IT Systems 5/2026 ERP systémy AI a Business Intelligence Dnes 9:00

Proč musí mít AI v ERP přísné hranice a jak pracuje s kontextem faktu?

AI v ERP není chat, je to nový způsob práce s firemními daty, říká Martin Šťastný, ředitel vývoje Vision ERP

Když jsme v minulém článku představovali AI asistentku Viana ve Vision ERP, mluvili jsme hlavně o tom, že podniková data mohou konečně promluvit lidskou řečí. Ne jako slogan, ale jako praktická změna v každodenní práci. Uživatel se nemá učit jazyk databází, má se ptát tak, jak by se ptal zkušeného kolegy.

Od té doby se ukazuje, že největší hodnota AI v ERP neleží v samotném chatu. Chat jsou jen vstupní dveře. Důležitější je, co za nimi systém dokáže bezpečně a srozumitelně udělat. A protože u AI je zdravá nedůvěra stejně důležitá jako nadšení, podívali jsme se společně s Martinem Šťastným, ředitelem vývoje Vision ERP detailněji na to, jak AI v ERP pracuje s kontextem, daty a odpovědností.

Minule jsme říkali, že AI v ERP nemá být hračka, ale nástroj. Co to znamená prakticky?

Znamená to, že uživatel si nechce „povídat s počítačem“. Chce rychleji pochopit situaci, rozhodnout se a pokračovat v práci. Když obchodník otevře zákazníka, nechce hledat ve třech agendách, kdy byla poslední komunikace, jestli existují neuhrazené doklady a kdo je hlavní kontakt. Chce se zeptat: „Co o té firmě potřebuji vědět před schůzkou?“ A systém by měl dát přehled, který má hlavu a patu.

Takže nejde jen o to, že uživatel píše česky?

Přesně. Přirozený jazyk je příjemný, ale sám o sobě nestačí. Skutečný rozdíl je v kontextu. Běžný chatbot odpovídá na větu. ERP asistent ví, že uživatel stojí na konkrétní firmě, faktuře, zakázce nebo dokumentu. Nemusí se pokaždé ptát od nuly. Když se řeší faktura, dotaz na kontakty se vztahuje k protistraně faktury. Když se před chvílí zobrazil seznam dokladů, krátká odpověď „třetí“ znamená výběr třetího řádku, ne hádanku.

To zní skoro samozřejmě. Proč to tedy není samozřejmé?

Protože ERP není jeden seznam. Je to síť agend, vztahů, dokladů, poznámek, dokumentů a historických událostí. Zkušený uživatel si mnoho vazeb nosí v hlavě. Nový kolega je teprve objevuje. AI má pomoci tuto vzdálenost zkrátit. Ne tím, že schová složitost systému, ale tím, že uživatele provede k odpovědi.

A teď kontrolní otázka. Jak se zabrání tomu, aby si Viana odpověď prostě vymyslela?

Tím, že dobrá AI v ERP nemá vystupovat jako vševědoucí věštkyně. Má pracovat s daty, která jí systém připraví, a rozlišovat, co je potvrzené a co ne. Když se ptáte na riziko faktury, nemá si domýšlet platební morálku zákazníka. Má se podívat na dostupné údaje: částky, splatnost, stav úhrad, otevřené saldokonto, poznámky nebo navázané dokumenty. A když něco v datech není, má to říct.

Takže odpověď „nevím“ může být správná odpověď?

V ERP často ano. Méně efektní, ale bezpečnější. Uživatel nepotřebuje sebevědomou fantazii. Potřebuje vědět, zda se rozhoduje podle faktu, nebo podle domněnky. Proto má Viana odpovídat lidsky, ale zároveň opatrně: „Tohle vidím v datech, tohle může být riziko, tohle z dostupných informací nelze rozhodnout.“

Dejme příklad bez katalogu příkazů.

Představme si obchodníka před schůzkou. Otevře zákazníka a zeptá se, co je důležité. Viana shrne stav firmy, upozorní na otevřené doklady, připomene poslední kontakt a ukáže, jestli je v poznámkách něco, co by nemělo zapadnout. Obchodník se pak může doptat: „Proč to považuješ za riziko?“ nebo „Kdo s nimi mluvil naposledy?“ Rozhovor se přirozeně zužuje od přehledu k detailu.

A účetní?

Účetní nemusí procházet doklad po dokladu jen proto, aby zjistila základní stav. U faktury ji zajímá, jestli sedí částky, zda je doklad uhrazený, jestli je něco po splatnosti a jestli existují související dokumenty nebo poznámky. Viana může podat stručné shrnutí a upozornit na to, kde je potřeba lidská kontrola. Nemá z účetní udělat pasivního diváka, ale ušetřit jí rutinní hledání.

Mluvilo se také o dokumentech. Tam bývá nejvíc firemních znalostí, ale zároveň největší nepořádek.

Ano. Hodně důležitých informací neleží v pěkné tabulce. Jsou v poznámkách, zápisech, smlouvách, reklamacích, návodech nebo přílohách u záznamů. Pro člověka je často jasné, že informace „někde je“, ale najít ji zabere čas. AI může pomoci tak, že shrne obsah aktuálního záznamu, najde důležité zmínky a uvede, z jakých dokumentů vycházela.

Tady se nabízí důležitá otázka. Co když dokument Viana nepřečte?

Pak to nesmí předstírat. Pokud je dokument nepodporovaný, příliš velký nebo pro daného uživatele nedostupný, má to být vidět. Stejně tak musí být jasné, že AI neobchází oprávnění. Když uživatel nemá k dokumentu přístup v ERP, nemá ho získat jen proto, že položil otázku chatu.

To nás přivádí k časté otázce zákazníků. Posílají se data ven?

Zjednodušeně řečeno záleží na zvoleném způsobu provozu. U služeb přes OpenAI API se dotaz a připravený kontext posílají do externí služby, která odpověď vygeneruje. Důležité je, že data poslaná přes API se ve výchozím režimu nepoužívají k trénování ani zlepšování modelů, pokud s tím zákazník výslovně nesouhlasí. Model si tedy z vašich faktur, poznámek nebo dokumentů nedělá novou paměť a nezačne je později používat pro jiné uživatele. Výhodou API je vysoká kvalita modelů, dobrá práce s jazykem a obvykle i menší starost o vlastní hardware. Firma ale stále musí mít jasno v pravidlech a v tom, jaká data je oprávněná tímto způsobem zpracovávat.

A lokální modely?

Lokální model běží ve vlastní infrastruktuře zákazníka nebo dodavatele. Je lákavý tam, kde firma chce mít provoz co nejvíc pod vlastní kontrolou a nechce posílat data mimo své prostředí ani ke zpracování konkrétní odpovědi. To ale neznamená, že je automaticky bezpečnější ve všech ohledech. U lokálního řešení nese firma víc odpovědnosti za servery, přístupy, logy, aktualizace i dohled. Často také bývá pomalejší nebo méně schopný v obecném porozumění než špičkové cloudové modely.

Takže není jedna univerzální odpověď?

Není. OpenAI API může být výborné tam, kde firma chce rychle nasadit kvalitní jazykovou inteligenci a má vyřešená pravidla pro data. Lokální model může dávat smysl tam, kde je nejvyšší prioritou vlastní provozní kontrola, i za cenu vyšších nároků na infrastrukturu. Důležité je neplést si bezpečnost s pocitem bezpečí. Cloudové API není totéž co veřejný chat bez pravidel a lokální model není automaticky neprůstřelný trezor. V obou případech rozhodují oprávnění, logování, smluvní a technická pravidla a rozumné nastavení celého řešení.

A co spolehlivost odpovědí? Je lokální model automaticky pravdivější?

Ne. Spolehlivost nevzniká jen výběrem modelu. Vzniká kombinací kvalitních dat, dobrého kontextu, ověřených nástrojů a jasného přiznání nejistoty. Model může být cloudový nebo lokální, ale pokud dostane špatná data, neúplný kontext nebo nejasný úkol, výsledek nebude dobrý. V ERP proto musí být AI pevně napojená na systém, ne jen přilepená jako hezké okno vedle něj.

Kdybychom to měli říct úplně lidsky, kde je hlavní přínos Viany?

V tom, že zkracuje cestu od otázky k použitelné odpovědi. Méně hledání, méně přepínání, méně závislosti na tom, kdo si pamatuje všechny vazby v systému. Uživatel se může ptát přirozeně, postupně se doptávat a dostat odpověď, která vychází z konkrétního ERP kontextu.

A kde je hranice?

Hranice je v odpovědnosti. AI může pomoci najít souvislosti, shrnout data a upozornit na rizika. Nemá ale nahradit odborný úsudek člověka. Dobrá Viana není ta, která má odpověď na všechno. Dobrá Viana ví, kdy má odpovědět, kdy ukázat zdroj a kdy říct: „Tady potřebuji kontrolu člověka.“

Takže cílem není, aby lidé používali Vision ERP proto, že „je tam AI“.

Přesně. Cílem je, aby se rychleji dostali k práci, kterou opravdu potřebují udělat. Pokud AI pomůže tomu, že nový kolega pochopí zákazníka rychleji, účetní dříve najde problém v dokladu a manažer se lépe zorientuje v datech, pak nejde o módní doplněk. Pak se z ERP stává prostředí, se kterým se dá konečně mluvit trochu víc lidsky.

Skenujte a objevujte

Detailní informace o AI asistentce Vianě ve Vision ERP najdete na www.vision.cz