AI v účetnictví: co reálně automatizuje a co ne

Kolem AI v účetnictví je hodně hluku. Jedni slibují, že účetní zmizí. Druzí tvrdí, že je to celé bublina. Pravda je mezi tím a dá se popsat konkrétně: některé úlohy AI zvládne dobře, jiné neumí vůbec a nebude umět. Tady je upřímný přehled — bez slibů, které neplatí.

Píšu to z pozice člověka, který tyhle integrace staví. Ne jako prodejce nástroje, ale jako inženýr, který vidí, kde to v produkci drhne.

Co AI v účetnictví reálně automatizuje

Vytěžování faktur

Tohle je nejsilnější disciplína. AI přečte PDF nebo sken faktury a vytáhne dodavatele, částku, datum, variabilní symbol, položky. Funguje to i na fakturách, které nemají jednotný formát — model nečte podle pevné šablony, ale rozumí struktuře dokumentu.

Důležitý detail: nesmí to být černá skříňka. U každého vytaženého pole musí být dohledatelné, odkud pochází, a člověk musí mít možnost ho opravit. My to stavíme s human-in-the-loop a audit logem — AI navrhne, člověk u nejasných případů potvrdí, a celá stopa je zaznamenaná. Co model přečte s vysokou jistotou, projde samo. Co je nejasné, jde do fronty na kontrolu.

Párování plateb

Bankovní výpis proti vystaveným fakturám. Když je u platby správný variabilní symbol, je to triviální — zvládne to deterministické pravidlo, na to AI nepotřebujete.

AI má smysl tam, kde variabilní symbol chybí nebo nesedí. Klient zaplatil bez VS, sloučil tři faktury do jedné platby, zaplatil po částech, poslal to v jiné měně. Tady pomáhá fuzzy matching — model spojí platbu s fakturou podle částky, data, jména plátce, historie. Co spáruje s jistotou, projde. Co nedokáže rozhodnout, jde do ruční fronty s návrhem — účetní nemusí hledat, jen potvrdit nebo opravit.

Napojení na bankovní API (stažení výpisů) je technický předpoklad, ne kouzlo. Kouzlo je až ta část, kde chybí jednoznačný klíč.

Kategorizace a předkontace

AI umí navrhnout účetní zařazení podle dodavatele, textu položky a historie. Naučí se z toho, jak jste podobné doklady účtovali dřív. Návrh — ne finální rozhodnutí. U opakujících se nákladů se trefí spolehlivě, u nového typu dokladu raději nechá rozhodnout člověka.

Kontroly a hlídání

Tady je AI užitečná jako druhý pár očí. Duplicitní faktura, částka mimo obvyklý rozsah pro daného dodavatele, chybějící náležitost, doklad, který nesedí do vzorce. AI to označí dřív, než se to dostane do uzávěrky. Nenahrazuje kontrolu, ale upozorní na věci, které by člověk v objemu přehlédl.

Co AI v účetnictví neumí — a nebude

Rozhodnutí, která nesou odpovědnost

AI navrhuje. Neúčtuje. Rozdíl je v odpovědnosti. Když se daňové přiznání podá špatně, neodpovídá za to model — odpovídá účetní a firma. Proto je každý výstup AI návrh ke schválení, ne hotová akce. Kdo tohle obrátí a nechá AI rozhodovat bez kontroly, podepisuje něco, co neviděl.

Výjimky a hraniční případy

Standardní doklad model zvládne. Problém jsou výjimky — nestandardní smlouva, dobropis na něco, co se účtovalo loni jinak, transakce, kterou je potřeba posoudit podle kontextu, co AI nemá. Právě výjimky jsou ta práce, kde se účetní vyplatí. Automatizace je nemá řešit — má je spolehlivě poznat a poslat člověku.

Pochopení záměru a kontextu mimo data

AI vidí doklady. Nevidí, že jednatel domluvil se zákazníkem splátkový kalendář telefonicky, že tahle faktura je sporná, že se chystá oprava. Účetnictví není jen zpracování dokumentů — je to obraz toho, co se ve firmě reálně děje. Tu část, která není v datech, model nedoplní.

Garance bez auditu

Když automatizace něco udělá a nedá se dohledat jak, je to riziko, ne úspora. U kontroly musíte obhájit, jak číslo vzniklo. Proto u nás každý krok — extrakce, párování, kategorizace — zapisuje, co se stalo a na základě čeho. Bez té stopy je automatizace černá skříňka, které nemůžete věřit.

SaaS vs custom: kde je bod zlomu

Tohle je rozhodnutí, na kterém záleží nejvíc, a řekneme ho na rovinu: standardní případy zvládne krabicový SaaS a nemá smysl platit za custom.

Když máte běžné formáty faktur, párujete přes variabilní symbol, používáte jeden rozšířený účetní systém a objem není extrémní — hotové nástroje fungují dobře a levně. Custom by tu byl plýtvání.

Bod zlomu nastává tam, kde krabice naráží:

• Custom nebo enterprise ERP — máte vlastní systém nebo Dynamics 365 Business Central s úpravami, do kterých se hotový nástroj nenapojí.
• Enterprise objem — desítky tisíc dokladů měsíčně, kde i malé procento chyb znamená hodiny ruční práce a kde potřebujete řízení tempa a dávek.
• Párování bez variabilního symbolu — fuzzy matching přes částku, datum, plátce, částečné a sloučené platby, více měn.
• Audit-grade reconciliation — regulované prostředí, kde musí každý krok sedět a být dohledatelný, a kde periodická kontrola „sedí realita?" není nice-to-have, ale povinnost.

Nejsme ML researcheři a neslibujeme model, který předčí to nejlepší na trhu. Co umíme, je postavit spolehlivou integraci tam, kde hotové nástroje končí — s napojením na váš ERP, na bankovní API a s auditní stopou, kterou obhájíte u kontroly.

Human-in-the-loop a audit nejsou doplněk

Dvě věci, na kterých u automatizace účetnictví stojí důvěra:

Human-in-the-loop. AI dělá rutinu, člověk řeší to, co stroj neumí — výjimky, rozhodnutí, kontext. Hranice mezi tím musí být jasná: co projde samo a co jde na stůl účetní. Cílem není člověka odstavit, ale uvolnit mu ruce od rutiny.

Audit log. Každý automatizovaný krok musí být dohledatelný. Co AI navrhla, na základě čeho, kdo to schválil. Tahle stopa není byrokracie — je to jediný způsob, jak u automatizace obhájit, že čísla sedí.

Stejný princip používáme i mimo účetnictví. U integrace na regulovaný státní systém (KSeF, polská e-fakturace) běží stejná mašinérie — idempotence, retry, audit každého kroku, periodická kontrola, že realita sedí. Výsledek: přes 40 000 dokladů doručených na 100 %. Účetnictví má stejné nároky na spolehlivost, jen jiný kontext.

Kde umíme pomoct

Pokud řešíte digitalizaci nebo automatizaci účetnictví a narazili jste na strop hotových nástrojů, tohle je naše parketa. Vytěžování faktur s human-in-the-loop, párování plateb i bez variabilního symbolu, napojení na bankovní API a na ERP (včetně Dynamics 365 Business Central), audit-grade reconciliation.

Konkrétní výsledek z příbuzné domény: u dokumentové automatizace jsme zkrátili generování smluv ze 2 hodin na 3 minuty — 40× rychleji. Stejný přístup — spolehlivost před efektem na demu — aplikujeme na účetní procesy.

Napište nám — projdeme, kde u vás dává automatizace smysl a kde naopak stačí to, co už máte.

FAQ

Nahradí AI účetní?

Ne. AI zvládne vytěžování dat, párování a kontroly. Rozhodnutí, výjimky a odpovědnost zůstávají na člověku. AI ubere rutinu, účetní se posune k tomu, co stroj neumí.

Kdy stačí krabicový SaaS a kdy potřebuju custom řešení?

SaaS stačí na standardní případy — párování přes variabilní symbol, běžné formáty faktur, jeden účetní systém. Custom má smysl tam, kde krabice naráží: custom ERP, enterprise objem, párování bez variabilního symbolu, audit-grade reconciliation.

Jak poznám, že automatizace neudělala chybu?

Audit logem. Každý krok musí být dohledatelný — co AI navrhla, na základě čeho, kdo to schválil. Bez audit logu je to černá skříňka a u kontroly neobhájíte, jak číslo vzniklo.