AI dla controllingu i finansów: OCR, analiza kosztów i zamknięcie miesiąca 2026

Dział controllingu w średniej firmie produkcyjnej przetwarza kilkaset faktur miesięcznie, przypisuje je do kont kosztowych, porównuje wykonanie z budżetem i w ciągu pierwszych dwóch tygodni po zamknięciu miesiąca dostarcza zarządowi komentarz. Większość tej pracy to praca z danymi, nie myślenie o danych.

My w Cashcrown badamy, w jakim zakresie AI rzeczywiście skraca ten cykl, gdzie pojawiają się rzeczywiste błędy i jakich warunków wymaga bezpieczne wdrożenie w środowisku, gdzie liczba na raporcie ma konsekwencje.

Pierwszy etap pipeline'u to zamiana dokumentu papierowego lub zeskanowanego PDF na ustrukturyzowane dane. OCR wykonuje ten krok, ale jego skuteczność zależy od jakości dokumentu wejściowego w sposób, którego nie należy bagatelizować.

Czyste faktury drukowane, wprost z systemu ERP dostawcy: dokładność ekstrakcji pól krytycznych (numer faktury, NIP, kwota netto, kwota VAT, data, termin płatności) wynosi zazwyczaj 97 do 99 procent przy nowoczesnych modelach wizyjnych. Faktury skanowane z drukarek igłowych, zdjęcia z telefonu, dokumenty po kilku kopiach na kserokopiarce: dokładność spada do zakresu 85 do 95 procent, a przy najgorszych skanach może spaść niżej.

To nie jest wada architektoniczna, to fizyka dokumentów. Właściwa odpowiedź na to ograniczenie to nie twierdzenie, że „AI sobie poradzi”, ale zaprojektowanie kolejki manualnej: dokumenty z pewnością ekstrakcji poniżej progu (np. poniżej 0,92 per kluczowe pole) trafiają do kontrolera, zanim zasilą jakikolwiek rejestr.

Ekstrakcja danych z faktur to zadanie, w którym structured output (model zwracający JSON z polami i poziomem pewności per pole) jest standardem, nie opcją. Walidacja schematu (NIP 10 cyfr, kwota nieujemna, data w formacie ISO) odbywa się przed zapisem do bazy. Niespójności są raportowane do kolejki, nie cichaczem przepuszczane dalej.

Faktury po ekstrakcji wymagają przypisania do konta kosztowego. W większości firm istnieje plan kont z kilkudziesięcioma do kilkuset pozycjami. Kontroler lub pracownik finansowy przypisuje każdą fakturę ręcznie, opierając się na kontrahencie, opisie towaru lub usługi i własnej pamięci o poprzednich dekretach.

AI klasyfikator uczy się na historii zatwierdzeń: para (kontrahent, opis pozycji faktury) do (konto kosztowe) to sygnał treningowy. Po 3 do 6 miesiącach historii model poprawnie klasyfikuje od 75 do 90 procent faktur od znanych kontrahentów przy stabilnym planie kont. Nowi kontrahenci, niestandardowe opisy i zmiany planu kont obniżają pewność i trafiają do przeglądu manualnego.

Kluczowy punkt: model nie dekretuje samodzielnie. Proponuje konto z poziomem pewności i krótkim uzasadnieniem (np. „poprzednie 14 faktur od tego dostawcy trafiło na konto 4010-03, materiały biurowe”). Kontroler zatwierdza jednym kliknięciem lub koryguje. Korekta trafia z powrotem jako sygnał treningowy.

Ta pętla sprzężenia zwrotnego jest warunkiem utrzymania jakości w czasie. Bez niej model dryftuje, gdy firma zmienia strukturę kosztów lub plan kont.

Controlling to w dużej mierze szukanie odpowiedzi na pytanie: dlaczego koszty rzeczywiste odbiegają od budżetu i czy odchylenie jest uzasadnione. AI może ten proces przyspieszyć, ale nie uprościć poniżej poziomu wymaganego przez rzetelność.

Analiza odchyleń przez AI działa w dwóch trybach:

Tryb statystyczny. Model time-series (np. Prophet lub prosty model liniowy na sezonowych wzorcach) porównuje koszty w bieżącym miesiącu z oczekiwaną wartością na podstawie historii i budżetu. Odchylenia powyżej ustalonego progu (np. ponad 8 procent i ponad 5 000 PLN jednocześnie) są automatycznie flagowane z adnotacją: konto, kwota odchylenia, kierunek (nad/pod budżetem) i porównanie rok do roku.

Tryb semantyczny. Agent przeszukuje kontekst: faktury powiązane z danym kontem, notatki z systemów ERP, dane zakupowe. Jeśli wzrost kosztów energii o 22 procent zbiega się z uruchomieniem nowej linii produkcyjnej, model może połączyć te zdarzenia i zaproponować uzasadnienie. Nie jest to pewna diagnoza, to hipoteza do weryfikacji przez kontrolera.

Fałszywe alarmy (false positives) mają koszt: kontroler sprawdza flagę i nic nie znajduje. W naszych obserwacjach przy dobrze skalibrowanym progu udaje się utrzymać wskaźnik fałszywych alarmów poniżej 15 procent wszystkich flag. Zbyt czuły próg prowadzi do zmęczenia alertami, przy którym realne odchylenia są ignorowane. Kalibracja progu jest zadaniem ciągłym, nie jednorazowym.

Artykuł AI do wykrywania oszustw omawia architekturę wykrywania anomalii finansowych szerzej, w kontekście transakcji i płatności.

Komentarz zarządczy do sprawozdania miesięcznego to dokument, który łączy liczby z narracją: co się stało, dlaczego, co to oznacza dla prognozy. Napisanie go od zera zajmuje doświadczonemu kontrolerowi od kilku godzin do pełnego dnia, zależnie od złożoności miesiąca.

AI może skrócić ten czas o 50 do 70 procent przez wygenerowanie szkicu na podstawie danych. Szkic to nie gotowy raport. To pierwsza wersja struktury z danymi wstawionymi w odpowiednie miejsca:

• Sekcja przychodów: faktyczne vs plan, odchylenie procentowe, top 3 kategorie produktów z największym wpływem.
• Sekcja kosztów: odchylenia powyżej progu, zidentyfikowane przyczyny (hipotezy z analizy kontekstowej), kategorie bez wyjaśnienia.
• Sekcja cash flow: porównanie z poprzednim miesiącem, kluczowe pozycje.
• Prognoza: ekstrapolacja na podstawie dotychczasowego wykonania i harmonogramu.

Kontroler czyta szkic, weryfikuje każdą liczbę (rekoncyliacja z księgami jest obowiązkowa przed wysłaniem), koryguje narrację i dodaje wiedzę kontekstową, której model nie ma: informacje o nowej umowie, zmianie ceny surowca, jednorazowym zdarzeniu.

Explainability modelu jest tutaj praktycznym wymogiem, nie akademicką dyskusją. Każda liczba w szkicu powinna mieć ślad do źródła: z którego konta pochodzi, z jakiego okresu, jakie pozycje wchodzą w skład agregatu. Bez tego kontroler musi sam sprawdzić każdą cyfrę od nowa, co niweluje zysk czasowy.

Dane finansowe rzadko są anonimowe. Faktury zawierają NIP (który może identyfikować osobę fizyczną prowadzącą działalność), imię i nazwisko właściciela firmy, adres. Raporty kosztowe per pracownik to dane osobowe w rozumieniu RODO. Listy płac w pipeline'ach AI to szczególnie wrażliwy obszar.

Trzy zasady, które obowiązują przy każdym wdrożeniu AI w controllingu:

Po pierwsze: dane osobowe są maskowane przed przekazaniem do zewnętrznego modelu. NIP osoby fizycznej, imię i nazwisko na fakturze, dane z listy płac są tokenizowane w warstwie ingestion. Model widzi identyfikator, nie dane. Detokenizacja następuje po stronie aplikacji.

Po drugie: systemy AI klasyfikujące koszty per pracownik lub generujące rankingi efektywności działów mogą kwalifikować się jako systemy wysokiego ryzyka według Załącznika III AI Act. Taki system wymaga oceny DPIA i formalnego nadzoru człowieka na każdej decyzji wpływającej na osobę.

Po trzecie: self-hosting modelu jest standardem dla danych objętych tajemnicą finansową, NDA lub obowiązkiem poufności wynikającym z umów. Nie ma wyjątku „zaufanego dostawcy chmurowego”, który zwolniłby z obowiązku oceny ryzyka.

Artykuł AI do analizy dokumentów omawia szczegółowo wzorzec maskowania PII i izolacji indeksów per projekt.

Bezpieczna architektura AI dla controllingu ma wyraźny podział: co AI robi samodzielnie, co proponuje, a co zawsze wymaga decyzji człowieka.

Human-oversight przy zatwierdzaniu do sprawozdawczości to nie ostrożność przesadzona. To wymóg audytowy. Biegły rewident pyta, kto zatwierdził liczbę. „Zatwierdził model” to odpowiedź, która nie spełnia żadnego standardu kontroli wewnętrznej.

Ślad audytowy musi obejmować: kto zatwierdził każdą flagę i klasyfikację, kiedy, na podstawie jakich danych i czy wprowadził korektę. Systemy bez pełnego logu zatwierdzeń nie spełniają wymagań środowisk regulowanych.

Artykuł AI do analizy danych i BI opisuje architekturę warstwy NL2SQL i semantycznej, która dobrze uzupełnia pipeline controllingowy po stronie analizy ad hoc. Całościowe podejście do wdrożenia wraz z kosztorysem opisuje artykuł jak zmierzyć ROI z AI, a zarządzanie danymi wejściowymi do systemu omawia governance danych do AI.

Dla czystych faktur drukowanych (PDF cyfrowy lub wydruk laserowy wysokiej jakości) nowoczesne modele wizyjne osiągają 97 do 99 procent dokładności na polach krytycznych: NIP, kwota, data, numer faktury. Dla skanów niskiej jakości, starych drukarek igłowych lub zdjęć z telefonu dokładność spada do zakresu 85 do 95 procent, a przy skrajnie złych dokumentach niżej. Właściwą odpowiedzią na tę zmienność jest kolejka weryfikacji manualnej dla dokumentów z pewnością poniżej ustalonego progu, a nie twierdzenie, że OCR zawsze działa dobrze.

Nie powinien, przynajmniej bez wyraźnego modelu uprawnień i zatwierdzeń. AI może proponować konto kosztowe z uzasadnieniem i historią poprzednich dekretów dla danego kontrahenta. Ale zapis do rejestru księgowego powinien wymagać zatwierdzenia przez uprawnioną osobę. Automatyczne dekretowanie bez nadzoru jest możliwe technicznie, ale oznacza rezygnację z kontroli wewnętrznej, której wymagają standardy rachunkowości i audytu.

Koszt pojedynczego fałszywego alarmu to czas kontrolera na sprawdzenie flagi, zazwyczaj 10 do 30 minut. Przy 20 flagach miesięcznie i wskaźniku fałszywych alarmów 30 procent to 6 niepotrzebnych sprawdzeń, czyli od godziny do trzech godzin straconego czasu. Zbyt czuły próg niweluje zysk z automatyzacji. Kalibracja progu na danych historycznych z kilku miesięcy zwykle pozwala zejść do poniżej 15 procent fałszywych alarmów, co czyni system realnie użytecznym.

To zależy od charakteru danych i umów. Dane nieosobowe, zagregowane, bez tajemnic handlowych: przy odpowiedniej umowie powierzenia (art. 28 RODO) i ocenie ryzyka można korzystać z zewnętrznych API. Dane zawierające informacje objęte tajemnicą finansową, NDA lub dane osobowe pracowników i kontrahentów: standard to self-hosting modelu lub co najmniej maskowanie PII przed wysłaniem do zewnętrznego API, z dokumentacją podstawy prawnej przetwarzania. Nie ma jednej odpowiedzi dla wszystkich firm, jest natomiast obowiązek przeprowadzenia tej oceny przed uruchomieniem.

Pilot obejmujący ekstrakcję faktur od jednej kategorii dostawców i automatyczną propozycję klasyfikacji kosztów: 4 do 8 tygodni, pod warunkiem dostępu do 3 do 6 miesięcy historii zatwierdzeń jako danych treningowych. Pełny zakres z analizą odchyleń, szkicem komentarza i integracją z ERP: 3 do 5 miesięcy, zależnie od stanu danych i liczby integrowanych systemów. Zdecydowana większość czasu w takim projekcie to praca z danymi i definicja reguł biznesowych, nie konfiguracja modelu.