První setkání s umělou inteligencí často vypadá tak, že si otevřete chatovací okno a napíšete dotaz. Odpověď přijde okamžitě, působí sebevědomě a vy máte pocit, že jste právě vyřešili problém. Právě tady vzniká nejčastější chyba začátečníků: berou první odpověď jako hotovou pravdu. Model totiž neověřuje fakta, jen skládá pravděpodobnou odpověď. Než něco použijete, ověřte to v jiném zdroji.
Druhá častá chyba je příliš mnoho automatizace najednou. Začněte jednou kategorií, třeba doplňky s pravidelným prodejem, a teprve po stabilních výsledcích přidejte zbytek. Průběžně porovnávejte predikci se skutečností — stačí jednoduchá tabulka odchylek. Pokud model dlouhodobě chybuje o desítky procent, není problém v datech, ale v parametrech. A pozor na přepočet měn a DPH: pokud je nemáte sjednocené, všechny výpočty skladu vám sedět nebudou.
Automatizace fakturace neznamená jen poslat PDF e-mailem místo pošty. Skutečná automatizace spočívá v tom, že data o zakázce, odběrateli a splatnosti se přenesou do faktury bez ručního přepisování. Než začnete cokoli nastavovat, sepište si, odkud fakturační údaje přicházejí. Typicky jde o přijatou objednávku, výdejku ze skladu nebo dokončenou službu. Pokud tyto zdroje nejsou jednotné, automatizace jen zrychlí vznik chyb. Prvním krokem je sjednotit číselníky odběratelů a položek na jednom místě. Bez toho budete mít v systému dva záznamy pro stejnou firmu a přehled o obratu se rozpadne.
Dalším častým problémem je jazyk. Automaticky generovaný text bývá obecný, plný frází a opakování. Vypadá odborně, ale nic neříká. Přečtěte si každý snímek nahlas a zkraťte ho na jednu myšlenku. Pokud věta zní jako z propagačního letáku, přepište ji vlastními slovy. Právě v této úpravě vzniká rozdíl mezi prezentací, která něco předá, a prezentací, kterou publikum přestane sledovat po třetím snímku.
Ruční přepisování údajů z přijatých faktur do účetního systému je činnost, která spolehlivě pohlcuje hodiny každý týden a zároveň vytváří prostor pro chyby. Nástroje postavené na umělé inteligenci dnes umí převzít právě tuto část: rozpoznají text z naskenovaného nebo vyfoceného dokladu, vytáhnou číslo faktury, datum splatnosti, dodavatele, částku a daň, a výsledek předají dál ve strukturované podobě. Nejde o magii, ale o kombinaci optického rozpoznávání znaků a jazykového modelu, který si poradí i s tím, že každý dodavatel má fakturu poskládanou jinak.
Začněte malými a konkrétními úkoly. Místo obecného „napiš mi něco o zahradě” zadejte „vypiš pět kroků, jak připravit záhon na jaře, každý krok jednou větou”. Čím přesněji popíšete, co chcete, tím použitelnější výsledek dostanete. Určete formu, rozsah i tón. Když je odpověď mimo, nezačínejte znovu od nuly — napište, co má být jinak. Úprava původního zadání funguje lépe než nový dotaz.
Pokud už ke škodě došlo, postupujte rychle. Zajistěte logy, znepřístupněte postižený systém a písemně informujte dotčené osoby, pokud hrozí další újma. Následně posuďte, zda jde o přestupek proti ochraně osobních údajů, nebo o občanskoprávní nárok. U soudu pak budete muset prokázat příčinnou souvislost mezi jednáním AI a vzniklou škodou. To je často nejtěžší část sporu, protože rozhodování neuronové sítě je netransparentní.
Před nasazením si udělejte zkušební provoz na historických datech. Vezměte faktury za poslední dva až tři měsíce, prožeňte je systémem a porovnejte výstup s tím, co jste měli v účetnictví. Sledujte dvě čísla: kolik dokladů prošlo bez zásahu člověka a kolik jich bylo potřeba opravit. Teprve podle těchto výsledků se rozhodujte, zda rozšíříte automatizaci na další agendu, nebo zda je lepší nejprve sjednotit formáty, které od dodavatelů dostáváte.
Základní pravidlo zní: odpovědnost nese ten, kdo měl nad systémem kontrolu. U algoritmů, které pouze zpracovávají data podle jasných instrukcí, odpovídá provozovatel. Pokud ale model rozhoduje autonomně na základě strojového učení, je situace složitější. V praxi se proto nejprve zkoumá, zda šlo o vadu výrobku, chybu v datech, nebo o nedostatečné zabezpečení.
Nevkládejte do nástrojů osobní údaje, hesla, smlouvy ani interní dokumenty. Co jednou odešlete, nemáte pod kontrolou. Pro citlivou práci používejte obecné popisy místo skutečných jmen a čísel. Také počítejte s tím, že výstup může být zatížený autorskými právy. Text přeformulujte vlastními slovy a u obrázků si ověřte podmínky použití.
Kde se automatizace láme a jak tomu předejít Nejčastější chyba je pustit nástroj na všechny faktury bez výjimky a věřit, že výstup bude bezchybný. Umělá inteligence si rozumně poradí s běžnými doklady, ale selhává tam, kde je tabulka natočená, kde je část textu přes razítko nebo kde dodavatel používá neobvyklé označení. Proto nastavte pravidlo důvěry: položky, u kterých si model není jistý, musí jít ke kontrole člověkem. Nikdy nenechte automatické párování plateb proběhnout bez možnosti zpětné opravy.
