机器学习(ML)在提高工作满意度、减少错误和企业成本方面具有这样的前景。在SAP Concur，我们使用ML让从旅行预订到费用审计的一切都变得更智能、更自动化、更容易。
长期以来，我们一直在利用机器学习为应用程序添加智能，并消除人工过程。与许多公司不同，我们努力减少用户在应用程序上花费的时间。有时这意味着将任务交给用户，而其他时候则可以通过自动化来实现。ML为SAP Concur提供了令人兴奋的机会，可以代表我们的用户做更多的事情，将员工对简单性的需求与公司管理风险、合规和实现成本节约的需求结合起来。
SAP Concur是在如何编写费用报告的问题上建立起来的，我们正在接近这个目标。今天，你可以给收据拍张照片，它就会自动添加到你的费用报告中，包含正确的金额、细节和分类。当您使用SAP Concur预订旅行时，您的行程将自动添加到您的费用报告中，并在您的旅行结束时提交。我们也有机器学习的智能工具，这样收据就会从你的收件箱中直接添加到你的费用报告中。我们正在进行更多的创新，以使我们的开支报告能够真正地书写出来。
作为SAP的一部分，我们很自豪能为SAP Leonardo机器学习能力做出贡献，并利用Leonardo的专业知识继续创新和改善我们的产品和服务。我们很高兴通过与SAP Leonardo团队的密切合作，继续扩大我们在整个公司的ML知识。
以下是我们今天使用机器学习的其他一些方式，并思考它会如何影响未来:
费用和发票
现在的费用报告和发票处理通常需要大量的手工数据录入。我们正在使用机器学习来帮助减少任务上的时间，这样员工就可以把更少的时间花在费用报告上，把更多的时间花在增加业务价值上。
同意发票利用SAP Leonardo从发票图像中提取数据并对数据进行分类，帮助客户处理更多发票并提高准确性，同时降低技术和运营成本。下一步是继续研究ML如何改进整个发票管理流程。
同意费用使用机器学习技术与Office 365相结合，直接从收件箱中的电子邮件收据创建费用报告条目。同意开支展望目前在美国和加拿大可以使用测试版。
ExpenseIt超越了简单的OCR，通过机器学习自动将收据照片转换为最终用户的完整费用报告。我们能够确定费用的位置和供应商更经常而不是收据上的信息。
通过AppZen进行Concur检测在报销发生之前，应用机器学习审计100%的费用报告。通过使用人工智能和ML, AppZen的Concur Detect通过在数秒内对数百个外部数据源进行交叉检查来验证开销是否合法和准确。AppZen的Concur Detect与Concur Expense集成在一起，实现了对低风险费用的无缝、自动处理，并在仪表板上标记高风险报告，用于审查和实时发送警报。
旅行
TripIt通过即时组织旅行预订的电子邮件，为用户提供了一个美丽的移动体验。TripIt利用机器学习来寻找机会，改进它从电子邮件中组织旅行计划的方式，从而扩展到支持全球旅行者及其计划。
你好Hipmunk这是一款免费的虚拟旅行规划助手，它使用自然语言处理(Natural Language Processing)和人工智能驱动的旅行搜索，通过旅行机器人提供旅行建议和推荐。
定位一致旨在帮助组织履行注意义务功能。它使用ML通过信用卡数据、行程和其他来源预测员工可能在哪里，使公司能够在紧急情况下联系到所有员工，而不仅仅是旅行者和vip。
同意移动使用机器学习提供更好的酒店推荐，基于用户和同事之前预订的酒店。随着时间的推移，这变得更加准确，我们看到预订推荐酒店的用户有所增加。
接下来是什么?
通过将聪明的人从繁重的低级任务中解放出来，机器学习可以帮助解锁有趣的、有创意的、战略性工作的新机会——这种有意义的工作对双方都有帮助而且企业获得成功。
请继续关注我们是如何通过大量的数据，与SAP Leonardo团队合作，以及SAP Concur内部的传播，来深入探索机器学习在旅行、费用和发票方面的边界。和一定要看看我们的白皮书机器学习以及对会计和金融的价值。
