Gestructureerde contractdatabase door zelflerende technologie

Met behulp van artificial intelligence kan een retailer tijdig voldoen aan de nieuwe reportingvereisten IFRS 16.

Wat was het probleem?

Een grote retailer rapporteert de financiële cijfers volgens de international financial reporting standards (IFRS). Met ingang van 2019 moet het bedrijf voldoen aan de nieuwe standaard IFRS 16 Leases. Dit betekent onder meer dat alle lease- en huurverplichtingen op de balans moeten komen. Om dit mogelijk te maken, moest de retailer allereerst specifieke informatie uit honderden lease- en huurcontracten verzamelen en inzichtelijk maken.

Wat was de oplossing?

In plaats van mensen handmatig alle contracten te laten doorzoeken, koos het winkelbedrijf voor de Artifical Intelligence ezExtract technology van PwC. Deze zelflerende technologie (machine learning) verzamelde geautomatiseerd de gewenste data uit meer dan zeshonderd contracten. Validatie van de data door onze mensen zorgt ervoor dat het algoritme steeds beter wordt in het vinden van de juiste informatie. Voordelen van deze technologieoplossing zijn tijdwinst en hogere kwaliteit van de verzamelde informatie, omdat de software veel sneller analyseert dan een mens en geen tekst over het hoofd ziet.

Wat was het resultaat?

Dankzij deze toepassing van artificial intelligence maakten we van de ongestructureerde verzameling contracten een gestructureerde contractdatabase met relevante gegevens zoals start- en einddatum, huurbetalingen en mogelijkheid tot verlenging. Met deze gegevens kan de retailer efficiënt en tijdig voldoen aan de nieuwe IFRS 16-vereisten. Een ander belangrijk resultaat is het verkregen inzicht in de eigen organisatie en de mogelijkheden die de database biedt voor waardevolle data-analyses. Zo kan het bedrijf verhuurders en leveranciers vergelijken en een betere planning en voorspelling maken nu inzichtelijk is wanneer welke contracten aflopen.