← Všechny případové studie

AI v provozu

Účetní doklady bez přepisování

Faktury a účtenky přijdou e-mailem nebo přes Telegram, AI z nich vytáhne data, systém je ověří v ARES, předkontuje podle historie dodavatele a zapíše do ABRA Flexi.

15 s
od e-mailu s fakturou po předkontovaný doklad
65-76 %
objemu faktur předkontuje systém sám
14 z 14
chybných dokladů v testu zachyceno

Výchozí situace

  • Každý doklad bylo potřeba ručně roztřídit v placené SaaS službě, která účtovala kredity za zpracování a neměla API.
  • Služba dělala chyby: zahraniční fakturu například přiřadila k úplně jinému dodavateli podle britského čísla firmy.
  • Účetní trávila čas kontrolou a opravami místo samotného účetnictví.

Co jsem postavil

  1. Příjem odkudkoliv

    Doklady chodí e-mailem, přes Telegram bota nebo webový formulář. Telegram umí doplnit chybějící kategorii jedním tlačítkem.

  2. Extrakce a ověření

    Jazykový model vytáhne data z PDF i fotek. Pak nastoupí deterministická kontrola: IČO v ARES, DPH, součty. AI tedy nic nerozhoduje sama.

  3. Předkontace z historie

    Z 30 153 záznamů z ABRA Flexi vznikla tabulka 1 124 pravidel podle dodavatelů. Podle ní systém doklad předkontuje stejně, jako by to udělala účetní.

  4. Zápis a párování plateb

    Hotový doklad se zapíše do ABRA Flexi i s originálním PDF. Platby se párují přes API Fio banky.

  5. Nejistota jde k člověku

    Cokoliv, co neprojde kontrolou, systém označí ke schválení. Nikdy nehádá.

Výsledky

  • Benchmark na 200 dokladech proti skutečnému účetnictví: IČO 100 %, datum 99 %, DUZP 98 %. Kategorizace 100 % tam, kde má dodavatel ustálené zaúčtování.
  • Test na 50 záměrně těžkých dokladech v 5 jazycích: extrakce IČO, částek, čísel a dat 100 %, všech 14 chybných dokladů zachyceno, u nečitelných skenů žádné vymyšlené údaje.
  • Deterministická předkontace pokrývá 65 % (CZ) a 76 % (Events) ročního objemu přijatých faktur.
  • Historie 3 380 dokladů z původní služby spárována s účetnictvím na 89,7 %.

AI je tu jen jedna vrstva. Spolehlivost dělají pravidla kolem ní: ověření v registru, kontrola součtů a to, že si systém přizná nejistotu.