חברת כוח אדם רפואי ארצית משבצת אלפי אחים, אחיות ורופאים במשמרות במאות בתי חולים, תחת חוזים מורכבים הכוללים תעריפי לילה, חג וכוננות. מדי חודש, דיווחי השעות התקבלו במגוון פורמטים, בהם אפליקציות, תמונות בוואטסאפ או הודעות מייל. צוות השכר נאלץ לאמת את כל הנתונים ידנית, מה שגרם לעיכובים בתשלומים ולעזיבת עובדים.
ניהול החוזים היה האתגר המרכזי. אנשי הצוות הרפואי זכאים לתעריפים משתנים עבור משמרות לילה, חגים או כוננויות, והחברה מנהלת אלפי עובדים במאות בתי חולים שונים. מדי חודש, תהליך האימות של שעות העבודה בפועל דרש מעבר ידני קפדני על כל דיווח שעות, אחד-אחד.
בנוסף, דיווחי השעות הגיעו בכל פורמט אפשרי: חלקם דרך האפליקציה, חלקם כצילומי מסך בוואטסאפ וחלקם במייל, ללא כל אחידות. צוות השכר בילה את הימים שלפני מועד התשלום בבדיקה ידנית של אלפי שורות, בניסיון לאתר משמרות כפולות או חסרות מול דוחות הנוכחות של בתי החולים עצמם.
כל טעות בנתונים הובילה לעיכוב בתשלום או לשכר בחסר. בשוק שסובל ממילא ממחסור חמור בכוח אדם רפואי, תלוש שכר שגוי או מאוחר הוא עילה מיידית לעזיבה, והחברה נאלצה להתמודד עם הסיכון הקריטי הזה מדי חודש מחדש.
הפתרון: שימוש ב-AI לאיסוף ופענוח של כל דיווחי השעות, אימותם מול נתוני בתי החולים, והצפת אי-התאמות בלבד לבקרה אנושית.
מודל בינה מלאכותית להבנת מסמכים אוסף אוטומטית את דיווחי השעות מתיבות המייל ומפורטל העובדים. המודל מפענח את הנתונים מכל פורמט, ייצוא מהאפליקציה, דוח סרוק או צילום מסך במייל, ומרכז את כל המשמרות למבנה נתונים אחיד, ללא צורך בהקלדה ידנית.
המערכת מחילה את תנאי החוזה האישי של כל עובד על המשמרות שביצע, כולל תעריפי לילה, חגים וכוננויות. כך, חישוב השכר מתבצע בדיוק לפי ההסכם המקורי, ולא לפי הגדרת ברירת מחדל כללית שאינה משקפת את המציאות.
שעות העבודה המדווחות מוצלבות מול דוחות הנוכחות של בתי החולים עצמם. באופן זה, כל משמרת מאומתת מול הגורם המעסיק בפועל ולא רק על סמך דיווח העובד, מה שמבטיח נתונים אמינים ומדויקים לחלוטין לצורך תשלום השכר.
מודל לזיהוי אנומליות מסמן אוטומטית דיווחים לא תואמים, כגון משמרות כפולות, דיווחים חסרים, או בקשות חריגות לחופשה ושעות נוספות. כך, תשומת הלב של הצוות מופנית אך ורק למקרים הדורשים טיפול, במקום לבזבז זמן על אלפי הדיווחים התקינים.
רק הדיווחים שסומנו כחריגים או שנויים במחלוקת מועברים להכרעה של חשב שכר. שום תשלום אינו מאושר אוטומטית במקרה של ספק, וחשב השכר בוחן כל חריגה כאשר דיווח השעות ונתוני בית החולים מוצגים בפניו במקביל.
כ-85% מדיווחי השעות התקינים מועברים ישירות למערכת השכר לתשלום מיידי. עומס העבודה של סוף החודש מצטמצם לטיפול בחריגים בלבד, בזמן ששאר התהליך מתבצע באופן אוטומטי לחלוטין.
מרבית הדיווחים התקינים מאושרים אוטומטית, והצוות מטפל אך ורק באי-התאמות.
תהליך הכנת השכר החודשי התקצר מחמישה ימי עבודה מאומצים ליום אחד בלבד. אנשי הצוות הרפואי מקבלים שכר מדויק ובזמן, המרדף הידני המתיש אחרי אלפי דיווחים נעלם, וצוות השכר יכול להתמקד בטיפול בחריגים במקום לעבור על ערימות של ניירת.
שיעור הטעויות בשכר ירד כמעט לאפס, מה ששם קץ למחלוקות ולמקדמות הפיצויים שאפיינו חודשים קשים בעבר. בשוק המתמודד עם מחסור חמור בכוח אדם, תשלום מדויק ובזמן הפך לגורם מפתח בשימור עובדים ומניעת עזיבה.
טעויות שכר הן בלתי נמנעות כאשר עובדים נדרשים לפענח ידנית אלפי דיווחי שעות בפורמטים שונים ולנסות לאתר את החריגים הבודדים. הערך האמיתי כאן הוא מערכת AI שמפענחת כל פורמט, מחשבת את עלות המשמרת לפי החוזה המדויק שלה, מצליבה אותה מול דוחות הנוכחות של בית החולים, ומציפה רק את האנומליות לצורך "חתימת אדם", כך שמרבית הדיווחים התקינים מועברים לתשלום בזמן, והשגיאות מתגלות עוד לפני מועד התשלום. זוהי בדיוק אותה מתודולוגיה של קליטת נתונים וזיהוי חריגים שעומדת בבסיס פתרון אוטומציית השכר שלנו, אלא שכאן היא מותאמת להצלבת דיווחי משמרות מול נתוני בתי חולים, ולא לפעילות של לשכת שכר במשרד רואי חשבון.
לשכת השכר של משרד הקלידה מחדש ידנית נתונים ממאות לקוחות בכל סוף חודש. קליטת AI ממפה כל פורמט, מודל חריגות מסמן חריגים למנהל, ושינוי כלל אחד מעדכן כל לקוח, והופך את בהלת סוף החודש לדקות עם הרבה פחות טעויות ובלי תוספת כוח אדם.
לפרויקט המלא ← אוטומציית הנהלת חשבונות · ראיית חשבוןצוות של משרד רואי חשבון בזבז ימים בהזנת חשבוניות והתאמת ספרים ידנית. לכידת מסמכים מבוססת AI יחד עם מנוע סיווג לומד חתכו את סגירת החודש ב-40% ואת ההזנה הידנית ב-80%, ושחררו 25% יותר קיבולת לקוחות בלי תוספת כוח אדם מנהלתי.
לפרויקט המלא ←
Reef TRH