Wokół „AI w księgowości" narosło sporo marketingowej przesady - od obietnic „księgowości bez księgowego" po straszenie, że zawód zniknie. Rzeczywistość jest ciekawsza i bardziej prozaiczna: dzisiejsze modele są znakomite w kilku konkretnych zadaniach i celowo trzymane z dala od innych. Umiejętność odróżnienia jednych od drugich to warunek sensownego wdrożenia. Stan na lipiec 2026 r.

W czym AI jest naprawdę dobra

Odczytywanie dokumentów. Wyciągnięcie z paragonu, faktury zagranicznej czy wielostronicowego PDF-a danych sprzedawcy, dat, kwot netto, VAT i brutto - łącznie z krzywym zdjęciem z telefonu - to zadanie, które współczesne modele wykonują szybko i z wysoką skutecznością. Po wejściu obowiązkowego KSeF krajowe faktury B2B przychodzą jako ustrukturyzowany XML i AI nie jest tam potrzebna; jej pole to wszystko, co zostało poza systemem: paragony, dokumenty od kontrahentów zagranicznych, wyciągi bankowe.

Porządkowanie wyciągów bankowych. Zamiana surowej listy transakcji na czytelne nazwy odbiorców, kierunki przepływów i dopasowania do faktur - z uwzględnieniem tego, jak polskie banki formatują opisy przelewów.

Propozycje kategoryzacji. Wskazanie właściwej kolumny KPiR, stawki ryczałtu czy konta księgowego dla danego kosztu - z zachowaniem spójności z wcześniejszymi decyzjami biura dla tego samego klienta i kontrahenta. Dobrze zestrojony model „uczy się" konwencji biura zamiast narzucać własne.

Wychwytywanie anomalii. Duplikaty faktur, kwoty odbiegające od historii współpracy z kontrahentem, brakujące dokumenty do płatności - mechaniczna, żmudna kontrola, w której człowiek myli się częściej niż maszyna.

Czego AI nie potrafi - i długo nie będzie

Nie zna intencji klienta. Ten sam wydatek - laptop, kurs językowy, bilet lotniczy - może być kosztem firmowym albo prywatnym. Rozstrzygnięcie wymaga wiedzy o kontekście, której nie ma w dokumencie. AI może zapytać lub zaproponować, ale nie powinna przesądzać.

Nie interpretuje prawa podatkowego. Granica między remontem a ulepszeniem, moment powstania obowiązku podatkowego w nietypowej transakcji, kwalifikacja usługi do stawki ryczałtu - to obszary, gdzie odpowiedź zależy od orzecznictwa, interpretacji i oceny ryzyka. Model językowy potrafi brzmieć przekonująco, będąc w błędzie - a w podatkach pewny siebie błąd jest gorszy niż przyznanie „nie wiem".

Nie ponosi odpowiedzialności. Za księgi odpowiada biuro i jego ubezpieczenie OC, a wobec urzędu - podatnik. Żaden dostawca oprogramowania tej odpowiedzialności nie przejmie. To nie jest slogan, tylko powód, dla którego architektura systemu musi zakładać kontrolę człowieka, a nie ją omijać.

Halucynacje się zdarzają. Rzadziej niż kiedyś, ale model potrafi „odczytać" z dokumentu kwotę, której tam nie ma, albo uzupełnić brakujące pole zgadywaniem. Dotyczy to zwłaszcza dokumentów nieczytelnych, nietypowych układów graficznych i skanów niskiej jakości. Dlatego dobre systemy nie ukrywają niepewności, tylko ją mierzą - i uczciwie pokazują, których pól nie udało się odczytać, zamiast wypełniać je „na siłę".

Jak wygląda rozsądne wdrożenie

Praktyczna odpowiedź na powyższe ograniczenia sprowadza się do trzech zasad:

  1. Progi pewności zamiast ślepej automatyzacji. Każda ekstrakcja i propozycja kategorii ma miarę pewności. Wysoka pewność plus zgodność z historią - dokument może przejść szybką ścieżką. Niska pewność, nowy kontrahent, nietypowa kwota - dokument czeka na człowieka.
  2. Księgowy zatwierdza, AI proponuje. Automatyzacja ma skracać drogę od dokumentu do zapisu, a nie usuwać z niej punkt kontrolny. Różnica jest odczuwalna: zamiast przepisywać dane, księgowy je przegląda i koryguje wyjątki. W praktyce oznacza to, że przy setce dokumentów ręcznej uwagi wymaga kilkanaście - reszta czeka tylko na akceptację.
  3. Ślad rewizyjny. Każda decyzja - czy podjęta przez model, czy przez człowieka - powinna być zapisana: kto, kiedy, na jakiej podstawie. Bez tego automatyzacja utrudnia kontrolę zamiast ją ułatwiać.

Co z tego wynika dla biura

AI nie zastępuje księgowego - zmienia strukturę jego dnia. Mniej przepisywania i ręcznego uzgadniania, więcej pracy koncepcyjnej: interpretacje, optymalizacja form opodatkowania, rozmowy z klientami, nadzór nad wyjątkami. Biura, które wdrożą automatyzację z głową, obsłużą więcej klientów tą samą kadrą - a to w czasach niedoboru księgowych na rynku pracy jest argument mocniejszy niż każda marketingowa obietnica.

Tak właśnie budujemy BookEnu: AI czyta i proponuje, księgowy decyduje. Bez magii i bez obietnic, których technologia nie jest w stanie dotrzymać.