Co se stane, když necháte faktury na AI a neporovnáte ceny

Vyhledávání samotné má dvě části: nejprve najděte nejbližší vektory, pak je předejte modelu. Tady se často zapomíná na přeřazení výsledků. Vezměte třeba deset nejbližších chunků a použijte jednoduchý reranker, který je seřadí podle skutečné relevance k dotazu. Model pak dostane jen tři nebo čtyři nejlepší. Tím výrazně snížíte halucinace. Pokud reranker nemáte, alespoň omezujte počet předávaných chunků – příliš mnoho kontextu model spíš mate.

Před spuštěním ostré inventury udělejte zkušební kolo na jedné regálové sekci. Porovnejte výsledky z automatizovaného sběru s ručním přepočtem. Zjistíte tak, jestli čtečky správně načítají všechny typy kódů (například ty s malým kontrastem nebo pod ochrannou fólií) a jestli AI nehlásí falešné odchylky. Zkušební kolo odhalí i to, zda operátoři drží čtečku pod správným úhlem. Častá chyba je, že se na zaškolení šetří a lidé pak skenují „na dálku" – výsledkem jsou chybějící položky a zbytečné dohledávání.

Prvním krokem není výběr softwaru, ale mapa procesů. Sepište si na papír, jak zboží skutečně putuje firmou: kdo přebírá dodávku, kdo ji zapisuje, podle čeho se vydává, jak se řeší reklamace a vratky, kdo provádí inventuru a jak často. U každého kroku poznamenejte, kde vzniká chyba nebo zdržení. Teprve z tohoto seznamu vyplyne, které funkce systém musí mít a které jsou jen příjemným doplňkem. Bez této mapy skončíte u nástroje, který je buď zbytečně složitý, nebo naopak neumí to, co potřebujete.

Ruční správa smluv funguje jen do určitého počtu dokumentů. Jakmile jich má firma stovky a platnost se hlásí e-mailem, začnou se dít chyby: zapomenutá výpovědní lhůta, automatické prodloužení, chybějící dodatek. Automatizace neznamená nakoupit software a čekat, že se to vyřeší samo. Znamená nejdřív popsat, co se smlouvami skutečně děláte, a teprve pak hledat nástroj, který ten proces zvládne.

Automatické zpracování faktur pomocí umělé inteligence dnes nabízí řada nástrojů. Nejde jen o přepis textu do pole, ale o rozpoznání dodavatele, částky, data splatnosti, sazby DPH a přiřazení k zakázce. Pokud si nástroj vyberete špatně, ušetříte pár minut u jedné faktury a ztratíte hodiny opravami. První krok proto není výběr značky, ale popis toho, co skutečně potřebujete.

Posledním krokem je sestavení promptu. Do systému vložte jasnou instrukci: odpovídej pouze na základě poskytnutých informací, pokud odpověď chybí, řekni to. Vložte všechny vybrané chunky a dotaz. Výsledek testujte na sadě otázek, u kterých znáte správnou odpověď. Sledujte, jestli model cituje správné části a jestli se neuchyluje k vymýšlení. Typická chyba je, že lidé věří prvnímu dojmu z pár dotazů. RAG je potřeba ladit iterativně – měnit chunking, embeddingy i počet výsledků. Bez měření a porovnávání se jen zaseknete na jednom nastavení, které funguje jen náhodou.

Většina lidí začne stavět RAG tak, že si vybere velký jazykový model a vektorovou databázi. To je ale až druhý krok. První a nejdůležitější je práce s daty. Pokud nakrmíte model nepořádkem, dostanete nepořádek i na výstupu. Vyberte konkrétní sadu dokumentů, kterou chcete prohledávat. Nemíchejte dohromady PDF, webové stránky a interní e-maily bez rozmyslu. Každý typ zdroje se chová jinak a šum z jednoho zničí přesnost ostatních.

Implementaci naplánujte po malých krocích. Zaveďte nejprve příjem a výdej, nechte lidi pracovat rutinně a teprve potom přidejte objednávky, fakturaci nebo napojení na e-shop. Každá nová funkce by měla mít týden na to, aby si na ni tým zvykl. Typická chyba je nasadit vše najednou: zaměstnanci přestanou systému věřit, začnou si psát poznámky na papír a evidence se rozpadne. Stejně důležité je udržovat kmenová data v pořádku — duplicitní karty, nejasné názvy a chybějící měrné jednotky umí rozhodit i jinak kvalitní systém.

Před spuštěním naostro si připravte záložní plán pro případ výpadku. Vědět, kdo má přístup, kdo může fakturu opravit a jak se řeší dobropis, je stejně důležité jako samotný software. Automatizace má smysl jen tehdy, když ušetří práci a sníží chybovost. Pokud přináší víc kontroly než užitku, je lepší zůstat u ručního vystavování a zautomatizovat jen to, co se opravdu opakuje.

Na co se ptát před podpisem smlouvy U nabídek si všímejte především tří věcí: jak systém zachází s historií pohybů, zda umožňuje přiřadit jedno zboží k více skladům a jak řeší souběžné úpravy. Poslední bod je častý zdroj problémů — dva lidé upraví stejnou kartu a část dat se ztratí. Dále ověřte, jestli lze data exportovat v běžném formátu a zda je možné systém kdykoli opustit. Pokud dodavatel odmítá ukázat export nebo mluví jen o uzavřeném řešení, je to varovný signál. Zajímejte se také o to, jak často se systém aktualizuje a zda jsou změny zdarma, nebo zpoplatněné.