GPT-6 Astra: kontrola 41 finančných dokumentov za niekoľko minút

OpenAI predstavilo prípadovú štúdiu, v ktorej platforma Legora použila GPT-6 Astra na kontrolu finančných výkazov. AI agent počas jedného spustenia prešiel 41 dokumentov, našiel všetky štyri zámerne vložené chyby a pripravil podrobný záznam vykonaných kontrol. Podľa Legory trvala práca niekoľko minút.

Výsledok je zaujímavý pre účtovníkov, audítorov aj finančné oddelenia. Nehovorí však, že AI môže samostatne podpísať účtovnú závierku alebo prevziať odbornú zodpovednosť. Ukazuje praktickejší model: AI vykoná rozsiahlu a opakovanú kontrolu, upozorní na rozdiely a človek posúdi dôkazy aj význam nálezov.

Výsledok v skratke

Legora pri tomto konkrétnom scenári uvádza tri hlavné výsledky:

• takmer 40 % zlepšenie výsledku oproti predchádzajúcemu modelu v pracovnom postupe kontroly finančných výkazov;
• 4 zo 4 nájdených chýb, ktoré tím vopred zámerne vložil do podkladov;
• 41 dokumentov skontrolovaných v priebehu niekoľkých minút počas jedného spustenia AI agenta.

Tieto čísla patria ku konkrétnemu testu, dátam a nastaveniu Legory. Nie sú všeobecnou garanciou, že každý účtovný dokument bude automaticky spracovaný s rovnakou úspešnosťou. Dôležitý je spôsob práce: veľký balík vzájomne súvisiacich podkladov sa kontroluje systematicky, výsledky jednotlivých krokov sa zaznamenávajú a odborník dostane materiál na ďalšie posúdenie.

Čo znamená kontrola finančných výkazov

Kontrola nadväznosti finančných výkazov nie je iba rýchle porovnanie dvoch súm. Každý údaj v návrhu výkazov treba dohľadať v podporných podkladoch a overiť, či medzi nimi nevznikol rozdiel.

V scenári Legory sa kontrolovali údaje oproti obratovým predvahám, konsolidačným tabuľkám a výkazom za predchádzajúci rok. Jeden riadok môže súvisieť s viacerými dokumentmi, poznámkami a medzisúčtami. Ak sa číslo nezhoduje, treba zistiť, či ide o chybu, zaokrúhlenie, nesprávne mapovanie alebo legitímnu zmenu.

Pri ručnej práci musí odborník opakovane otvárať súbory, hľadať príslušné riadky, porovnávať hodnoty a zapisovať, čo už skontroloval. Podľa skúsenosti citovanej v prípadovej štúdii môže takáto práca zabrať celý večer a niekedy aj niekoľko dní. Únavné nie je iba samotné počítanie. Náročné je udržať úplnosť kontroly a nestratiť súvislosti medzi desiatkami podkladov.

Ako Legora testovala GPT-6 Astra

Legora je agentná platforma pre právnu a ďalšiu odbornú prácu. Jej tím prispôsobuje AI agentov reálnym pracovným postupom, napríklad kontrole zmlúv, právnemu výskumu alebo práci s finančnými podkladmi.

Na hodnotenie použila vlastný Legora Benchmark for Agentic Reasoning, skrátene BAR. Benchmark obsahuje ucelené odborné úlohy založené na reálnych pracovných scenároch. Pri finančnej kontrole teda nešlo o jednu izolovanú otázku, ale o postup s viacerými dokumentmi, kontrolnými krokmi a očakávaným auditným záznamom.

Takéto rozlíšenie je podstatné. Model môže správne odpovedať na jednotlivú otázku a napriek tomu zlyhať pri dlhšom procese: vynechať dokument, zabudnúť na už vykonanú kontrolu alebo neuložiť dôvod svojho záveru. Agentný test preto sleduje nielen správnosť odpovede, ale aj úplnosť a spoľahlivosť celého pracovného postupu.

Čo agent urobil počas jedného spustenia

GPT-6 Astra spracovala 41 dokumentov ako jeden súvisiaci balík. Agent prešiel jednotlivé zostatky, porovnal ich s podpornými tabuľkami a zaznamenal výsledok každej kontroly.

V praxi išlo najmä o tieto činnosti:

• nájsť ku každému údaju správny podporný dokument alebo tabuľku;
• porovnať sumy a nadväznosti medzi viacerými zdrojmi;
• označiť rozdiely, ktoré si vyžadujú pozornosť;
• zachovať výsledok už vykonaných kontrol;
• vytvoriť prehľadnú históriu, podľa ktorej môže odborník nález overiť.

Výstupom preto nebola iba veta, že výkazy sedia alebo nesedia. Odborník dostal podrobnejší pracovný materiál s informáciou, ktoré položky boli skontrolované a kde sa objavil problém. Práve dohľadateľnosť odlišuje užitočnú kontrolu od odpovede, ktorej treba iba veriť.

Presnosť, úplnosť a spoľahlivosť

Legora opisuje zlepšenie v troch oblastiach. Presnosť znamená, že agent správne rozpozná zhodu alebo rozdiel. Úplnosť znamená, že prejde všetky potrebné položky. Spoľahlivosť znamená, že udrží konzistentný postup aj pri veľkom počte dokumentov a kontrol.

V teste našla GPT-6 Astra všetky štyri vložené chyby. Jednou z nich bol rozdiel 500 000 britských libier ukrytý v poznámke o výnosoch. Model zároveň zachoval všetky kontroly, ktoré predchádzajúci model vykonal správne, a navyše dokončil približne ďalších 50 kontrol.

Takmer 40 % zlepšenie sa týkalo práve tohto finančného pracovného postupu. OpenAI zároveň uvádza, že priemer zlepšenia naprieč všetkými úlohami benchmarku BAR bol približne 3 %. To je dôležitý kontext: výsledok ukazuje výrazný posun v konkrétnom scenári, nie rovnaký skok pri každom type odbornej práce.

Prečo musí zostať človek v rozhodovacom procese

AI dokáže rýchlo prejsť veľké množstvo materiálu, mechanicky porovnať údaje a upozorniť na nezrovnalosti. Nevie však sama prevziať profesijnú zodpovednosť za účtovný, audítorský alebo daňový záver.

Rozdiel v dokumentoch môže mať viac vysvetlení. Niekedy ide o chybu, inokedy o legitímnu účtovnú úpravu, rozdielne obdobie, kurzový prepočet alebo zmenu metodiky. Odborník musí posúdiť významnosť, vyžiadať doplňujúce doklady a rozhodnúť, či je potrebná oprava.

Vhodný model je preto human-in-the-loop: AI pripraví prvú rozsiahlu kontrolu a človek overí nálezy. Konečné rozhodnutie zostáva na človeku, ktorý pozná účtovné pravidlá, kontext organizácie a nesie zodpovednosť za výsledok.

Tento princíp zároveň znižuje riziko slepej dôvery. Používateľ nemá dostať iba sebavedomú odpoveď. Potrebuje vidieť, z ktorého dokumentu údaj pochádza, s čím bol porovnaný a prečo agent označil výsledok ako problém.

Čo z toho vyplýva pre účtovníctvo a audit

Najväčší prínos AI nemusí byť v nahradení odborného úsudku. Môže byť v odstránení veľkého množstva mechanickej práce pred tým, ako odborník začne rozhodovať.

AI agent môže pripraviť prvú kontrolu účtovných zostáv, vyhľadať chýbajúce nadväznosti, porovnať obdobia, označiť neobvyklé hodnoty a vytvoriť zoznam otázok. Účtovník alebo audítor potom venuje čas položkám, ktoré si skutočne vyžadujú pozornosť.

Podobný postup možno použiť pri kontrole pohľadávok a záväzkov, párovaní bankových pohybov, porovnávaní skladu s účtovníctvom, kontrole zmien medzi obdobiami alebo príprave podkladov k uzávierke. Vždy však treba určiť povolené zdroje údajov, rozsah oprávnení a kontrolný bod, v ktorom výsledok potvrdí človek.

Ako sa dá podobný princíp použiť v bežnej firme

Nie každá firma potrebuje hneď agenta, ktorý kontroluje desiatky dokumentov naraz. Rovnaký princíp možno začať používať pri menších a opakovaných otázkach.

Majiteľ firmy sa môže spýtať, ktoré faktúry sú po splatnosti, ako sa zmenili tržby alebo ktorí odberatelia majú najvyšší neuhradený zostatok. Kolega môže preveriť stav objednávky alebo dostupnosť skladovej položky. AI si vyžiada povolené údaje z účtovného programu, pripraví odpoveď a pri citlivej operácii ponechá potvrdenie na používateľovi.

Účtovník tak nemusí ručne pripravovať rovnaký report pri každej otázke. Zároveň sa nemení účtovný systém ani zdroj pravdy. AI predstavuje nové rozhranie nad existujúcimi údajmi, nie novú paralelnú evidenciu.

Kde do toho zapadá ÚčtoMost

ÚčtoMost je hotové riešenie: pripojí AI asistenta ChatGPT alebo Claude k účtovnému programu POHODA, Money S3, KROS OMEGA, ALFA plus alebo MRP-K/S bez migrácie údajov a bez výmeny programu.

Firma alebo účtovná kancelária môže k existujúcemu spôsobu práce pridať trochu kontrolovanej samoobsluhy. Klient, majiteľ alebo kolega sa opýta AI na údaje, ku ktorým má oprávnenie. Účtovník ušetrí čas pri opakujúcich sa otázkach a sústredí sa na kontrolu, výnimky a odborné rozhodnutia.

Nasadenie môže začať iba čítaním údajov. Zápis sa povolí až tam, kde je jasný pracovný postup, minimálne oprávnenia a potvrdenie používateľa. Takýto postup je praktickejší než okamžitá snaha o úplne autonómne účtovníctvo.

Praktický prvý krok

Najlepším začiatkom je vybrať jednu konkrétnu a častú úlohu. Môže to byť zoznam neuhradených faktúr, kontrola rozdielu medzi dvoma zostavami alebo odpovedanie na otázky klientov o stave dokladov.

Pri pilotnom nasadení treba určiť, z ktorých účtovných jednotiek môže AI čítať, ktoré agendy sú povolené a kto kontroluje výsledok. Následne sa na reálnych otázkach overí, či odpovede šetria čas a či zostáva zrozumiteľné, z akých údajov vychádzajú.

Prípad Legory ukazuje, kam sa profesionálna práca posúva: AI zvládne čoraz väčší balík podkladov a dôslednejší prvý priechod. Hodnota pre firmu však vznikne až vtedy, keď je technická schopnosť spojená s prístupovými právami, dohľadateľným postupom a ľudskou kontrolou.

Záver

Kontrola 41 dokumentov za niekoľko minút, nájdenie 4 zo 4 vložených chýb a takmer 40 % zlepšenie v konkrétnom scenári sú silné výsledky. Najdôležitejším poučením však nie je samotná rýchlosť. Je ním rozdelenie práce medzi stroj a odborníka.

AI môže vykonať rozsiahle porovnávanie, viesť záznam kontrol a upozorniť na rozdiely. Odborník posúdi význam nálezov, doplní kontext a prijme konečné rozhodnutie. Pre účtovníctvo je to realistická cesta k vyššej produktivite bez toho, aby sa zodpovednosť stratila v automatizácii.

Text vychádza z prípadovej štúdie OpenAI o použití GPT-6 Astra v platforme Legora. Uvedené výsledky opisujú konkrétny benchmark a pracovný postup Legory.