Co přesně dělá AI s fakturou od jejího přijetí po zaúčtování

AI zpracování faktur je kombinace optického rozpoznávání znaků (OCR) a strojového učení, které dokument nejprve převede na text, pak z něj vytáhne konkrétní údaje a nakonec je zapíše do účetního systému. Proces má obvykle čtyři kroky: sběr dokladu (e-mail, sken, datová schránka), OCR extrakci textu, rozpoznání a validaci polí strojovým učením a nakonec export do účetnictví.

V praxi to vypadá takto: účetní přepošle fakturu z e-mailu do specializované schránky nebo ji nahraje do webové aplikace. Systém během několika sekund rozpozná dodavatele, IČO, DIČ, datum splatnosti, částku s DPH i bez, variabilní symbol a případně i položkový rozpad. Modelový příklad: menší e-shop v Praze dostává měsíčně 150 faktur od dopravců, dodavatelů zboží a poskytovatelů služeb. Dřív účetní ručně přepisovala každou položku, dnes systém automaticky navrhne zaúčtování a účetní jen potvrdí nebo opraví výjimky · typicky u 10 až 15 % faktur, kde OCR nerozpozná neobvyklý formát nebo ručně psaný dodatek.

Kvalitnější řešení navíc umí kontrolovat duplicity (stejná faktura nahraná dvakrát), porovnávat částku s objednávkou nebo smlouvou a upozornit na neobvykle vysokou fakturu od dosud neznámého dodavatele.

Jaké technologie a platformy se v Česku reálně používají

Na českém trhu se prosazují dvě kategorie nástrojů: samostatné OCR/AI platformy napojitelné přes API a moduly přímo integrované do účetních systémů. Volba závisí na tom, jaký účetní software firma používá a kolik dokladů měsíčně zpracovává.

Do první kategorie patří nástroje, které fungují jako mezivrstva · přijmou fakturu, zpracují ji AI a výsledek pošlou do účetnictví přes konektor nebo XML export. Do druhé kategorie patří rozšíření přímo pro konkrétní software, kde uživatel nemusí řešit propojení, protože modul je součástí prostředí, které už zná.

Kompatibilita s Pohodou a Money S3 je klíčová, protože obě patří mezi nejrozšířenější účetní systémy pro malé a střední firmy v Česku. Pohoda podporuje import faktur přes formát XML a řada AI nástrojů na to cílí · vygenerují XML soubor s rozpoznanými daty, který se do Pohody naimportuje jedním kliknutím. Money S3 má podobnou logiku, obvykle přes formát pro import závazků a pohledávek. Firmy pracující v cloudových systémech typu iDoklad nebo Fakturoid mívají výhodu přímějšího napojení přes API, protože jde o modernější architekturu bez nutnosti exportu a importu souborů.

Jak AI pomáhá i u smluv, ne jen u faktur

U smluv AI neřeší primárně extrakci částek, ale rozpoznávání rizikových klauzulí, termínů a povinností napříč desítkami až stovkami stránek. Jde o jinou úlohu než u faktur · místo strukturovaných polí (částka, datum) systém hledá volný text a jeho význam.

Typické využití: AI projde nájemní smlouvu nebo smlouvu o dílo a upozorní na výpovědní lhůtu, automatické prodlužování, smluvní pokuty nebo chybějící ujednání o odpovědnosti za škodu. U firem s desítkami aktivních smluv (dodavatelské, nájemní, licenční) to šetří čas právníkovi nebo office manažerovi, který jinak musí každou smlouvu pročítat ručně a hlídat termíny v excelové tabulce. Nástroje umí také vytvořit přehled klíčových dat · kdy končí výpovědní lhůta, kdy se má obnovit smlouva, jaká je splatnost faktur podle rámcové smlouvy · a poslat upozornění před termínem.

Přesnost u smluv je nižší než u faktur, protože právní text je variabilnější a méně strukturovaný. Výstup AI je proto vhodné brát jako podklad k lidské kontrole, ne jako finální právní stanovisko.

Kolik to reálně ušetří a za jak dlouho se investice vrátí

Úspora se počítá primárně v čase účetní nebo administrativního pracovníka, ne v přímé finanční částce, protože ta se odvíjí od mzdových nákladů konkrétní firmy. Ruční zpracování jedné faktury (kontrola údajů, přepis do systému, párování s objednávkou) trvá v průměru 5 až 10 minut. AI zpracování zkrátí tento čas na 1 až 2 minuty potřebné ke kontrole automaticky navrženého zaúčtování.

Modelový výpočet: firma s 300 fakturami měsíčně a účetní na hodinovou sazbu odpovídající běžnému tržnímu ohodnocení ušetří přibližně 25 až 40 hodin práce měsíčně po zavedení automatizace. U menších firem s desítkami faktur měsíčně je úspora spíš v řádu jednotek hodin, ale i tam se často vyplatí kvůli nižší chybovosti · AI systém méně často udělá překlep v částce nebo variabilním symbolu než člověk unavený rutinní prací.

Návratnost investice (ROI) závisí na měsíčním poplatku za nástroj a objemu dokladů. U firem zpracovávajících stovky faktur měsíčně se investice typicky vrací v řádu několika měsíců, u firem s nízkými desítkami dokladů měsíčně to může trvat déle a je potřeba zvážit, zda se vyplatí spíš jednodušší a levnější OCR řešení bez pokročilé AI. V auditech CIAD se opakovaně ukazuje, že firmy podceňují čas strávený manuálním párováním faktur s objednávkami · to bývá skrytá úspora, která se do prvotního odhadu ROI často nezapočítává.

Co to znamená: AI zpracování faktur dnes reálně funguje a napojuje se na běžné české účetní systémy, úspora času je měřitelná už u desítek dokladů měsíčně, ale u smluv jde spíš o asistenta pro rychlejší orientaci než o náhradu právní kontroly.

Časté dotazy

Jak dlouho trvá zavedení AI zpracování faktur ve firmě?

Základní napojení na cloudové účetní systémy jako iDoklad nebo Fakturoid trvá obvykle několik dní až týden. Napojení na Pohodu nebo Money S3 přes XML import bývá o něco pracnější kvůli nastavení mapování polí, ale zpravidla se vejde do dvou až tří týdnů včetně zaškolení.

Umí AI rozpoznat i ručně psané faktury nebo staré skeny?

Ano, moderní OCR zvládá i rukopis a nekvalitní skeny, ale přesnost bývá nižší než u strojově vygenerovaných PDF faktur. U ručně psaných dokladů je vhodné počítat s vyšším podílem manuální kontroly, typicky u 20 až 30 % takových dokumentů.

Je AI zpracování faktur bezpečné z hlediska GDPR?

Záleží na konkrétním nástroji a tom, kde se data zpracovávají a ukládají. Firma by měla zkontrolovat, zda poskytovatel má sídlo nebo servery v EU a jak dlouho a k jakému účelu data uchovává, ideálně to ošetřit smlouvou o zpracování osobních údajů.