AI Tự Động Hoá Đối Chiếu Công Nợ Phải Thu - Phải Trả: Từ Biên Bản Thủ Công Đến Workflow Tự Động

Giới thiệu

Đối chiếu công nợ phải thu khách hàng (TK 131) và phải trả nhà cung cấp (TK 331) là công việc lặp lại hàng tháng nhưng chưa bao giờ nhàn: kế toán công nợ phải tổng hợp số dư từ sổ chi tiết, gửi biên bản đối chiếu cho từng khách hàng/nhà cung cấp, chờ phản hồi, rồi thủ công dò từng dòng chênh lệch khi hai bên báo số không khớp. Với doanh nghiệp có vài trăm khách hàng hoặc nhà cung cấp, riêng việc soạn và gửi biên bản đối chiếu mỗi tháng đã chiếm nhiều ngày công, chưa kể thời gian xử lý chênh lệch trước khi lên báo cáo tài chính.

Bài viết này trình bày cách ứng dụng AI để tự động hoá phần lớn quy trình này — từ soạn biên bản đối chiếu hàng loạt, đến việc tự động khoanh vùng và giải thích nguyên nhân chênh lệch — giúp kế toán công nợ tập trung thời gian vào xử lý các trường hợp thực sự có vấn đề thay vì việc đối chiếu cơ học.

Quy trình đối chiếu công nợ truyền thống và điểm nghẽn

Quy trình chuẩn hiện nay tại phần lớn doanh nghiệp Việt Nam gồm các bước: xuất sổ chi tiết công nợ theo từng đối tượng từ phần mềm kế toán, lập biên bản đối chiếu công nợ (thường theo mẫu Word/Excel) cho từng khách hàng và nhà cung cấp, gửi qua email hoặc Zalo, chờ bên đối tác xác nhận hoặc phản hồi chênh lệch, sau đó tra soát nguyên nhân chênh lệch (hoá đơn chưa ghi nhận, thanh toán chưa cấn trừ, sai lệch thời điểm ghi nhận giữa hai bên) và điều chỉnh sổ sách.

Điểm nghẽn lớn nhất không nằm ở việc lập biên bản — việc này có thể mail-merge hàng loạt — mà nằm ở khâu tra soát chênh lệch. Khi số dư hai bên không khớp, kế toán phải đối chiếu từng hoá đơn, từng chứng từ thanh toán, xác định chênh lệch nằm ở đâu: có thể là hoá đơn đã xuất nhưng khách hàng chưa nhận được, khoản thanh toán đã chuyển nhưng chưa cấn trừ đúng hoá đơn, chênh lệch do làm tròn, hoặc nghiêm trọng hơn là sai sót hạch toán trùng/thiếu. Đây là công việc tốn nhiều thời gian nhất và cũng là nơi AI có thể hỗ trợ hiệu quả nhất.

AI hỗ trợ ở từng khâu của quy trình

1. Tự động soạn biên bản đối chiếu công nợ hàng loạt. Thay vì soạn thủ công từng file, AI có thể đọc dữ liệu số dư công nợ theo từng đối tượng (xuất từ sổ 131/331) và tự động tạo biên bản đối chiếu theo đúng mẫu doanh nghiệp đang dùng, điền sẵn thông tin đối tượng, số dư đầu kỳ, phát sinh trong kỳ, số dư cuối kỳ — công việc trước đây mất cả ngày với vài trăm đối tượng nay có thể hoàn thành trong vài chục phút.

2. Đối chiếu tự động (matching) giữa hai nguồn dữ liệu. Đây là phần giá trị nhất: khi có dữ liệu từ cả hai phía (sổ chi tiết công nợ của doanh nghiệp và bảng kê do đối tác gửi lại, hoặc dữ liệu từ cổng thông tin của khách hàng lớn), AI có thể thực hiện đối chiếu từng dòng theo số hoá đơn, ngày, số tiền — tự động khớp các giao dịch trùng khớp và chỉ đưa ra danh sách các dòng lệch để kế toán xử lý, thay vì phải dò thủ công toàn bộ.

3. Phân loại và giải thích nguyên nhân chênh lệch. Với các dòng lệch, AI có thể phân tích mẫu hình để gợi ý nguyên nhân khả dĩ — ví dụ: "hoá đơn số X xuất hiện bên sổ công ty nhưng không có bên đối tác, chênh lệch đúng bằng giá trị hoá đơn này, khả năng đối tác chưa nhận/chưa ghi nhận hoá đơn" hoặc "khoản thanh toán ngày Y có giá trị khớp với tổng 2 hoá đơn Z1+Z2 nhưng công ty đang cấn trừ vào hoá đơn khác — khả năng cấn trừ sai đối tượng". Việc phân loại nguyên nhân này giúp kế toán ưu tiên xử lý đúng hướng ngay từ đầu thay vì dò mù.

4. Theo dõi tuổi nợ và cảnh báo rủi ro song song. Trong lúc đối chiếu, AI có thể đồng thời tính tuổi nợ (aging) cho từng khoản phải thu, gắn cờ các khoản quá hạn hoặc có xu hướng kéo dài kỳ thu hồi, hỗ trợ kế toán trưởng đánh giá nhu cầu trích lập dự phòng nợ phải thu khó đòi khi lên báo cáo tài chính.

Xây dựng quy trình đối chiếu công nợ có AI hỗ trợ

Với nguồn lực của doanh nghiệp vừa và nhỏ, một quy trình khả thi để bắt đầu:

1. Chuẩn hoá dữ liệu đầu vào: xuất sổ chi tiết TK 131/331 theo đối tượng ra Excel với cấu trúc cột nhất quán (mã đối tượng, số hoá đơn, ngày, số tiền, loại giao dịch) — đây là bước nền tảng quyết định độ chính xác của các bước sau.

2. Dùng AI soạn biên bản đối chiếu hàng loạt từ dữ liệu đã chuẩn hoá, theo đúng mẫu biên bản doanh nghiệp đang sử dụng, gửi cho đối tác qua kênh thông thường (email).

3. Khi nhận phản hồi có chênh lệch, đưa cả hai bảng số liệu (của công ty và của đối tác) cho AI để thực hiện đối chiếu tự động, yêu cầu AI liệt kê rõ các dòng khớp, các dòng lệch kèm số tiền chênh lệch cụ thể.

4. Yêu cầu AI phân tích nguyên nhân khả dĩ cho từng dòng lệch dựa trên các gợi ý về hoá đơn/thanh toán liên quan, sau đó kế toán xác minh lại bằng chứng từ gốc trước khi kết luận và điều chỉnh sổ sách.

5. Lưu lại toàn bộ biên bản đối chiếu đã ký xác nhận làm hồ sơ, đây cũng là bằng chứng quan trọng khi kiểm toán độc lập yêu cầu xác nhận số dư công nợ (confirmation) cuối năm.

Lưu ý khi triển khai tại doanh nghiệp Việt Nam

Dữ liệu công nợ liên quan trực tiếp đến quan hệ thương mại và có thể chứa thông tin nhạy cảm về giá bán, chính sách chiết khấu — khi dùng công cụ AI để xử lý, cần đảm bảo dữ liệu không bị đưa ra ngoài hệ thống nội bộ một cách không kiểm soát, ưu tiên các công cụ có chính sách bảo mật dữ liệu rõ ràng hoặc xử lý trên nền tảng nội bộ doanh nghiệp.

Kết quả đối chiếu và giải thích nguyên nhân chênh lệch từ AI chỉ là gợi ý ban đầu — kế toán công nợ vẫn phải đối chiếu lại với chứng từ gốc (hoá đơn, uỷ nhiệm chi, biên bản giao nhận) trước khi điều chỉnh sổ sách, đặc biệt với các khoản chênh lệch giá trị lớn.

Với khách hàng/nhà cung cấp là doanh nghiệp lớn có quy trình xác nhận công nợ riêng (qua cổng thông tin điện tử hoặc mẫu biên bản bắt buộc), cần điều chỉnh mẫu biên bản do AI soạn cho phù hợp với yêu cầu của từng đối tác thay vì áp dụng một mẫu chung.

Kết luận

Tự động hoá đối chiếu công nợ bằng AI không có nghĩa là loại bỏ hoàn toàn vai trò của kế toán công nợ — mà là chuyển trọng tâm công việc từ "gõ số, dò từng dòng" sang "xác minh và ra quyết định xử lý chênh lệch". Với quy trình lặp lại đều đặn mỗi tháng và khối lượng dữ liệu đối tượng lớn, đây là một trong những khâu kế toán có tỷ lệ thời gian tiết kiệm rõ rệt nhất khi ứng dụng AI đúng cách, đặc biệt hữu ích khi doanh nghiệp đang chuẩn bị số liệu công nợ cho báo cáo tài chính cuối năm.