Jak zrychlit schvalování faktur a ušetřit čas vašemu týmu

Po spuštění věnujte první dva týdny dennímu ladění. Procházejte logy konverzací a opravujte špatné odpovědi. Měňte formulace, doplňujte alternativní dotazy a upravujte prahové hodnoty pro eskalaci. Vyhněte se tomu, aby chatbot odpovídal na otázky, kterým nerozumí, dlouhými obecnými texty – raději přizná, že neví, a nabídne kontakt na člověka. Zároveň si dejte pozor na falešnou slibovanost: pokud chatbot řekne „zboží dorazí do dvou dnů", musí to odpovídat reálným možnostem dopravce.

Než začnete vybírat nástroj pro správu smluv s umělou inteligencí, zjistěte si, co přesně vaše firma potřebuje. Většina českých společností řeší tři základní problémy: ztrátu přehledu o termínech, pracné vyhledávání v dodatečných ujednáních a riziko, že někdo podepíše nevýhodný dodatek. Sepište si seznam konkrétních činností, které vám zaberou nejvíc času – ať už jde o extrakci dat z PDF, porovnávání verzí, nebo automatické upozorňování na výpovědní lhůty. Bez tohoto seznamu koupíte drahý nástroj, který řeší něco jiného, než potřebujete.

Při implementaci si dejte pozor na dva typické omyly. Prvním je snaha automatizovat vše najednou. Začněte s jedním typem faktur, třeba s těmi od nejčastějších dodavatelů, a postupně přidávejte další. Druhým je opomenutí kontroly dat. Pokud systém nemá správné údaje o dodavatelích, číslech objednávek nebo rozpočtech, automatické schvalování se rychle zacyklí. Před spuštěním si proto vyčistěte číselníky a ověřte, že faktury přicházejí ve formátu, který systém umí zpracovat.

Během prvních týdnů provozu zapojte do testování i právníky a obchodníky, nejen IT oddělení. Právníci vám řeknou, jestli AI správně rozlišuje pojmy jako „splatnost" a „účinnost", obchodníci zase, jestli jim vyhovují výstupy pro kontrolu obchodních podmínek. Nastavte si proces, kdy každý automaticky vygenerovaný výstup projde lidskou kontrolou – alespoň prvních pár měsíců. Počítejte s tím, že ze začátku bude nutné ručně opravovat špatně rozpoznané části, zejména u smluv psaných právnickým jazykem s odkazy na jiné dokumenty.

Nejčastější chybou bývá přehnané očekávání od AI. Nástroj vám nezaručí, že smlouvy budou právně bezvadné, ani nenahradí rozhodování o tom, zda do smlouvy vstoupit. Jeho přínos spočívá v tom, že vám ušetří rutinní práci a umožní rychleji najít potřebné informace. Pokud tedy plánujete implementaci, začněte s jedním typem smluv, vyhodnoťte přesnost a teprve poté rozšiřte na další agendu. Tím se vyhnete situaci, kdy nasadíte nástroj plošně a pak zjistíte, že vám nevyhovuje ani proces, ani výstupy.

Na závěr si dejte pozor na jednu věc: nikdy nevkládejte do AI nástrojů důvěrné informace o klientech nebo interní data. Jazykové modely si mohou ukládat váš vstup a používat ho k učení. Pokud pracujete s citlivými údaji, používejte pouze offline nástroje nebo si texty anonymizujte. S trochou obezřetnosti se z AI stane nepostradatelný pomocník, který vám dá víc času na kreativní práci – a to je přece to, oč tu běží.

Praktickým prvním krokem je nastavení pravidel pro třídění faktur. Základní rozdělení bývá podle výše částky, typu dodavatele nebo nákladového střediska. Fakturu do určité částky může schválit pouze vedoucí týmu, vyšší částky pak vyžadují podpis ředitele. Automatizace vám umožní tuto logiku převést do systému, který sám rozhodne, komu fakturu pošle. Nezapomeňte ale na výjimky – například opakované faktury od stálých dodavatelů, které se schvalují rychleji, nebo jednorázové nákupy, u kterých potřebujete více podkladů.

Po měsíci provozu vyhodnoťte data a rozhodněte, které scénáře rozšíříte. Zkuste přidat funkci sledování objednávky přímo v konverzaci nebo doporučení produktů na základě dotazu. Ujistěte se, že chatbot umí pracovat s diakritikou, skloňováním a častými překlepy – jinak budou Češi konverzaci vzdávat. Nezapomínejte ani na právní aspekty: v úvodu konverzace jasně uveďte, že zákazník komunikuje s robotem, a pokud si to přeje, přepněte ho na člověka.

Typické chyby při nasazení a jak se jim vyhnout První a nejčastější chybou je nasadit chatbot bez dostatečného množství trénovacích dat. Pokud máte v e-shopu jen padesát produktů a deset častých dotazů, chatbot se to naučí relativně rychle. U stovek produktů a specifických dotazů (např. „kdy dorazí moje zásilka na Slovensko") potřebujete alespoň měsíc historie zákaznické podpory. Druhou chybou je ignorovat konverzační styl. Čeští zákazníci nejsou zvyklí na strohé odpovědi – chatbot by měl kopírovat tón vaší značky, ale bez přehnané familiárnosti. Třetí chybou je opomenutí měření. Pokud nesledujete míru vyřešení dotazu bez lidského zásahu, počet eskalací a spokojenost zákazníků, nemůžete chatbot postupně vylepšovat.