Biura rachunkowe pracują więcej i zarabiają tyle samo. AI nie zaksięguje za Was, ale odda zespołowi tydzień w miesiącu

Dlaczego ta rozmowa wraca właśnie teraz

Przez ostatnie dwa lata w biurach rachunkowych panowało przekonanie, że KSeF rozwiąże problem, który najbardziej boli: dostarczanie dokumentów przez klientów. Częściowo rozwiązał. Od 1 lutego 2026 roku faktury odbierają w Krajowym Systemie e-Faktur wszyscy podatnicy, od tej samej daty wystawiają je najwięksi — ci, których sprzedaż w 2024 roku przekroczyła 200 mln zł z VAT — a od 1 kwietnia 2026 roku pozostali przedsiębiorcy. Najmniejsi, z miesięczną sprzedażą fakturowaną do 10 tys. zł brutto, wystawiają w KSeF od 1 stycznia 2027 roku. Teczka z paragonami przywożona dziesiątego dnia miesiąca faktycznie zaczęła chudnąć.

Problem polega na tym, że w tym samym czasie w drugą stronę poszła sprawozdawczość. W rankingu procesów, które generują najwięcej pracy w najbliższych miesiącach, respondenci Barometru postawili nowe struktury JPK — JPK_KR_PD i JPK_CIT — wyżej niż KSeF: 82,4% wobec 80,9%. Od 1 stycznia 2026 roku elektroniczne księgi prowadzą podatnicy CIT i prowadzący pełne księgi podatnicy PIT składający JPK_V7M, a także podatnicy na PKPiR i ryczałcie rozliczający VAT miesięcznie; pierwsze pliki za 2026 rok pójdą do 31 lipca 2027 roku przy pełnych księgach i zasadniczo do 30 kwietnia 2027 roku przy PKPiR i ryczałcie. Od 1 stycznia 2027 roku wchodzą pozostali, w tym rozliczający VAT kwartalnie. Innymi słowy: ubyło noszenia papieru, przybyło wymagań co do jakości danych w księgach.

Warto też pamiętać, jak branża wchodziła w tę zmianę, bo to tłumaczy, dlaczego tak wiele biur dopiero teraz myśli o narzędziach. Badanie Symfonii z listopada 2025 roku na próbie 153 biur rachunkowych — czyli niespełna pół roku przed startem obowiązku — pokazało, że pełną gotowość, obejmującą procedury, narzędzia i przeszkolony zespół, zgłaszał 1% badanych. Jakichkolwiek przygotowań do obsługi klientów w nowym modelu nie rozpoczęło 69%, a 72% nie zdecydowało jeszcze, w jaki sposób zintegruje się z systemem. Większość biur weszła w 2026 rok, gasząc pożar, a nie projektując proces — i to jest realny punkt startu dla każdej rozmowy o automatyzacji.

Czego AI w biurze rachunkowym nie zrobi

Zacznijmy od granicy, bo w tej branży jej przekroczenie kosztuje więcej niż gdzie indziej — po drugiej stronie stoi odpowiedzialność za cudze rozliczenia. Model językowy nie weźmie na siebie decyzji księgowej ani podatkowej. Nie zastąpi doradcy podatkowego, bo część czynności jest w Polsce zastrzeżona dla osób z uprawnieniami, a odpowiedzi na pytanie „jak to rozliczyć” nie wolno sprowadzić do wygenerowanego akapitu. Nie przejmie też odpowiedzialności, której przejąć nie może: zgodnie z art. 4 ust. 5 ustawy o rachunkowości za wykonywanie obowiązków w zakresie rachunkowości odpowiada kierownik jednostki, również wtedy gdy powierzył je innemu podmiotowi, a biuro odpowiada wobec klienta kontraktowo i ma obowiązkowe OC z minimalną sumą gwarancyjną 10 tys. euro. Nie jesteśmy kancelarią i to nie jest porada prawna, ale kierunek jest jednoznaczny: automat nie figuruje na żadnej z tych list.

Są też rzeczy, które wyglądają na AI, a nią nie są — i dobrze o tym wiedzieć, zanim ktoś wyceni je jak projekt badawczy. Odczyt faktury z PDF-a to OCR, technologia starsza od modeli językowych i kupowana razem z systemem. Reguły dekretacji powtarzalnych kosztów to tablica wzorców, nie sieć neuronowa. Walidacja struktury JPK przed wysyłką to schemat XSD i zestaw kontrolek. Prognoza obciążenia zespołu w zamknięciu to arkusz i historia poprzednich miesięcy. Jeśli dostawca sprzedaje Wam „AI do dekretacji”, prawdopodobnie sprzedaje silnik reguł z lepszym interfejsem — co nie znaczy, że jest zły, tylko że nie powinien kosztować jak wdrożenie AI. Rozróżnienie, które się tu przydaje, rozłożyliśmy w tekście o agentach i zwykłej automatyzacji.

Zostaje natomiast obszar, w którym naprawdę leżą pieniądze, i jest on zaskakująco mało księgowy: obieg informacji wokół dokumentu. Pytanie do klienta, na które odpowiedź przychodzi po trzech dniach. Ten sam załącznik przysłany trzeci raz w innej wersji. Mail „a ile mam zapłacić i dlaczego tak dużo”. Ustalenie z klientem sprzed roku, o którym pamięta jedna osoba w biurze i właśnie jest na urlopie. To jest praca, której nikt nie mierzy, bo wygląda jak „normalna praca księgowej”.

Gdzie naprawdę znika dzień w biurze

Zanim pojawi się jakiekolwiek narzędzie, warto wykonać ćwiczenie, które zajmuje dwa dni i zwykle kończy się niemiłym zaskoczeniem właściciela. Weźcie dwadzieścia ostatnich zamknięć miesiąca i policzcie przy każdym trzy rzeczy: ile razy ktoś z biura musiał dopytać klienta o dokument albo wyjaśnienie, ile dni minęło od pierwszego pytania do kompletu, i ile czasu zajęło przygotowanie odpowiedzi na pytania klienta już po zamknięciu.

W typowym małym biurze pierwszy licznik wynosi od trzech do dziesięciu na klienta. Brakująca faktura kosztowa. Nieopisany przelew. Wyciąg bez jednej strony. Umowa, której nikt nie przysłał, a bez niej nie wiadomo, czy to usługa czy najem. Zakup, przy którym trzeba wiedzieć, czy pojazd jest używany także prywatnie. Za każdym razem ktoś pisze maila, czeka, przypomina, a zamknięcie stoi.

Drugi licznik jest ważniejszy, bo wprost przekłada się na koszt. Jeśli komplet dokumentów dla przeciętnego klienta spływa w piątym dniu, biuro pracuje równo przez miesiąc. Jeśli spływa w piętnastym, cała praca ściska się w dwa tygodnie, a za nadgodziny płacicie wynagrodzeniem albo rotacją — i to właśnie tam siedzi ten „drastyczny wzrost nakładu pracy”, który zgłosiło 65,9% badanych. To jest jedyna metryka, którą warto postawić nad całym projektem.

Trzeci element wychodzi w tym ćwiczeniu zawsze, a prawie nigdy nie jest planowany: pytania klientów w trakcie. Księgowa pracująca nad deklaracją jest przerywana telefonem o termin zapłaty, mailem o stan rozrachunków i pytaniem, czy faktura z marketplace’u „już jest w systemie”. Każde przerwanie kosztuje kilka minut powrotu do zadania, a przy piętnastu dziennie to godziny. Większość wartości w tym wdrożeniu bierze się nie z „szybszego księgowania”, a z usunięcia pytań, na które odpowiedź leży już w Waszych systemach.

Pięć zadań, które model wykonuje wiarygodnie

Jeśli opisać to uczciwie, w biurze rachunkowym nie wdraża się „sztucznej inteligencji”, a pięć dość nudnych funkcji. Żadna z nich nie podejmuje decyzji podatkowej.

• Odpowiadanie na powtarzalne pytania klientów. „Ile mam zapłacić i do kiedy”, „czy przysłałem już komplet za wrzesień”, „czy ta faktura jest zaksięgowana”, „jaki mam stan rozrachunków z tym kontrahentem” — odpowiedzi na te pytania są w systemie księgowym, a mimo to zjadają czas człowieka. Asystent czytający te dane odpowiada natychmiast, w kanale, którym pyta klient, bez prawa zmiany czegokolwiek. Warunkiem jest podłączenie, a nie model — dlaczego to właśnie integracja jest zwykle najdroższą częścią, pisaliśmy przy okazji MCP.
• Kontrola kompletności i gonienie braków. System porównuje, co powinno być w miesiącu, z tym, co jest: brakujący wyciąg, nieprzypisany przelew, faktura bez umowy, dokument spoza KSeF, którego klient jeszcze nie przysłał. Codziennie rano wychodzi jedna lista braków per klient i gotowy do wysłania, uprzejmy monit z konkretami. Nic więcej — a to zwykle największy pojedynczy odzysk czasu w całym projekcie.
• Podpowiedź dekretacji z uzasadnieniem. Model nie księguje; pokazuje, jak podobne dokumenty od tego samego kontrahenta były księgowane w ostatnich miesiącach, proponuje konto i stawkę, zaznacza, czym ten dokument różni się od poprzednich, i mówi, czego nie jest pewny. Księgowa zatwierdza jednym kliknięciem albo poprawia. To ta sama mechanika, którą opisywaliśmy przy analizie umów od kontrahentów: model przygotowuje, człowiek decyduje.
• Tłumaczenie wyniku na język klienta. „Dlaczego mam w tym miesiącu wyższy podatek niż w poprzednim” to pytanie, na które odpowiedź trwa kwadrans, bo trzeba porównać dwa okresy i wyjaśnić różnicę zrozumiale. Model, który ma dostęp do obu zestawień, przygotowuje szkic wyjaśnienia z liczbami, a księgowa go sprawdza i wysyła. Zyskujecie czas i, co ważniejsze, klient przestaje dzwonić drugi raz.
• Baza wiedzy biura. Interpretacje, do których wracacie, wewnętrzne procedury, ustalenia z konkretnym klientem, nietypowe przypadki rozwiązane dwa lata temu. Asystent, który przeszukuje te materiały i podaje odpowiedź z odnośnikiem do źródła, skraca czas wdrożenia nowej osoby z miesięcy do tygodni. Jak to zbudować tak, żeby nie zmyślał, opisaliśmy w tekście o asystencie na dokumentach firmy.

KSeF zabrał dostarczanie dokumentów, nie zabrał pracy

Najczęstsze rozczarowanie pierwszego roku z KSeF brzmi tak: dokumenty przychodzą same, a pracy nie ubyło. Powód jest prosty — zniknął etap przewożenia papieru, pojawiły się dwa nowe etapy, których wcześniej nie było.

Pierwszy to filtrowanie. W strumieniu faktur zakupowych klienta pojawiają się pozycje niezwiązane z działalnością — prywatne zakupy zrobione na firmowy NIP — oraz dokumenty błędne albo wystawione przez kogoś, kto podszywa się pod kontrahenta. Ktoś musi je rozpoznać i odłożyć. Drugi to akceptacja: ponieważ korektę robi się już tylko fakturą korygującą, a wsteczne wystawianie nie jest możliwe, rozsądne biura wprowadziły bufor — klient zatwierdza pobrane z KSeF faktury, zanim trafią do księgi. Oba te etapy są idealnym miejscem na automatyzację, bo oba są powtarzalne, oparte na danych i nie wymagają decyzji podatkowej.

Jest też część strumienia, która nie zmieniła się wcale i o której łatwo zapomnieć przy planowaniu: faktury od podmiotów zagranicznych bez stałego miejsca prowadzenia działalności w Polsce, dokumenty od najmniejszych podatników do końca 2026 roku, paragony, rozliczenia pracownicze, umowy i dokumenty kadrowe. Dla nich nadal potrzebujecie zwykłego kanału i zwykłej kontroli kompletności — dlatego warto projektować proces tak, żeby ten sam klient dał się obsłużyć niezależnie od tego, którędy przyszedł dokument. Co zrobić z samymi danymi, które teraz spływają strukturalnie, rozłożyliśmy osobno w tekście o danych z KSeF.

Warto przy tym pamiętać o różnicy, którą dostawcy zacierają: faktura w KSeF jest danymi, ale skan umowy najmu przysłany telefonem już nie. Dopóki odczyt takiego dokumentu nie jest weryfikowany przez człowieka przed zapisem w księdze, dokładacie sobie trzeci rodzaj błędu obok papieru i ręcznego wpisu. Ta sama zasada, która obowiązuje w każdym innym wdrożeniu: najpierw dane gotowe na AI, potem AI.

Dekretacja: podpowiedź tak, decyzja nie

Pierwsza rzecz, o którą pyta każdy właściciel biura, brzmi: czy AI może księgować sama. Technicznie — w wielu przypadkach tak, i to jest właśnie problem, bo pytanie nie jest techniczne.

Zapis w księdze jest oświadczeniem o stanie faktycznym, które niesie konsekwencje: odliczony VAT, koszt uznany za podatkowy, kwalifikacja wydatku na środek trwały albo na bieżąco. Odpowiedzialność za ten zapis rozkłada się między klienta, który odpowiada za swoje zobowiązania podatkowe, i biuro, które odpowiada za staranność wykonania usługi; przy czynnościach wykonywanych w czyichś sprawach gospodarczych w grę wchodzi także odpowiedzialność karno-skarbowa osób, które je prowadzą. Automat nie jest adresatem żadnego z tych reżimów — adresatem pozostaje człowiek, który go uruchomił. Firma, która wpuszcza model na cały ten odcinek, godzi się na scenariusz, w którym jedna źle sklasyfikowana seria faktur daje korektę deklaracji za pół roku, odsetki u klienta i roszczenie do Waszego OC.

To, co w dekretacji działa i nie wywraca ryzyka, jest mniej spektakularne, ale mierzalne. Model podaje propozycję wraz z trzema rzeczami: co zadecydowało (ten kontrahent, ta pozycja, taki opis), jak księgowano to wcześniej, i gdzie jest wątpliwość. Dokumenty, w których wszystko zgadza się z historią, lecą przez jedno zatwierdzenie zbiorcze. Dokumenty odbiegające od wzorca trafiają do kolejki wyjątków i tam zostaje cała uwaga człowieka. Efekt nie polega na tym, że nikt nie patrzy na dokumenty — polega na tym, że patrzy się na pięć procent, które są trudne, a nie na sto procent z taką samą uwagą.

Jest jeden obszar, w którym nawet podpowiedź trzeba traktować ostrożnie: pozycje graniczne. Reprezentacja i reklama, pojazdy używane mieszanie, usługi niematerialne od podmiotów powiązanych, odwrotne obciążenie, transakcje z rajami, cienka kapitalizacja. Tam model nie ma racji ani jej nie ma — ma tylko podobieństwo do przeszłych zapisów, a te mogły być błędne. Granica jest prosta: pozycje powtarzalne i jednoznaczne — tak, pozycje o skutkach interpretacyjnych — do człowieka z uprawnieniami.

Pytania klientów: najszybszy zwrot, najmniejsze ryzyko

Jeśli szukacie projektu, który pokaże liczbę w trzy tygodnie i nie narazi Was na nic, to jest ten. Weźcie korespondencję z ostatnich dwóch miesięcy i wypiszcie dziesięć pytań, które powtarzają się najczęściej. W większości biur lista jest przewidywalna: termin i kwota zapłaty, status kompletu dokumentów, stan rozrachunków, czy dany dokument został zaksięgowany, kiedy będzie gotowa deklaracja, co jeszcze trzeba przysłać.

Każde z tych pytań ma odpowiedź w danych i żadne nie wymaga interpretacji przepisu. Asystent działający w trybie tylko do czytania odpowiada na nie w kanale, którym klient pyta, i robi to o dwudziestej drugiej, kiedy nikogo nie ma w biurze. Mechanika jest ta sama, którą opisywaliśmy przy segregacji wspólnej skrzynki firmowej, tylko kategorie są inne i dużo bardziej jednoznaczne.

Kluczowa jest natomiast granica i trzeba ją ustawić zanim cokolwiek włączycie: asystent nie odpowiada na pytania o skutki podatkowe planowanych działań. „Czy mogę to wrzucić w koszty”, „czy opłaca mi się przejść na ryczałt”, „jak rozliczyć sprzedaż mieszkania firmowego” — to pytania, które muszą trafić do człowieka, choćby dlatego, że odpowiedź zależy od okoliczności, których w systemie nie ma. Dobry asystent rozpoznaje taki wątek, mówi wprost, że przekazuje go księgowej, i podaje realny termin odpowiedzi. Jak zaprojektować ten moment, żeby klient nie czuł się odbity od automatu, opisaliśmy w tekście o eskalacji do człowieka.

Dane klientów to nie Wasze dane

Biuro rachunkowe jest w nietypowej sytuacji: prawie wszystko, czym karmicie narzędzie, dotyczy kogoś innego. Listy płac, PIT-y pracowników klienta, umowy, dane kontrahentów, salda. W większości tych procesów jesteście podmiotem przetwarzającym, a nie administratorem, a włączenie zewnętrznego dostawcy AI oznacza podpowierzenie — czyli coś, na co umowa z klientem musi zezwalać i o czym klienta zwykle trzeba poinformować. To nie jest formalność do odhaczenia po wdrożeniu; to jest warunek wejścia. Kiedy przy takim projekcie potrzebna jest ocena skutków dla ochrony danych, a kiedy wystarczy aneks, rozkładaliśmy w tekście o RODO przy wdrożeniu AI.

Praktyczny problem jest jednak inny i prawdopodobnie już go macie. Księgowe, które toną w pracy, wklejają fragmenty umów i zestawień do darmowych czatów, bo to działa i nikt nie zabronił. Żadna polityka nie zatrzyma tego sama — zatrzymuje to dopiero udostępnienie narzędzia, które jest legalne, szybsze i wygodniejsze niż obejście. Dlaczego zakazy w tej sprawie nie działają, a inwentaryzacja działa, opisaliśmy przy okazji shadow AI.

Z rozmów z biurami wynika jeszcze jedna rzecz, o której warto wiedzieć przed wyborem dostawcy: część klientów — zwłaszcza spółki z kapitałem zagranicznym i podmioty z sektora publicznego — zacznie pytać, gdzie przetwarzane są ich dane i czy służą do trenowania modelu. Jeśli obsługujecie takich klientów, warto od początku patrzeć na warianty z przetwarzaniem w Unii albo modelem uruchomionym lokalnie, a zapisy o zakazie trenowania na Waszych danych, o retencji i o rozliczalności wpisać do umowy — co dokładnie w niej sprawdzić, zebraliśmy w tekście o umowie z dostawcą AI.

Trzy ryzyka, które w księgowości wyglądają inaczej

Ryzyka wdrożeniowe są w biurze rachunkowym te same co wszędzie, ale ich konsekwencje mają inny ciężar, bo po drugiej stronie stoi cudza deklaracja i Wasza polisa.

• Halucynacja z pewnym tonem. Zapytany o przepis model potrafi podać numer artykułu, sygnaturę interpretacji i stawkę, których nie ma. W żadnej innej branży ten błąd nie jest tak kosztowny, bo tutaj trafia prosto do deklaracji. Zasada, która to rozwiązuje, jest prosta i bezlitosna: odpowiedź bez cytatu i odnośnika do źródła, które da się otworzyć, nie jest odpowiedzią. Narzędzie, które nie potrafi podać źródła, nie nadaje się do pracy na przepisach — nadaje się do pracy na Waszych danych.
• Treść dokumentu jako polecenie dla asystenta. Agent, który czyta skrzynkę albo załączniki i ma prawo cokolwiek zapisać w systemie czy wysłać wiadomość, może zostać wykorzystany przez dokument udający fakturę — z instrukcją ukrytą w stopce, opisie pozycji albo w treści PDF-a, na przykład o zmianie numeru rachunku do zapłaty w przygotowanej paczce przelewów. To nie jest hipoteza, a znany, nie dający się „załatać” mechanizm, opisany w tekście o prompt injection. Praktyczna zasada: asystent w biurze czyta i proponuje, a czynności nieodwracalne wykonuje wyłącznie po zatwierdzeniu przez człowieka.
• Kompetencje, których nikt nie sprawdził. Osoba, która nie wie, czym jest halucynacja i dlaczego model bywa pewny swojego błędu, przyjmie podpowiedź dekretacji jako rozstrzygnięcie. Niezależnie od tego, że Barometr pokazuje 53,6% specjalistów zgłaszających potrzebę płatnego rozwoju zawodowego, w przypadku AI chodzi o minimum: dwie godziny szkolenia o tym, czego narzędzie nie wie i kiedy trzeba je zignorować. Obowiązki wynikające z AI Act dla firm, które AI jedynie używają, zebraliśmy w tekście o AI Act w małej firmie.

Rachunek: co mierzyć, żeby wiedzieć, czy to działa

W biurze rachunkowym jest wyjątkowo łatwo udowodnić sobie sukces nieistniejący, bo wszystkie najwygodniejsze liczby rosną od samego uruchomienia narzędzia. Dlatego warto ustalić mierniki przed wdrożeniem, a nie po.

Miernik główny: mediana dnia miesiąca, w którym komplet dokumentów klienta jest zamknięty. Nie średnia, bo jeden klient dowożący papiery dwudziestego piątego zepsuje Wam obraz. Miernik drugi: liczba pytań wysłanych do klienta na jedno zamknięcie, przy stałym portfelu — to jedyna liczba, która wprost pokazuje, czy proces się uprościł. Trzeci: mediana czasu odpowiedzi na mail klienta. Czwarty, najbardziej doceniany przez właściciela: liczba obsługiwanych klientów na osobę w zespole przy niezmienionym składzie, bo to jest dokładnie ta luka między 65,9% i 37,9%, o którą chodzi w całym projekcie.

Czego nie mierzyć: liczby dokumentów „przetworzonych automatycznie”, liczby zapytań obsłużonych przez model i procentu poprawności odczytu w oderwaniu od skutku. Każdą z tych liczb da się poprawić, nie poprawiając niczego w biurze. Jak zbudować zestaw testowy i próg akceptacji dla takiego procesu — na przykład sto zadekretowanych wcześniej dokumentów z poprawnymi dekretami jako wzorzec — opisaliśmy w tekście o testowaniu wdrożenia AI.

I jeszcze jedno, bo to pytanie wraca szybciej niż inne: koszt. Strona modelowa takiego wdrożenia jest tania — liczy się w setkach złotych miesięcznie przy portfelu kilkudziesięciu klientów. Pieniądze idą na integrację z Waszym systemem księgowym, na uporządkowanie planów kont, słowników kontrahentów i opisów pozycji oraz na czas ludzi, którzy przez pierwsze tygodnie sprawdzają wyniki. Jeśli oferta, którą czytacie, ma odwrotną strukturę kosztów, warto ją przeczytać jeszcze raz z anatomią budżetu wdrożenia AI w drugiej ręce.

Wdrożenie w cztery tygodnie

Kolejność, która w biurach rachunkowych najrzadziej kończy się porzuconym narzędziem i najszybciej daje liczbę do pokazania właścicielowi:

1. Tydzień pierwszy: pomiar na dwudziestu ostatnich zamknięciach — ile pytań poszło do klienta i w którym dniu miesiąca domknął się komplet. Plus jedna lista: dziesięć pytań, które klienci zadają Wam najczęściej. To one wyznaczają zakres, nie katalog funkcji dostawcy.
2. Tydzień drugi: kontrola kompletności i jedna poranna lista braków per klient wraz z gotowym monitem do wysłania. Żadnego czytania skrzynki, żadnych odpowiedzi do klientów, żadnego zapisu w księgach. Efekt widać w dacie domknięcia kompletu i nic nie wychodzi na zewnątrz biura bez kliknięcia człowieka.
3. Tydzień trzeci: asystent tylko do czytania odpowiadający klientom na dziesięć pytań z listy, z jasną regułą przekazania wątku do księgowej, gdy pytanie dotyczy skutków podatkowych. Tu po raz pierwszy mierzycie czas odpowiedzi i powinien spaść widocznie.
4. Tydzień czwarty: podpowiedź dekretacji z uzasadnieniem na jednym, dobrze znanym kliencie i na jednym typie dokumentu — na przykład powtarzalnych fakturach kosztowych od stałych dostawców. Zatwierdzenie zbiorcze dla zgodnych z wzorcem, kolejka wyjątków dla reszty. Żadnych pozycji granicznych.
5. Po pierwszym miesiącu: przegląd stu przypadków, w których człowiek poprawił wynik modelu, i przeniesienie tych poprawek do reguł oraz słowników. Dopiero wtedy rozmowa o rozszerzeniu zakresu na kolejnych klientów — i nadal bez automatycznego zapisu w pozycjach wymagających interpretacji.
6. Co kwartał: sprawdzenie, czy reguły i progi nadal pasują do przepisów i do portfela, bo jedno i drugie zmienia się szybciej niż konfiguracja narzędzia. Wdrożenie, którego nikt nie dotyka, degraduje się po cichu.

Pięć sygnałów, że poszło w złą stronę

Ten projekt psuje się w charakterystyczny sposób i wszystkie objawy są widoczne w pierwszym miesiącu, jeśli ktoś patrzy na właściwe liczby.

• Księgowe przepisują podpowiedzi systemu ręcznie do programu księgowego, bo integracja „jest na później”. Wtedy dodaliście krok, a nie usunęliście żadnego.
• Liczba pytań do klienta na jedno zamknięcie stoi w miejscu, mimo że narzędzie obsługuje coraz więcej dokumentów. Narzędzie pracuje, proces nie.
• Rośnie liczba korekt deklaracji i poprawek po zamknięciu. To znak, że podpowiedzi dekretacji są przyjmowane bez weryfikacji — najdroższy rodzaj automatyzacji, bo błąd wychodzi dopiero u klienta albo w kontroli.
• Ktoś wyłączył kolejkę wyjątków „na ten jeden miesiąc, bo termin”. To jest moment, w którym projekt przestaje chronić i zaczyna usypiać czujność.
• Asystent dostał prawo zapisu w systemie księgowym albo wysyłania maili do klientów bez zatwierdzenia, bo „tak jest szybciej”. Od tej chwili każdy dokument, który czyta, jest potencjalnym poleceniem dla Waszego systemu.

Od czego zacząć

Dwie liczby i jedna lista. Pierwsza liczba: mediana dnia miesiąca, w którym domyka się komplet dokumentów Waszego przeciętnego klienta. Druga: liczba pytań, które biuro wysłało do klientów w ostatnim zamknięciu. Lista: dziesięć pytań, które klienci zadają Wam najczęściej. Jeśli pierwsza liczba jest po piętnastym, a druga idzie w setki, Wasz problem nie jest technologiczny — po prostu nikt nie ma czasu dopytać szybciej i przypomnieć skuteczniej, a to jest dokładnie ten problem, który AI rozwiązuje najtaniej. Jeśli nie wiecie, od którego końca to rozplatać, od tego zaczyna się audyt AI w firmie.

W branży, w której dwie trzecie ludzi pracuje więcej, a przychód wzrósł w niespełna czterech biurach na dziesięć, nie wdraża się AI po to, żeby mieć AI. Wdraża się ją po to, żeby ten sam zespół obsłużył więcej klientów, komplet dokumentów domykał się przed dziesiątym, a pytanie „ile mam zapłacić” nie przerywało nikomu deklaracji. Takie projekty prowadzimy właśnie w tej kolejności: najpierw pomiar i kompletność, potem pytania klientów, na końcu — i zawsze z człowiekiem przy zatwierdzeniu — podpowiedzi dekretacji. Jeśli chcecie sprawdzić, co z tego ma sens u Was, umówcie bezpłatną konsultację albo zobaczcie, jak wygląda nasz konsulting i wdrożenia AI.