Vytěžování faktur má své limity. A je to v pořádku

Vytěžování faktur bez chyb zní dobře v reklamě. V praxi ji ale u automatického vytěžování dokladů slíbit nejde. Dokumenty mají různé formáty, různou kvalitu i různé způsoby zápisů údajů. A umělá inteligence neřeší jen to, co na dokladu vidí, ale také co jednotlivé údaje znamenají.

Stoprocentní přesnost? V praxi ne

Faktura není jednotný formulář. Jeden dodavatel umístí datum splatnosti nahoru, jiný dolů. Někdo používá „DUZP“, někdo „datum uskutečnění zdanitelného plnění“. Na dokladu navíc může být několik dat, částek nebo identifikátorů.

Právě proto není automatické vytěžování faktur jen prosté čtení textu. Systém musí poznat, že konkrétní číslo patří k variabilnímu symbolu, jiné číslo k IČ a jedno ze tří dat označuje právě datum splatnosti.

Co se děje v pozadí vytěžování dokladů?

V aplikaci odehraje několik kroků. OCR nejprve převede obsah dokumentu do strojově čitelné podoby. Umělá inteligence potom vyhodnocuje souvislosti a přiřazuje nalezené údaje ke správným polím. Nakonec přichází kontrola a validace dat.

Zjednodušeně:

• Přečtení: systém rozpozná text, čísla a další obsah.
• Pochopení: AI určí, co jednotlivé hodnoty znamenají.
• Kontrola: Alice hledá nesrovnalosti a ověřuje vybrané údaje.

Právě kombinace OCR a umělé inteligence umožňuje Alice práci s různými podobami a typy dokladů. Alice vytěží údaje z faktur, účtenek, objednávek i spedičních dokladů. Poradí si navíc s naskenovanými i vyfocenými dokumenty.

Proč se AI může splést?

Jednou z překážek vytěžování faktur bez chyb je kvalita samotného dokladu. Fotografie je rozmazaná, doklad je nakřivo nebo má příliš malé písmo. Doporučujeme proto dokument v rozlišení alespoň 150 dpi a bez skvrn a dalšího viditelného poškození.

Jindy je dokument perfektně čitelný, ale nejednoznačný. Na faktuře jsou tři data a systém musí určit, které znamená vystavení, splatnost a DUZP. U neobvyklé šablony přitom nemusí mít dostatek podobných příkladů a jednoduše práci s dokladem neumí.

A někdy chyba vůbec nevznikne při vytěžování. Pokud je nesprávné DIČ už na původní faktuře, systém jej přečte správně – ve výsledku se ale do vytěžených dat propíše nesprávný údaj.

Jak měříme přesnost vytěžování v Alice?

Přesnost neposuzujeme jenom podle několika hezkých faktur. Alice ji vyhodnocuje na velkém množství reálných dokladů. Poslední měření z června 2026 pracuje se vzorkem 150 000 dokumentů, na kterých Alice dosáhla přesnosti 97,98 %.

Že stoprocentní číslo není samozřejmost, ukazují také výzkumy. Studie publikovaná v květnu 2026 popsala prototyp automatického zpracování faktur s OCR a AI. Při tréninku model dosáhl přesnosti 96 %, nezávislé ověření pak ukázalo dokonce přesnost vytěžování 94 až 95 %.

Dobrý nástroj chybu neskrývá

U účetních dat není nejdůležitější tvářit se, že se AI nikdy nesplete. Důležitější je poznat nejistý výsledek a umožnit jeho kontrolu. Moderní systémy proto pracují s mírou jistoty, tzv. confidence score.

V praxi dává smysl, když systém:

• označí nejistý údaj místo toho, aby ho jen bez kontroly předal dál,
• umožní rychlou kontrolu problematických hodnot,
• kontroluje nesrovnalosti mezi údaji na dokladu,
• zapojí člověka jen tam, kde je jeho kontrola skutečně potřeba.

Podobně funguje i práce s chybami v Alice. Výsledek lze zkontrolovat, opravit a chybné vytěžení nahlásit. Nahlášené doklady pak mohou posloužit při učení vytěžovacího modelu Alice.

Vytěžování faktur bez chyb není hlavní cíl

Stoprocentní vytěžování dokladů vám slíbit neumíme. To ale neznamená, že automatizace účetnictví nedává smysl. Jejím úkolem je správně zpracovat maximum údajů a člověka zapojit hlavně tam, kde je potřeba jeho kontrola.

Účetní tak nemusí přepisovat každou fakturu nebo účtenku ručně – zkontroluje výsledek, případně data opraví a odešle je do účetního softwaru. Právě v tom spočívá největší přínos vytěžování dokladů: ubude rutinní práce a vy se soustředíte na skutečné účetnictví.