceste reguli nici măcar nu sunt documentate. Ele există doar în mintea câtorva specialiști cu experiență în facturare, ceea ce înseamnă că organizația nu le poate aplica în mod consecvent și nici nu le poate transfera cu ușurință unui sistem. Când regulile nu sunt documentate, soluționarea cererilor de plată durează mai mult, refuzurile care ar putea fi evitate trec neobservate, iar la prima depunere se încasează adesea mai puțin decât s-ar fi putut.

Ce fac, de fapt, modelele lingvistice de mari dimensiuni în acest caz

Automatizarea tradițională gestionează cererile de plată simple și previzibile, dar se blochează în toate celelalte situații. Un motor de reguli face doar ceea ce a fost programat să facă în prealabil. Prima dată când un plătitor trimite un cod de ajustare pe care sistemul nu l-a mai întâlnit, cererea este trimisă unei persoane pentru verificare. Plătitorii diferă suficient de mult încât o mare parte dintre cereri ajung în această coadă de verificare.

Un model lingvistic de mari dimensiuni elimină acest decalaj, deoarece citește o cerere de plată la fel ca un specialist cu experiență în facturare. Acesta analizează contextul, stabilește ce tip de cerere este, ce regulă a plătitorului se aplică și cum trebuie tratate excepțiile, apoi o transmite sistemului care înregistrează plata. Modelul oferă capacitatea de judecată, iar sistemul înregistrează plata în același mod de fiecare dată.

Ce am construit

Marlabs a construit un sistem care face exact acest lucru pentru o companie de facturare în domeniul sănătății, care gestionează plățile pentru furnizorii de servicii medicale de urgență din America de Nord. Compania procesează aproximativ 85.000 de plăți pe lună, iar volumul și complexitatea plătitorilor au depășit capacitatea echipei de a ține pasul prin angajări.

Cel mai important aspect a fost modul în care sistemul a gestionat regulile pe care compania nu le documentase. În loc să-l încărcăm cu un regulament al plătitorilor pe care compania nu îl avea, de fapt, am făcut ca IA să învețe din modul de lucru al specialiștilor în facturare și din plățile efectuate de plătitori. Sistemul a propus reguli, le-a testat în raport cu rezultatele reale și le-a ajustat pentru a obține rezultatul cel mai important pentru companie: încasarea unei părți mai mari din suma pe care asigurătorii o vor plăti la prima depunere, nu după mai multe runde de contestații. Cunoștințele care existau doar în mintea câtorva persoane au devenit reguli pe care compania le poate, în sfârșit, vedea și îmbunătăți.

O persoană verifică fiecare cerere de plată

Fiecare cerere de plată este verificată de o persoană înainte de finalizare. Sistemul înregistrează cererea și își explică deciziile, astfel încât persoana care o verifică să poată vedea ce a făcut IA în cazul unei cereri simple și să o aprobe în câteva secunde. Când IA nu este sigură sau când a fost nevoie de intervenția unui specialist în facturare, cererea este însoțită de o explicație clară a problemei identificate și a recomandării sistemului. În aceste situații, IA grăbește verificarea, în timp ce răspunderea pentru fiecare cerere de plată rămâne acolo unde trebuie: la oameni și la companie.

Rezultatele

Aceste alegeri de proiectare, mai mult decât tehnologia în sine, au dus la rezultate. În prezent, compania înregistrează automat aproximativ 85% din plăți, ceea ce îi permite echipei să-și dedice timpul cererilor care chiar necesită discernământ. Erorile de înregistrare a plăților au scăzut cu 95%, iar reconcilierea între sisteme este mai precisă. Echipa soluționează mai repede refuzurile specifice fiecărui plătitor și, pentru prima dată, poate urmări excepțiile și soluționarea lor pe măsură ce au loc. Deoarece am proiectat cadrul astfel încât să poată fi extins cu respectarea cerințelor de conformitate ale fiecărui plătitor, creșterea volumului nu mai impune suplimentarea personalului.

Ce înseamnă acest lucru dacă gestionezi ciclul veniturilor

• Începe cu activități de volum mare, bazate pe reguli, precum înregistrarea plăților. Dacă regulile sunt deja documentate, folosește-le. Dacă nu sunt, privește acest lucru ca pe o oportunitate și lasă IA să le identifice și să le testeze în raport cu plățile efective ale plătitorilor.
• Asigură-te că o persoană verifică fiecare cerere, nu doar excepțiile, și cere-i IA să-și explice deciziile, astfel încât aprobarea unei cereri simple să dureze doar câteva secunde.
• Cere-i IA să explice fiecare excepție. O semnalare fără motiv nu face decât să mute blocajul de la înregistrarea plăților la verificare.
• Integrați vizibilitatea în timp real încă din prima zi, astfel încât liderii să poată vedea cum funcționează sistemul și să acționeze cu încredere pe baza cifrelor.

Înregistrarea plăților este unul dintre cele mai evidente puncte de pornire, deoarece sumele implicate sunt mari, iar beneficiile se reflectă direct în sumele încasate. Cartografiind cu onestitate procesul, învățând un sistem regulile pe care organizația nu le-a consemnat niciodată și păstrând controlul oamenilor asupra fiecărei cereri, puteți obține rezultate măsurabile și concrete. Abordată astfel, înregistrarea plăților se transformă dintr-un blocaj manual persistent într-un proces pe care compania îl poate extinde.