Właściciel jednoosobowej działalności, który raz w miesiącu siada do „ogarnięcia księgowości”, zwykle nie robi jednej czynności — robi cztery różne, tylko upakowane w to samo okienko czasowe. Rozkładamy je osobno, bo każda inaczej nadaje się do automatyzacji.

Z czego naprawdę składa się księgowość JDG

Pierwsze zadanie to zebranie i przeczytanie dokumentów: faktur kosztowych, sprzedażowych, paragonów, potwierdzeń przelewów. Drugie — przypisanie ich do właściwych kategorii kosztowych i przychodowych. Trzecie — pilnowanie terminów: kiedy złożyć deklarację, kiedy opłacić zaliczkę, kiedy rozliczyć składki. Czwarte — przygotowanie danych wejściowych do faktycznego wyliczenia zobowiązań. Rozdzielenie tych czterech zadań ma znaczenie, bo każde z nich wymaga innego rodzaju pewności, żeby oddać je maszynie.

Dokumenty i kategoryzacja: co dziś robi AI

Czytanie dokumentów księgowych to rozpoznawanie wzorców — czy to faktura kosztowa czy sprzedażowa, jaka kwota, jaka stawka VAT, jaka data. To dokładnie ten typ pracy, w którym dzisiejsze modele językowe radzą sobie dobrze, o ile dokument jest w miarę standardowy. Więcej o samym mechanizmie ekstrakcji piszemy w tekście o automatyzacji obiegu dokumentów — to ten sam mechanizm, który stoi za czytaniem faktur w księgowości. Im bardziej nietypowy dokument, ręcznie wypełniony albo słabej jakości skan, tym większa szansa, że trafi do weryfikacji przez człowieka.

Kategoryzacja kosztów wygląda na prostą czynność, a w rzeczywistości to seria małych decyzji: czy wydatek jest kosztem uzyskania przychodu, do jakiej kategorii go przypisać, czy dotyczy działalności mieszanej. Dla typowych wydatków — paliwo, materiały biurowe, usługi telekomunikacyjne — automatyczne przypisanie na podstawie wcześniejszych dokumentów działa dobrze. Dla przypadków granicznych sensowniejsze jest oznaczenie ich do przeglądu niż automatyczne zaklasyfikowanie z ryzykiem błędu. To rozróżnienie — automatyzować to, co powtarzalne, eskalować to, co niejednoznaczne — opisujemy szerzej przy okazji automatyzacji decyzji z eskalacją do człowieka.

Terminy i dane do rozliczeń: granica między AI i silnikiem

Ze wszystkich czterech zadań pilnowanie terminów najbardziej nadaje się do automatyzacji, z prostego powodu: termin jest znany z wyprzedzeniem i nie wymaga interpretacji. Data złożenia deklaracji czy opłacenia zaliczki nie zmienia się z miesiąca na miesiąc w sposób wymagający oceny — to reguła kalendarzowa, nie treść do zrozumienia.

Inaczej wygląda czwarte zadanie: przygotowanie danych wejściowych do wyliczenia zobowiązań. W Qkwit rozdzielamy to świadomie na dwie warstwy. AI czyta dokumenty i przygotowuje z nich dane — kwoty, kategorie, daty. Osobny, deterministyczny silnik liczy na tej podstawie zaliczkę na podatek dochodowy i składki ZUS według jawnych, możliwych do prześledzenia reguł — nigdy na podstawie odpowiedzi modelu językowego. Piszemy o tym, dlaczego stosujemy ten podział konsekwentnie, w tekście dlaczego AI nie powinno liczyć podatków samodzielnie.

Co dziś wciąż wymaga człowieka

Dokumenty nietypowe albo niejednoznaczne trafiają do weryfikacji, nie do automatycznego przetworzenia. Interpretacja przepisów w sytuacjach granicznych — czy dany wydatek faktycznie jest kosztem firmowym, jak zakwalifikować nietypową transakcję — zostaje decyzją człowieka, nie modelu językowego. Kontakt z urzędem skarbowym czy ZUS w sprawach wymagających wyjaśnień również wykracza poza to, co automatyzujemy. Traktujemy to jako świadomy podział ról: AI odciąża pracę powtarzalną, a człowiek zostaje przy decyzjach wymagających oceny sytuacji.

Warto odróżnić dwa rodzaje takiej sytuacji. Pierwsza to przypadek, w którym system nie jest pewny i celowo eskaluje — to działa dobrze, kiedy eskalacja jest wyjątkiem, nie normą. Druga to przypadek, w którym w ogóle nie próbujemy automatyzować decyzji, bo z natury wymaga ona interpretacji przepisów albo kontaktu z drugą stroną. To rozróżnienie pomaga ocenić, czy dany dostawca automatyzacji księgowej faktycznie ogranicza pracę ręczną, czy tylko przenosi ją w inne miejsce.

W skrócie

Automatyzacja księgowości JDG działa najlepiej wtedy, kiedy jest rozłożona na te cztery zadania, a nie traktowana jako jeden przełącznik „włącz AI”. Dziś Qkwit obsługuje w ten sposób jednoosobowe działalności, a AI i deterministyczny silnik dzielą między sobą pracę tak, jak opisaliśmy wyżej. Zobaczcie, jak to wygląda w praktyce, na stronie Qkwit.

Najczęstsze pytania

Czy AI w księgowości JDG czyta wszystkie dokumenty bez wyjątku?

Czyta i klasyfikuje większość standardowych dokumentów — faktury, paragony, potwierdzenia przelewów. Dokumenty nietypowe albo niskiej jakości trafiają do weryfikacji przez człowieka, zamiast być przetwarzane w pełni automatycznie.

Czy AI decyduje, ile podatku trzeba zapłacić?

Nie. AI przygotowuje dane z dokumentów, a wysokość zobowiązań podatkowych i składek ZUS liczy osobny, deterministyczny silnik oparty na jawnych regułach podatkowych.

Które zadanie księgowe najłatwiej zautomatyzować?

Pilnowanie terminów — termin jest znany z wyprzedzeniem i nie wymaga interpretacji. Czytanie dokumentów i kategoryzacja kosztów wymagają rozpoznawania treści, więc są bardziej złożone, choć też w dużej mierze automatyzowalne.

Co się dzieje, gdy AI nie jest pewne kategorii wydatku?

Wydatek trafia do przeglądu przez człowieka, zamiast zostać automatycznie zaklasyfikowany — to ten sam model eskalacji, jaki stosujemy we wszystkich naszych wdrożeniach automatyzacji dokumentów.

Czy warto automatyzować tylko część tych czterech zadań, a nie wszystkie naraz?

Tak, i często tak to wygląda w praktyce. Pilnowanie terminów i czytanie standardowych dokumentów to zwykle najprostszy punkt startu, bo dają szybki efekt przy niskim ryzyku błędu. Kategoryzacja i dane do rozliczeń mają sens jako kolejny krok.