GPT-6 Astra: kontrola 41 finančních dokumentů za několik minut

OpenAI představilo případovou studii, ve které platforma Legora použila GPT-6 Astra ke kontrole finančních výkazů. AI agent během jednoho spuštění prošel 41 dokumentů, našel všechny čtyři záměrně vložené chyby a připravil podrobný záznam provedených kontrol. Podle Legory trvala práce několik minut.

Výsledek je zajímavý pro účetní, auditory i finanční oddělení. Neříká však, že AI může samostatně podepsat účetní závěrku nebo převzít odbornou odpovědnost. Ukazuje praktičtější model: AI provede rozsáhlou a opakovanou kontrolu, upozorní na rozdíly a člověk posoudí důkazy i význam nálezů.

Výsledek ve zkratce

Legora u tohoto konkrétního scénáře uvádí tři hlavní výsledky:

• téměř 40 % zlepšení výsledku oproti předchozímu modelu v pracovním postupu kontroly finančních výkazů;
• 4 ze 4 nalezených chyb, které tým předem záměrně vložil do podkladů;
• 41 dokumentů zkontrolovaných během několika minut při jednom spuštění AI agenta.

Tato čísla patří ke konkrétnímu testu, datům a nastavení Legory. Nejsou obecnou zárukou, že každý účetní dokument bude automaticky zpracován se stejnou úspěšností. Důležitý je způsob práce: velký balík vzájemně souvisejících podkladů se kontroluje systematicky, výsledky jednotlivých kroků se zaznamenávají a odborník dostane materiál k dalšímu posouzení.

Co znamená kontrola finančních výkazů

Kontrola návaznosti finančních výkazů není jen rychlé porovnání dvou částek. Každý údaj v návrhu výkazů je třeba dohledat v podpůrných podkladech a ověřit, zda mezi nimi nevznikl rozdíl.

Ve scénáři Legory se údaje kontrolovaly proti obratovým předvahám, konsolidačním tabulkám a výkazům za předchozí rok. Jeden řádek může souviset s více dokumenty, poznámkami a mezisoučty. Pokud se číslo neshoduje, je třeba zjistit, zda jde o chybu, zaokrouhlení, nesprávné mapování nebo legitimní změnu.

Při ruční práci musí odborník opakovaně otevírat soubory, hledat příslušné řádky, porovnávat hodnoty a zapisovat, co už zkontroloval. Podle zkušenosti citované v případové studii může taková práce zabrat celý večer a někdy i několik dní. Únavné není jen samotné počítání. Náročné je udržet úplnost kontroly a neztratit souvislosti mezi desítkami podkladů.

Jak Legora testovala GPT-6 Astra

Legora je agentní platforma pro právní a další odbornou práci. Její tým přizpůsobuje AI agenty reálným pracovním postupům, například kontrole smluv, právnímu výzkumu nebo práci s finančními podklady.

K hodnocení použila vlastní Legora Benchmark for Agentic Reasoning, zkráceně BAR. Benchmark obsahuje ucelené odborné úkoly založené na reálných pracovních scénářích. U finanční kontroly tedy nešlo o jednu izolovanou otázku, ale o postup s více dokumenty, kontrolními kroky a očekávaným auditním záznamem.

Takové rozlišení je podstatné. Model může správně odpovědět na jednotlivou otázku a přesto selhat při delším procesu: vynechat dokument, zapomenout na již provedenou kontrolu nebo neuložit důvod svého závěru. Agentní test proto sleduje nejen správnost odpovědi, ale také úplnost a spolehlivost celého pracovního postupu.

Co agent udělal během jednoho spuštění

GPT-6 Astra zpracovala 41 dokumentů jako jeden související balík. Agent prošel jednotlivé zůstatky, porovnal je s podpůrnými tabulkami a zaznamenal výsledek každé kontroly.

V praxi šlo zejména o tyto činnosti:

• najít ke každému údaji správný podpůrný dokument nebo tabulku;
• porovnat částky a návaznosti mezi více zdroji;
• označit rozdíly, které vyžadují pozornost;
• zachovat výsledek již provedených kontrol;
• vytvořit přehlednou historii, podle které může odborník nález ověřit.

Výstupem proto nebyla jen věta, že výkazy sedí nebo nesedí. Odborník dostal podrobnější pracovní materiál s informací, které položky byly zkontrolovány a kde se objevil problém. Právě dohledatelnost odlišuje užitečnou kontrolu od odpovědi, které je třeba pouze věřit.

Přesnost, úplnost a spolehlivost

Legora popisuje zlepšení ve třech oblastech. Přesnost znamená, že agent správně rozpozná shodu nebo rozdíl. Úplnost znamená, že projde všechny potřebné položky. Spolehlivost znamená, že udrží konzistentní postup i při velkém počtu dokumentů a kontrol.

V testu našla GPT-6 Astra všechny čtyři vložené chyby. Jednou z nich byl rozdíl 500 000 britských liber ukrytý v poznámce o výnosech. Model zároveň zachoval všechny kontroly, které předchozí model provedl správně, a navíc dokončil přibližně dalších 50 kontrol.

Téměř 40 % zlepšení se týkalo právě tohoto finančního pracovního postupu. OpenAI zároveň uvádí, že průměr zlepšení napříč všemi úkoly benchmarku BAR byl přibližně 3 %. To je důležitý kontext: výsledek ukazuje výrazný posun v konkrétním scénáři, ne stejný skok u každého typu odborné práce.

Proč musí zůstat člověk v rozhodovacím procesu

AI dokáže rychle projít velké množství materiálu, mechanicky porovnat údaje a upozornit na nesrovnalosti. Nemůže však sama převzít profesní odpovědnost za účetní, auditorský nebo daňový závěr.

Rozdíl v dokumentech může mít více vysvětlení. Někdy jde o chybu, jindy o legitimní účetní úpravu, rozdílné období, kurzový přepočet nebo změnu metodiky. Odborník musí posoudit významnost, vyžádat doplňující doklady a rozhodnout, zda je nutná oprava.

Vhodným modelem je proto human-in-the-loop: AI připraví první rozsáhlou kontrolu a člověk ověří nálezy. Konečné rozhodnutí zůstává na člověku, který zná účetní pravidla, kontext organizace a nese odpovědnost za výsledek.

Tento princip zároveň snižuje riziko slepé důvěry. Uživatel nemá dostat jen sebevědomou odpověď. Potřebuje vidět, ze kterého dokumentu údaj pochází, s čím byl porovnán a proč agent označil výsledek jako problém.

Co z toho vyplývá pro účetnictví a audit

Největší přínos AI nemusí být v nahrazení odborného úsudku. Může být v odstranění velkého množství mechanické práce předtím, než odborník začne rozhodovat.

AI agent může připravit první kontrolu účetních sestav, vyhledat chybějící návaznosti, porovnat období, označit neobvyklé hodnoty a vytvořit seznam otázek. Účetní nebo auditor potom věnuje čas položkám, které skutečně vyžadují pozornost.

Podobný postup lze použít při kontrole pohledávek a závazků, párování bankovních pohybů, porovnávání skladu s účetnictvím, kontrole změn mezi obdobími nebo přípravě podkladů k závěrce. Vždy je však třeba určit povolené zdroje dat, rozsah oprávnění a kontrolní bod, ve kterém výsledek potvrdí člověk.

Jak lze podobný princip použít v běžné firmě

Ne každá firma potřebuje hned agenta, který kontroluje desítky dokumentů najednou. Stejný princip lze začít používat u menších a opakovaných otázek.

Majitel firmy se může zeptat, které faktury jsou po splatnosti, jak se změnily tržby nebo kteří odběratelé mají nejvyšší neuhrazený zůstatek. Kolega může prověřit stav objednávky nebo dostupnost skladové položky. AI si vyžádá povolená data z účetního programu, připraví odpověď a u citlivé operace ponechá potvrzení na uživateli.

Účetní tak nemusí ručně připravovat stejný report při každé otázce. Zároveň se nemění účetní systém ani zdroj pravdy. AI představuje nové rozhraní nad existujícími daty, ne novou paralelní evidenci.

Kde do toho zapadá ÚčtoMost

ÚčtoMost je hotové řešení: připojí AI asistenta ChatGPT nebo Claude k účetnímu programu POHODA, Money S3, KROS OMEGA, ALFA plus nebo MRP-K/S bez migrace dat a bez výměny programu.

Firma nebo účetní kancelář může ke stávajícímu způsobu práce přidat trochu kontrolované samoobsluhy. Klient, majitel nebo kolega se zeptá AI na data, ke kterým má oprávnění. Účetní ušetří čas u opakujících se otázek a soustředí se na kontrolu, výjimky a odborná rozhodnutí.

Nasazení může začít pouze čtením dat. Zápis se povolí až tam, kde existuje jasný pracovní postup, minimální oprávnění a potvrzení uživatele. Takový postup je praktičtější než okamžitá snaha o plně autonomní účetnictví.

Praktický první krok

Nejlepším začátkem je vybrat jeden konkrétní a častý úkol. Může to být seznam neuhrazených faktur, kontrola rozdílu mezi dvěma sestavami nebo odpovídání na otázky klientů o stavu dokladů.

Při pilotním nasazení je třeba určit, ze kterých účetních jednotek může AI číst, které agendy jsou povolené a kdo kontroluje výsledek. Následně se na reálných otázkách ověří, zda odpovědi šetří čas a zda zůstává srozumitelné, z jakých dat vycházejí.

Případ Legory ukazuje, kam se profesionální práce posouvá: AI zvládne stále větší balík podkladů a důslednější první průchod. Hodnota pro firmu však vznikne až tehdy, když je technická schopnost spojena s přístupovými právy, dohledatelným postupem a lidskou kontrolou.

Závěr

Kontrola 41 dokumentů za několik minut, nalezení 4 ze 4 vložených chyb a téměř 40 % zlepšení v konkrétním scénáři jsou silné výsledky. Nejdůležitějším poučením však není samotná rychlost. Je jím rozdělení práce mezi stroj a odborníka.

AI může provést rozsáhlé porovnávání, vést záznam kontrol a upozornit na rozdíly. Odborník posoudí význam nálezů, doplní kontext a přijme konečné rozhodnutí. Pro účetnictví je to realistická cesta k vyšší produktivitě, aniž by se odpovědnost ztratila v automatizaci.

Text vychází z případové studie OpenAI o použití GPT-6 Astra v platformě Legora. Uvedené výsledky popisují konkrétní benchmark a pracovní postup Legory.