Czego AI w księgowości jeszcze nie wie, a udaje, że wie

Marketing zwykle kończy dyskusję na hasłach typu „wysoka trafność" albo „AI rozpoznaje fakturę w kilka sekund". W praktyce AI w księgowości ma trzy zupełnie różne poziomy zaufania — i tylko jeden z nich można zostawić w automatycznym procesie po świadomej konfiguracji. Pokazujemy, gdzie leży granica i czego nie obiecujemy.

Co AI robi bardzo dobrze

To są zadania, w których model widzi tysiące przykładów dziennie i ma jasny sygnał zwrotny (zatwierdzono / poprawiono).

Klasyfikacja faktur do konta księgowego. Faktura od dostawcy hostingu trafia na 402-05, faktura za usługi prawne na 403-01, faktura za paliwo na 402-09. Model uczy się na historii decyzji księgowego — im więcej powtarzalnych dokumentów, tym stabilniejsze propozycje.

Rozpoznawanie pól z faktury. Gdy faktura nie wpadnie z KSeF-u tylko zostanie skanowana albo wgrana jako PDF, model wyciąga z niej numer, datę, kontrahenta, kwoty, stawki VAT. Pola strukturalne są zwykle dużo łatwiejsze niż pozycje wieloliniowe albo nietypowe opisy usług.

Propozycja stawki VAT i kodu GTU. Pieczywo to GTU_01 i 5%, oprogramowanie B2B to 23% bez GTU. To są mapowania, których model uczy się z historii i z bazy wiedzy o branży klienta.

We wszystkich tych przypadkach AI proponuje. Księgowy zatwierdza albo poprawia. Każda poprawka jest sygnałem zwrotnym do modelu.

Co AI robi przyzwoicie

Tu wynik jest dobry, ale akceptacja musi być świadoma. Model myli się wystarczająco często, żeby masowe „zatwierdź wszystko" było niebezpieczne.

Klasyfikacja nietypowych operacji. Faktura korygująca, nota księgowa, refaktura, opłata leasingowa z rozdzieleniem na ratę kapitałową i odsetki. Model widzi tych przypadków znacznie mniej, więc proponuje, ale często myli się o 1–2 konta.

Sugestie planu kont dla nowego kontrahenta. Pierwsza faktura od nowego dostawcy — model patrzy na nazwę, branżę, kwotę i proponuje konto. Trafność spada, jeśli nazwa jest nietypowa albo branża szeroka („Kowalski Sp. z o.o." może być wszystkim).

Wykrywanie anomalii. Faktura na 50 000 PLN od dostawcy, który zwykle wystawia na 200 PLN. Model zaznaczy ją jako podejrzaną i poprosi o ręczną akceptację. Fałszywe alarmy też się zdarzają — duża faktura roczna za licencje wygląda anomalnie, choć jest legalna.

W tej kategorii nie chodzi o oszczędność czasu, tylko o asystę. AI pokazuje gdzie patrzeć — człowiek decyduje.

Czego AI w księgowości jeszcze nie potrafi

I tutaj jest najszczerszy fragment tekstu. Lista rzeczy, których nie automatyzujemy i nie planujemy automatyzować w najbliższym czasie.

Interpretacje przepisów na granicach. Pytanie „czy ta faktura na catering dla pracowników jest kosztem uzyskania, czy reprezentacją (art. 23 ust. 1 pkt 23 PIT / art. 16 ust. 1 pkt 28 CIT)?" wymaga oceny stanu faktycznego, kontekstu spotkania, intencji wydatku. Model może podpowiedzieć, jak typowo klasyfikuje się podobne wydatki w polskim orzecznictwie — ale nie zdejmie tej decyzji z księgowego.

Klauzula obejścia prawa podatkowego (art. 119a–119f Ordynacji). Czy konkretna struktura (np. spółka cypryjska + leasing) ma uzasadnienie ekonomiczne, czy jest sztuczna? To zostaje w domenie doradcy podatkowego i organu skarbowego. AI nie ma narzędzi do oceny intencji.

Sprawy podatkowe i pisma do urzędów. Odwołanie od decyzji, wyjaśnienie do wezwania, przygotowanie do kontroli — to negocjacja, narracja, taktyka. Model może pomóc w sformułowaniu zdania, ale strategię prowadzi człowiek.

Decyzje o sankcjach kontrahentów. Faktura z błędem w NIP-ie, niezarejestrowany rachunek bankowy, podejrzenie karuzeli VAT — to są sytuacje, w których odmowa odliczenia VAT-u albo zatrzymanie płatności mają konsekwencje prawne i biznesowe. Model nie powinien automatycznie blokować — tylko sygnalizować.

Polityka „AI proponuje, człowiek decyduje"

Im niższa pewność automatyzacji, tym bliżej decyzji człowieka powinien trafić przypadek.

W praktyce wygląda to tak: każda decyzja AI ma jeden z trzech stanów.

1. Zaakceptowano automatycznie. Tylko dla rzeczy z poziomu pierwszego i w środowisku, gdzie księgowy explicite zezwolił na auto-accept dla danej kategorii. Każda taka decyzja jest oznaczona w historii — wiadomo, że to nie człowiek.

2. Zaakceptowano przez człowieka. Standardowy tryb. Model proponuje, księgowy zatwierdza albo poprawia. Historia pokazuje, że decyzję podjął konkretny użytkownik o konkretnej godzinie.

3. Skierowano do panelu wyjątków. Wszystko, czego model nie jest pewny albo co wymaga oceny człowieka. Tu jest najwięcej pracy księgowego — i tu właśnie zostaje wartość.

W razie kontroli skarbowej historia zmian pokazuje, kto co zatwierdził, kiedy i z jakim powodem. To nie jest zasłona dymna („AI to zrobiło"). To realny zapis odpowiedzialności.

Wnioski

AI w księgowości to nie magia ani skok w przepaść. To narzędzie, które dobrze radzi sobie z mechaniczną klasyfikacją, przyzwoicie z asystą i nie radzi sobie z interpretacją prawa.

Jeśli ktoś sprzedaje automatyzację bez realnego nadzoru człowieka, warto zapytać, kto podpisuje CIT-8 i z kim rozmawia urząd, gdy przyjdzie kontrola.