AI w księgowości: mniej sortowania, więcej czasu na ocenę

Księgowość to także wielokrotne czytanie, sortowanie i ustalanie kontekstu. Co kupiono? Czy zakup pasuje do działalności klienta? Czy informacji wystarczy do prawidłowego ujęcia? AI może wspierać te zadania wymagające rozumienia tekstu. Obliczenia, dokładne dopasowania i ustalone reguły księgowe powinno wykonywać niezawodne oprogramowanie. Dobry proces łączy te rodzaje pracy i zostawia więcej uwagi na wyjątki oraz decyzje.

MechaAnetka to projekt wspierający procesy księgowe, połączony z Krajowym Systemem e-Faktur. Jak wyjaśnia Ministerstwo Finansów, faktury w KSeF mają ustrukturyzowany format XML. Projekt odczytuje pola bezpośrednio i przygotowuje dane sprzedawcy, nabywcy, kwotę oraz pozycje faktury do przeglądu. To standardowa automatyzacja. AI pojawia się przy interpretowaniu opisów zakupów. W przypadku skanów lub plików PDF wcześniejszym etapem mogłoby być odczytanie danych i sprawdzenie ich zgodności z oryginałem.

Przykłady opisują implementację MechaAnetki przejrzaną na potrzeby tego artykułu. Nie potwierdzają użycia produkcyjnego, zmierzonych oszczędności czasu ani poziomu trafności. Scenariusze zakupów są ilustracyjne i nie zawierają danych klientów.

Ten sam produkt może mieć inne znaczenie u różnych klientów. Zabawki mogą być towarem sklepu albo wyposażeniem przedszkola. Przy innej działalności mogą wymagać wyjaśnienia. MechaAnetka przekazuje AI opis działalności napisany przez księgowego wraz z danymi faktury. Analiza odpowiada na dwa wąskie pytania: czy zakup dotyczy pojazdu i czy wskazuje na użytek prywatny? Wynikiem jest oznaczenie do przeglądu, a nie rozstrzygnięcie o możliwości odliczenia lub zaliczenia do kosztów.

Brak kontekstu może uzasadniać dodatkowe pytanie. Nie dowodzi prywatnego charakteru wydatku. Brak oznaczenia również nie potwierdza poprawnego ujęcia księgowego.

Wyobraźmy sobie fakturę za opony i wymianę oleju bez numeru rejestracyjnego. Model językowy może rozpoznać związek z pojazdem, gdy dokładne dopasowanie nie jest możliwe. W MechaAnetce program najpierw porównuje dostępne numery rejestracyjne i VIN z pojazdami klienta. Zgodność uruchamia istniejącą ścieżkę opartą na regułach i pomija analizę AI. Zakupy bez dopasowania mogą trafić do modelu, który oznaczy wydatek samochodowy lub potencjalnie prywatny zakup.

• Jasny opis: Paliwo, opony lub konkretna naprawa pojazdu dają sprawdzającemu wyraźny punkt odniesienia.

• Opis wieloznaczny: Same „usługi serwisowe” mogą oznaczać obsługę IT lub konserwację sprzętu. Instrukcje modelu wyraźnie rozróżniają te przypadki.

• Dalsza weryfikacja: Księgowy może sprawdzić fakturę, ustalić pojazd i zastosować właściwe ujęcie na podstawie pełnych informacji.

Oznaczenie pomaga, gdy można je znaleźć i obsłużyć. MechaAnetka zapisuje wynik przy fakturze oraz pozwala oznaczyć sprawę jako rozwiązaną. Nieudane analizy AI zapisuje osobno i umożliwia ich ponowienie. Błąd musi pozostać widoczny, zamiast wyglądać jak zakończona kontrola bez zastrzeżeń. Dzięki temu wynik AI staje się uporządkowaną częścią pracy księgowej.

Obecny klasyfikator zwraca dwa sygnały tak/nie. Nie tworzy pisemnego uzasadnienia ani oceny pewności. Księgowy nadal musi sprawdzić szczegóły faktury.

Podobny model pracy można zastosować do kolejnych zadań. To możliwe rozszerzenia, a nie funkcje potwierdzone w implementacji przeglądu faktur MechaAnetki:

• Pytania do klientów: Przygotowanie krótkiej prośby o brakujący dokument lub wyjaśnienie celu zakupu. Księgowy sprawdza treść przed wysłaniem.

• Wsparcie uzgadniania: Propozycje dopasowań, gdy opisy płatności różnią się od oznaczeń faktur. Przed zatwierdzeniem trzeba sprawdzić kwoty, daty, walutę i dokumentację.

• Komentarz miesięczny: Szkic objaśnienia dla klienta na podstawie zweryfikowanych raportów. Każdą liczbę należy sprawdzić i odróżnić zaobserwowaną zmianę od domniemanej przyczyny.

• Przyjmowanie dokumentów: Sugerowanie typu dokumentu i odczytywanie pól z plików z zachowaniem oryginału do weryfikacji.

Materiały ICAEW dotyczące umiejętności AI podkreślają potrzebę uważnej ludzkiej weryfikacji modeli finansowych tworzonych z pomocą AI. Taka dyscyplina przydaje się również przy fakturach: zachowaj dostęp do oryginału, pokazuj nierozwiązane sprawy i określ osoby uprawnione do zatwierdzania zmian. Ustal, jakich danych klienta potrzebuje model, gdzie są przetwarzane i kto ma dostęp. Oznaczenia powinny wspierać profesjonalną ocenę. Nie powinny samodzielnie uruchamiać deklaracji podatkowych, płatności ani ostatecznych decyzji księgowych.

Wybierz ograniczone zadanie, na przykład znajdowanie faktur zakupowych wymagających wyjaśnienia dotyczącego pojazdu. Przed rozszerzeniem zakresu porównaj proces z próbką sprawdzoną przez księgowego. Uwzględnij jasne przypadki, wieloznaczne opisy i braki danych. Sprawdzaj oznaczone faktury oraz próbkę nieoznaczonych, aby zobaczyć również przeoczenia.

• Czas pracy: Mierz łączny czas przeglądu, korekt i dalszych wyjaśnień.

• Przydatne oznaczenia: Śledź, które sygnały prowadzą do sensownych pytań lub korekt, a które generują zbędną pracę.

• Przeoczenia i błędy: Zapisuj problemy w nieoznaczonych fakturach i analizy, które się nie zakończyły.

Dobry pilotaż powinien wykazać, że zespół podejmuje uzasadnione decyzje mniejszym nakładem pracy. Sama liczba faktur wysłanych do modelu niewiele mówi.