Vytěžování faktur s umělou inteligencí: jak si vede Alice v porovnání s ChatGPT a Gemini?

Umí jazykové modely vytěžovat faktury stejně dobře jako specializované nástroje pro účetnictví? Taková otázka stála na začátku našeho testu. Vzali jsme proto několik faktur a prohnali je přes ChatGPT, Gemini a také Alice. Jaká umělá inteligence zvládne vytěžování faktur nejlépe?

AI fakturu přečte. Stačí to ale pro účetnictví? 

Umělá inteligence zvládne leccos. Pomáhá nám s rešeršemi, analyzuje data a odpovídají nám na všemožné otázky. Jak si ale poradí s vytěžováním dat z faktur? A obstojí vytěžená data v účetní praxi?

Otázka nezní, jestli přečte nebo nepřečte. Aplikace na vytěžování dokladů Alice každý den dokazuje, že umělá inteligence si s vytěžením dokladů poradí. Samotné přečtení je ale pouze první krok. V účetnictví rozhoduje správnost, zda nástroj pozná nejistotu a jak lze s daty pracovat dál.

Jak probíhaly testy?

Do pomyslné soutěže se zapojili tři účastníci: ChatGPT s Plus licencí, Gemini s Free licencí a Alice. Každá umělá inteligence dostala tři stejné faktury v různé kvalitě:

• Česká faktura v PDF
• Zahraniční faktura v italštině
• Fotka české faktury

Zadání pro ChatGPT a Gemini bylo následující:

Cílem bylo zadání co nejpodobnější tomu, se kterým pracuje Alice. Důležité bylo nejen komplexní vytěžení dat, ale také označení polí, se kterými si umělá inteligence neví rady. Pokud by AI halucinovala a do účetnictví posílala nesprávná data, v reálném provozu neobstojí.

CSV export už byl jenom třešnička na dortu, která měla simulovat export dokladu do účetního programu. Integraci AI jsme neřešili, chtěli jsme mít ale jistotu toho, že si umělá inteligence s exportem alespoň částečně poradí.

Nehodnotili jsme pouze přesnost. Šlo o celý proces

Ve výsledcích vytěžování faktur jsme hodnotili několik kritérií:

• Přesnost: s jakou přesností AI vytěží data?
• Nejistota: přizná nástroj, že údaj na dokladu není?
• Účetní logika: pracuje správně s DPH, DUZP, reverse charge nebo zaokrouhlením?
• Součty: ověří základ daně, DPH a částku k úhradě?
• Export: skončí výstup v chatu, nebo jde použít v účetním systému?

Výsledky vytěžování faktur s AI

Co ukázaly testy? Jazykové modely umělé inteligence doklad přečtou, nevyřeší ale účetní proces. ChatGPT i Gemini při vytěžování dopadly nad očekávání dobře. S doklady v PDF neměla ani jedna AI problém a obě vytěžily data s vysokou přesností.

ChatGPT: přesný a opatrnější

S čistými doklady si ChatGPT poradila velmi dobře, a to dokonce i v případě vyfocené faktury. AI dobře rozepsala jednotlivé položky na dokladu a zkontrolovala součty. U nejistých údajů si nijak nevymýšlela a raději napsala, že si není jistá a údaj potřebuje kontrolu.

U italské faktury např. označila jako Nejisté variabilní symbol, DUZP, datum splatnosti, sazbu DPH i částku DPH. Údaje nejsou na dokladu uvedené jednoznačně a ChatGPT je proto raději odeslal k ověření.

Přehled vytěžených dat z faktury

Gemini: dobrý výsledek, ale více interpretace

Umělá inteligence od Googlu si u českých faktur vedla také velmi dobře. Přehledně vytěžila základní údaje. U některých údajů si ale domýšlela kontext, což může být v případě účetnictví rizikové.

Model často přidával vysvětlení a interpretaci. To může být užitečné při běžné práci s textem. V účetnictví je ale potřeba jasné oddělení údaje uvedeného na dokladu od domněnky.

Přehled vytěžených dat z faktury

Alice: specializovaný nástroj na vytěžování faktur

Přiznáváme, že Alice šla do testu s výhodou. Dlouhodobě se učí na obrovském množství faktur. Nejde o chatbota, ale o nástroj navržený pro práci s doklady. Cílem testu ale nebylo postavit Alice na první místo, ale relevantní srovnání běžného jazykového modelu a specializovaného nástroje.

U italské faktury Alice odhalila neplatný IBAN formát a narazila na problémy s ověřením DIČ zahraničního dodavatele ve VIES. U vyfocené faktury správně identifikovala, že je vystavena na soukromou osobu, zatímco LLM se potýkaly s neuvedeným IČ a DIČ odběratele.

Přímé srovnání nástrojů

Co ChatGPT a Gemini nevyřeší?

ChatGPT a Gemini si s vytěžením poradily obstojně. I přes relativně komplikovaný prompt zvládly vytěžení jedné faktury v rámci vteřin. Otázkou zůstává, jak by si poradily s větším množstvím dat najednou. To ale nebylo předmětem testu.

Umělá inteligence ale nezná účetní workflow. Neřeší, kdo doklad zkontroluje, schvaluje a v jakém je stavu. Chybí také auditní stopa a elektronická archivace faktur. A ve výsledku potřebují dostatečně dobré zadání, aby čtení dat z dokladu proběhlo s přijatelnou úspěšností.

Kdy stačí ChatGPT a Gemini?

Pokud potřebujete rychle přečíst jednu fakturu a chcete si udělat orientační kontrolu údajů, klidně nahrajte fakturu do ChatGPT nebo Gemini. Oba nástroje pracují velmi podobně a ani jeden nemá výraznější výhodu oproti druhému. 

Jinými slovy – jazykové modely obstojí, pokud nejde o pravidelné účetní procesy a zpracováváte jednotky dokladů. Upozorní na základní chyby, až na výjimky nehádají a poskytnou dostatečné podklady pro další práci s dokladem.

Kdy dává smysl Alice?

Alice dává smysl, kdy už nejde o jednorázový experiment, ale o každodenní práci s doklady. Účetní kanceláře nepotřebuje pouze vytáhnout data z faktury. Potřebuje s dokladem dál pracovat, zkontrolovat ho, schválit a exportovat do účetního systému.

Jistě, některé funkce by šly napromptovat nebo doprogramovat přes vibe coding. Otázkou zůstává, zda strávit čas optimalizací účetního workflow a vyvíjením nového nástroje, když můžeme využít něco, co už funguje.

Výsledek testu: LLM přečtou fakturu, Alice řeší proces

ChatGPT i Gemini ukázaly, že obecné jazykové modely dokážou vyčíst z faktury překvapivě velké množství údajů. Rozdíl se ukazuje ve chvíli, kdy jako účetní potřebujete jistotu, opakovatelnost, kontrolu a export do účetnictví.

Vyplatí se ChatGPT a Gemini při vytěžování dokladů? Záleží na tom, co od nich potřebujete. A také na tom, jak velký technologický hračička jste. I základní nástroje lze s trochu snahy upravit. Má to ale skutečný přínos?