AI ve financích: proč není samospásná a kdy opravdu pomáhá

Umělá inteligence je dnes všude – aspoň to tak vypadá. Ale rozhodování ve financích není o tom, kolik AI nástrojů dokáže firma nasadit. S naším CFO jsme si povídali o tom, proč jsou na prvním místě čisté procesy, spolehlivá data, bezpečnost a schopnost vyhodnotit, kde AI dává smysl, a kde je to naopak jen drahý módní výstřelek.  

Karel Raiser, finanční ředitel ARTINu, AI používá každý den, ale jen tam, kde přináší skutečnou hodnotu. A zároveň ji nekompromisně zařízne všude tam, kde význam nemá.

Automatizace před AI aneb co funguje hned

ARTIN s AI pracuje už od roku 1998, takže jsme si její využití testovali i ve financích. Jedním z prvních pokusů byl nástroj na zpracování faktur.
A výsledek?
AI byla pomalejší, dražší a chybovější než lidé. Karel ji bez váhání odstavil, protože v tomto případě prostě nedávala smysl. Tohle je příklad, jak nad umělou inteligencí přemýšlí.

Co naopak rozjel hned od svého nástupu, je systematická automatizace procesů.

Konkrétní dopady:

  • Outsourcing účetnictví po vyčištění procesů ušetřil firmě miliony ročně.

  • Propojení TimeMission, našeho vlastního ERP řešení, s účetnictvím zamezilo dvojímu ručnímu zadávání dokladů.

  • Plánovaná automatizace fakturace OSVČ – když už lidé vše zapisují do jednoho systému, nemá dávat smysl, aby ručně vystavovali faktury, které pak někdo jiný manuálně kontroluje.

Nic z uvedených use casů není AI. Ale všechny tvoří základní kameny pro nasazení umělé inteligence nad čistá data. Protože…

Data jako základ: bez nich AI jen rychleji kazí věci

Karel si nechává vyvíjet plně automatizované reporty kombinující data z TimeMission a účetnictví. Vzniká tím centralizovaná datová základna, která se bude zobrazovat v Power BI – včetně práv, filtrů a pohledů pro různé role.

Výsledkem bude rychlejší a přesnější reporting s menším počtem manuálních zásahů (a tedy s menším prostorem pro lidskou chybu), konzistentní datový pohled napříč firmou a postupné zlepšování kvality dat díky automatickým kontrolám.

Pokud má CFO data, která nejsou strukturovaná, AI mu nepomůže. Strukturalizace stojí moc času, přínos je zanedbatelný. V takovém prostředí AI neškáluje – jen přidává náklady a rizika.

Kde AI skutečně pomáhá: CFO se spolu s ní rozhoduje rychleji, přesněji a klidněji

Na rozdíl od automatizace, která mění procesy, AI mění způsob, rychlost a kvalitu myšlení. Na dotaz, kde Karel využívá umělou inteligenci v každodenní práci, uvádí tři příklady:

1. Sparing partnerka pro nápady

Pomůže mu strukturovat nepořádek v poznámkách, navrhne alternativy, zformuluje myšlenky tak, aby dávaly smysl.
Důležité je ale AI „nekrmit“ vlastním řešením – jinak jen přikývne.

2. Editorka textů a komunikace

AI upraví interní sdělení nebo e-mail tak, aby měl správný tón. Když Karel potřebuje komunikovat směrem do firmy třaskavější sdělení, nechá si poradit a uhladit zprávu tak, aby bylo jasné a nikoho se zbytečně nedotklo.

3. Překladatelka sdělení “mezi řádky”

AI občas pomůže Karlovi pochopit tón, motivaci a kontext e-mailu od kolegy/ně nebo vedení. Funguje tak skvěle jako prevence nedorozumění.

4. Analytická asistentka

Pomáhá mu dohledávat studie, benchmarky, porovnávat trendy. Provádí s její pomocí metaanalýzy a pracuje s externími zdroji, které vyhledává především prostřednictvím funkce deep research.

Karel nicméně upozorňuje, že při použití umělé inteligence je potřeba důsledně uplatňovat jedno pravidlo:

Bez zdroje není výsledek relevantní. Vždycky se ptám: „Odkud ta data máš?“
U spousty odpovědí zjistím, že jsou data nepoužitelná. Proto je při práci s AI důležitá opatrnost.

Kde je AI spíš hrozba než pomoc

S halucinacemi už počítá víceméně každý, kdo s umělou inteligencí pravidelně pracuje. Ale Karel zmiňuje i další omezení, se kterými se pravidelně setkává.

AI je podle něj často zbytečně servilní a zbytečně odsouhlasí i špatné nápady. Někdy je těžké přimět ji k opravdu konstruktivní zpětné vazbě.

Další Achillovou patou jsou početní úlohy. Současné jazykové modely dokáží sice slovy správně popsat postup výpočtu. Samotné matematické operace, nejednou i jen triviální výpočty, ale vykazují vysokou chybovost.   

Karel to shrnuje jednoduše:

AI umí pomoct, ale jen pokud je nasazená tam, kde to dává smysl. Nesprávné použití může způsobit víc škody než užitku. Pořád nad ní musí stát člověk s komplexním rozhledem a znalostí oboru, aby z ní dostal spolehlivé výsledky.

Bezpečnost aneb proč CFO musí být největší paranoik ve firmě

Práce s fakturami, smlouvami nebo finančními modely vyžaduje maximální opatrnost. Kromě chyb hrozí i únik interních informací, pokud nejsou zabezpečené a LLM nepoužíváte správně.

Karel za nejdůležitější považuje anonymizaci citlivých dokumentů a jasně definovaný kontext. Samozřejmostí je používání důvěryhodných platforem a nástrojů i nastavení osobních AI asistentů tak, aby se jazykové modely na soukromé znalostní databázi neučily.  

V neposlední řadě je potřeba správně chápat a pracovat v souladu s regulačních limity, jako jsou DORA, NIS2 nebo GDPR.

Ve finančních institucích a pojišťovnictví to znají dobře: bez bezpečnosti není AI vůbec téma.

Kam finance směřují: méně manuální práce, víc rozhodování

Během pár let bude běžné, že finance firmy velikosti ARTINu zvládne místo pěti lidí jediná osoba, podpořená automatizací a dobře nastavenými systémy.

AI bude hrát roli hlavně v prediktivním modelování, sledování trendů, tvorbě konkurenčních analýz a rychlé interpretaci dat. Ale nebude finanční oddělení, potažmo firmu, řídit.

Lidský úsudek zůstane klíčový – čísla musí dávat smysl i lidsky,“ podotýká Karel.

Praktický check-list: co musí CFO udělat dřív, než začne přemýšlet o AI

  1. Zjednodušit a popsat procesy.

  2. Vyčistit a sjednotit datové zdroje.

  3. Automatizovat opakovatelné činnosti.

  4. Zajistit datovou bezpečnost a governance.

  5. Až pak začít používat AI jako nadstavbu.

Firmy, které důležité kroky přeskočí, skončí s drahými nástroji, které ale nic moc nevyřeší.

Závěr: AI pomáhá těm, kdo vědí, co dělají

AI je silný nástroj, který ale není samospásný.
Karel naše povídání shrnuje:

Nejdřív musíte mít pořádek v datech a procesech. Pak nastupuje automatizace. A teprve potom AI – a jen tam, kde opravdu přináší hodnotu.

Pokud k AI přistoupíte chytře, odměnou vám bude oddělení financí, které místo nahánění třendů vytváří reálnou konkurenční výhodu: rychlá rozhodnutí, přesná data a bezpečný provoz.