Zeptejte se lidí, kteří v účetních firmách nasazují umělou inteligenci, jaké postupy dnes AI agenti zvládnou opravdu samostatně, a narazíte na rozpaky. Odpovědi bývají vyhýbavé. Firmy sice AI používají čím dál víc, jenže představa softwaru, který obstará účetní práci od začátku do konce bez zásahu člověka, zůstává vzdálená.
Pochyby přitom nevyslovují skeptici zvenčí. Vyslovují je právě lidé, kteří ty agenty sami vyrábí a používají. Když dojde na konkrétní příklady, debata se pokaždé stočí ke stejným věcem: automatizace v Excelu, třídění e-mailů, tvorba přehledových tabulek, standardizace opakujících se úkonů. Práce, kterou by AI řídila zcela sama, se hledá těžko.
Kde účetní využívají AI nejvíce
Nejlepší výsledky přicházejí tam, kde práce už teď běží podle jasných pravidel. Zdaleka nejčastěji padá jedno slovo, Excel. Účetní denně převádějí exporty z pokladních systémů, kontrolují vzorce, připravují podklady a přesouvají data do jednotných šablon. Právě tohle patří k nejsnáze dosažitelným příležitostem. Když někdo tráví čas vzorci, importuje CSV soubory, exportuje data a překlápí je do šablon, tam se vyplatí nasadit AI jako první.
Podobně firmy využívají AI k tomu, aby si udržely pořádek v e-mailových schránkách, generovaly klientům přehledové tabulky nebo vytvářely opakovaně použitelné postupy, díky nimž se stejná rutina dělá napříč týmy stejně. Stejnou cestou jdou i velké finanční společnosti. Typicky začnou jediným provozním procesem a teprve pak AI rozšíří dál, do pohledávek, závazků a plánování.
Problém s pochopením agentů
Spousta firem se mezitím posunula od pouhého zkoušení nástrojů k těžší otázce, jak je zabudovat do každodenního chodu. A to trvá. Nová technologie sama o sobě způsob práce nezmění. Chvíli potrvá, než se investovaný čas vrátí. Bývá to popisováno jako křivka osvojování. Firmy musí AI nejdřív zabudovat do svých postupů, teprve pak začne spolehlivě šetřit čas, který od ní všichni čekají.
Sedí to k tomu, co ukazují průzkumy. AI agenti potřebují mnohem bohatší kontext, než jim běžná firemní data obvykle nabídnou. Organizace, které kolem svých dat vybudují takzvanou sémantickou vrstvu, zvýší přesnost AI a zároveň sníží náklady. Největší překážka tedy nemusí ležet ve schopnostech samotného nástroje, ale ve stavu firemních dat.
S tím souvisí i další problém, chybějící znalosti. Řada lidí v oboru se teprve seznamuje se základními stavebními kameny agentní AI, než se vůbec rozhodnou, kam ji zařadit. Zaznívá pocit zahlcení z toho, jak vlastně začít a jak to celé rozjet ve větším měřítku. Lidé chtějí rozumět tomu, z čeho se agent skládá, jaké má součásti a jak ho postavit. Materiálů, které to vysvětlují, je spousta, jenže vyznat se v nich není snadné.
Agenty je třeba pořád kontrolovat
Které úkoly dnes při účetní uzávěrce AI agenti zvládnou od začátku do konce bez lidské kontroly? Odpověď zní: ani jeden jediný.
Účetní data, chování klientů i pohyby na transakčních účtech jsou pořád příliš nesourodé na to, aby se člověk z kontroly vytratil. Ještě dlouho potrvá, než si účetní firmy řeknou, že z nějakého procesu člověka úplně vyřadí. Odhady mluví o tom, že sedmdesát pět až osmdesát procent takové práce jde díky AI rychleji a konzistentněji, ale zbylých dvacet až pětadvacet procent je pořád potřeba překontrolovat.
Stejně mluví i finanční ředitelé velkých firem. Někteří přiznávají, že neexistuje nic, co by agenti zvládli úplně bez dohledu. Jiní by AI jako první svěřili administrativní schvalování, kdežto strategická rozhodnutí by si nechali pro sebe.
Účetní branže tak zůstává pevně opřená o opakovanou, předvídatelnou práci. Automatizace tabulek, přepisy schůzek, rutina. Agenti, kteří by tohle všechno spojili a odvedli sami, jsou zatím spíš příslibem než realitou. A přiznávají to i ti, kdo na nich pracují.
Zdroj: cfo.com
