Kako je mali knjigovodstveni ured prestao ručno prepisivati 2.000 računa mjesečno
Knjigovodstvena praksa s četiri osobe utapala se u ulaznim računima dobavljača — unosili su ih ručno, polje po polje. Evo točno što smo promijenili, što je zapinjalo usput i kako su izgledale brojke šest mjeseci kasnije.

Postoji posebna vrsta umora koja dolazi od prepisivanja brojeva s papira u okvir na ekranu, cijeli dan, uz svijest da bi to trebao raditi stroj. Ured iz ove priče to je znao. Znao je to godinama. Ono što nije imao bila je jasna predodžba gdje početi, koliko će to koštati i hoće li stvar zapravo izdržati u neurednoj stvarnosti pravih računa dobavljača. Ovo je iskrena verzija kako smo to riješili — uključujući dijelove koji nisu proradili iz prve.
Kratka napomena prije početka. Ovo je stvaran projekt, ali klijent nas je zamolio da ga zadržimo anonimnim, što je uobičajeno u knjigovodstvenom poslu. Zato nema imena tvrtke ni logotipa. Brojke su zaokružene i prikazane da ilustriraju oblik rezultata, a ne da vas impresioniraju lažnom preciznošću. Ako ništa drugo, zaokruživali smo konzervativno. Poanta studije slučaja nije hvalisanje — nego da sljedeća osoba s istim problemom vidi o čemu se radi prije nego što digne slušalicu.
Situacija: četvero ljudi i zid od papira
Klijent je mala knjigovodstvena praksa — četvero ljudi, jedan od njih vlasnik. Vode knjige za oko šezdeset klijenata iz malog gospodarstva: obrtnici, par restorana, nešto trgovine, šačica jednočlanih savjetničkih ureda. Kruh svagdašnji. Onaj tip ureda koji svakog klijenta zna po imenu i još uvijek na kraju godine dobije kutiju od cipela punu računa.
Usko grlo bili su ulazni računi — konkretno, računi dobavljača koje su im klijenti predavali na knjiženje. Kroz ured je mjesečno prolazilo otprilike 2.000 računa. Neki su stizali kao PDF-ovi e-poštom. Mnogi kao fotografije snimljene mobitelom, blago nakrivljene, ponekad s palcem u kutu. Tvrdoglava manjina još uvijek je stizala na papiru i skenirala se. Svaki pojedini morao je pročitati čovjek i utipkati ga u računovodstveni sustav: naziv dobavljača, broj računa, datum, neto iznos, PDV, ukupno, ispravna kategorija troška.
Dvoje od četvero zaposlenih trošilo je velik dio tjedna upravo na ovo. Nije to bio težak posao. Bio je neumoljiv, i bio je razlog zašto ured nije mogao preuzimati nove klijente bez zapošljavanja. Još gore, tu su živjele greške — zamijenjena znamenka ovdje, pogrešna stopa PDV-a ondje, sitne pogreške koje kasnije koštaju sat vremena traženja.
“Nitko ne otvara knjigovodstveni ured jer voli iznova tipkati broj 1.847,50 s mutne mobitelske fotografije. Taj posao smo krenuli izbrisati.”

Što namjerno nismo napravili
Prije dobrog dijela, suzdržanost. Ured je došao napola očekujući da ćemo im prodati novu računovodstvenu platformu — izbaciti ono što imaju, migrirati sve, prekvalificirati tim, cijeli cirkus. Odgovorili smo ih od toga. Njihov postojeći sustav radio je sasvim dobro; problem nije bio sustav, nego unos podataka koji ga hrani. Zamijeniti alat koji radi da bi se popravio proces koji ne radi klasična je i skupa pogreška.
Također nismo pokušali automatizirati sve odjednom. Napast u ovakvom projektu je juriti za 100% — svaki račun, svaki rubni slučaj, potpuno bez ruku. Tih zadnjih 5% je mjesto gdje projekti automatizacije umiru. Zato smo povukli namjernu crtu: neka se rutinski, pristojni računi obrađuju automatski, a čudni preusmjere čovjeku. Više o toj crti kasnije, jer je to najvažnija odluka u cijelom projektu.
Što smo zapravo izgradili
Sustav ima tri pokretna dijela i nijedan nije egzotičan. Domišljatost je u tome kako se uklapaju i gdje smo odlučili staviti čovjeka.
Jedan pretinac za sve
Prvo, jedno mjesto na koje računi slijeću. Postavili smo namjensku adresu e-pošte i jednostavnu stranicu za učitavanje. Klijenti proslijede svoje račune ili snime fotografiju i učitaju je, i sve se slijeva u jedan red čekanja. Nema više prekopavanja po osobnim pretincima četvero zaposlenih. Zvuči trivijalno. Uklonilo je cijelu kategoriju kaosa tipa „gdje je nestao onaj račun" prvog dana, prije nego što je ijedna AI išta dotaknula.
Čitanje računa
Drugo, izvlačenje. Svaki pristigli dokument čita AI model koji izvlači polja koja su bitna: dobavljač, broj računa, datum, neto, stopa i iznos PDV-a, ukupno, valuta i najbolja procjena kategorije troška na temelju dobavljača i stavki. Ovo je dio kojemu je uistinu trebala moderna AI — stariji OCR mogao je pročitati tekst s čistog PDF-a, ali se raspao na nakrivljenoj mobitelskoj fotografiji izblijedjelog termalnog računa. Današnji modeli s vidom nose se s tom neurednošću daleko bolje, što je upravo razlog zašto je ovaj projekt bio vrijedan raditi sada, a nije bio prije pet godina.
Znati kada nije siguran
Treće — i ovo je dio koji ljudi podcjenjuju — sustav izvještava koliko je siguran u svako polje i unakrsno provjerava matematiku. Je li neto plus PDV zaista jednako ukupnom iznosu? Je li stopa PDV-a valjana za zemlju ovog klijenta? Je li dobavljač onaj kojeg smo već vidjeli? Kad se sve slaže, račun teče ravno u stanje spremno za pregled. Kad nešto ne štima — ukupni iznos koji se ne zbraja, dobavljač nikad prije viđen, mutno polje u koje model nije siguran — on se označava i gura čovjeku, s istaknutim sumnjivim poljem.

Uvođenje: namjerno paralelno
Nismo samo pritisnuli prekidač i otišli. Prva tri tjedna sustav je radio usporedno sa starim ručnim procesom. Zaposlenici su i dalje unosili račune na uobičajen način, ali su također vidjeli što automatizacija proizvodi, jedno uz drugo. Ovo je učinilo dvije stvari. Omogućilo nam je da uhvatimo rubne slučajeve na pravim računima uz nula rizika — ako je sustav nešto pogriješio, čovjek je to ionako ispravno tipkao. I izgradilo je povjerenje. Tim je mogao gledati kako stvar iznova bude u pravu prije nego što je od njega ikad zatraženo da se osloni na nju.
- 1Tjedni 1.–3.: mod sjeneAutomatizacija je radila na svakom računu, ali nije mijenjala ništa. Zaposlenici su radili kao i obično i uspoređivali rezultate. Podešavali smo izvlačenje i pragove sigurnosti na pravim, neurednim računima.
- 2Tjedni 4.–6.: čovjek sve provjerava, ništa ne tipkaZaposlenici su prešli na pregledavanje izlaza sustava umjesto tipkanja od nule — potvrđujući zelena polja, ispravljajući jantarna. Daleko brže od tipkanja, i i dalje potpuno nadzirano.
- 3Od 7. tjedna: sigurni računi se automatski knjiže, ljudi rješavaju iznimkeKad se stopa pogrešaka na automatski odobrenim računima zadržala ispod našeg dogovorenog praga, čisti računi su se knjižili automatski. Posao tima postao je rješavanje označene manjine — onih uistinu zeznutih.
- 4Trajno: bilješka „kad zakaže"Jedna imenovana osoba vlasnik je sustava, i postoji kratka pisana procedura što učiniti ako kvaliteta izvlačenja ikad padne — vratiti se na ručno, koga nazvati. Dosadno, i upravo zato nitko ne paničari.
Ta faza paralelnog rada dio je koji timovi žele preskočiti da uštede vrijeme, i to je dio koji ne smijete preskočiti. To je razlika između alata kojem ljudi vjeruju i alata koji ljudi tiho zaobilaze. Nikad nismo požalili što smo radili paralelno par tjedana više; jesmo požalili što to nismo napravili.
Što je zapinjalo — jer nešto uvijek zapne
Studija slučaja bez problema je prodajni prospekt. Evo gdje je stvarnost uzvratila. Prvo iznenađenje bili su dvostruki računi. Klijenti, budući ljudi, proslijedili bi isti račun dvaput — jednom kao PDF, jednom kao mobitelsku fotografiju tjedan dana kasnije. Rani sustav radosno je obrađivao oba. Dodali smo provjeru duplikata koja uspoređuje po dobavljaču, broju računa i iznosu i označava vjerojatne ponavljanja prije nego što dođu do knjiga.
Drugo su bila odobrenja i djelomični povrati, koji izgledaju gotovo točno kao računi, ali znače suprotno. Model je povremeno čitao odobrenje kao običan račun s negativnim ukupnim iznosom, što je tehnički točno, a praktički opasno. Naučili smo sustav da prepozna razliku i, kad nije siguran, da označi umjesto da nagađa. Kad je cijena pogrešne pretpostavke visoka, ispravan potez uvijek je označiti.
Treće uopće nije bio bug — bila je navika. Nekoliko tjedana jedan zaposlenik vodio je privatnu tablicu „za svaki slučaj", tiho udvostručujući posao koji je sustav sad radio. Ne baš iz nepovjerenja, više iz mišićne memorije. Uočili smo to samo zato što su brojke izgledale previše uredno. Kratak, iskren razgovor to je riješio. Vrijedi zapamtiti: najteži dio automatizacije rijetko je tehnologija. To je čovjek koji pušta stari način.
Rezultati nakon šest mjeseci
Evo gdje moramo biti oprezni i iskreni. Ovo su brojke ovog ureda, zaokružene, i vaši će rezultati varirati ovisno o vašoj kombinaciji računa i vašoj polaznoj točki. No smjer i grubi opseg reprezentativni su za ono što ova vrsta automatizacije radi.
| Mjera | Prije | Poslije |
|---|---|---|
| Računi koji trebaju potpuni ručni unos | ~2.000 / mjesec | ~250 / mjesec |
| Vrijeme utrošeno na unos računa | ~2 zaposlenika, veći dio tjedna | Znatno manje od vremena jedne osobe |
| Prosječno vrijeme obrade po računu | Minute tipkanja | Sekunde za potvrdu |
| Greške u unosu uhvaćene kasnije | Ponavljajuća tjedna glavobolja | Naglo smanjene |
| Novi klijenti preuzeti bez zapošljavanja | Zapelo | Oslobođeni kapacitet |
Naslov do kojeg je vlasniku bilo stalo nije bila ušteda vremena — bio je kapacitet. Ured je odbijao nove klijente jer je tim bio maksimalno opterećen unosom podataka. Nakon šest mjeseci, otprilike istih četvero ljudi obrađivalo je zamjetno veću knjigu klijenata, bez da itko radi dulje sate i bez novog zapošljavanja. Automatizacija nije zamijenila osobu. Uredu je vratila ekvivalent jedne i usmjerila je na posao koji zapravo donosi zaradu.
I smanjenje pogrešaka bilo je važnije nego što se očekivalo. Uhvatiti krivo utipkani iznos PDV-a u veljači je neugodno; uhvatiti ga u godišnjem pregledu je uistinu skupo poslijepodne. Budući da sustav provjerava vlastitu aritmetiku i označava dvojbene slučajeve, greške koje su prije prolazile u 16 h punog dana uglavnom su prestale prolaziti uopće.
“Nismo kupili više sati u danu. Prestali smo trošiti one koje smo imali na zadatak koji stroj radi bolje.”

Bi li ovo funkcioniralo za vaš ured?
Vjerojatno, ako se vaša situacija rimuje s njihovom. Obrazac koji čini automatizaciju računa vrijednom jednostavan je: značajan volumen dokumenata, koji stižu u raznolikim formatima, a koje trenutno tipka čovjek. Ako obrađujete nekoliko računa tjedno, ne trudite se — ručni napor jeftiniji je od postavljanja. No negdje kod niskih stotina mjesečno matematika se snažno preokreće u korist automatizacije.
- Obrađujete stotine do tisuće računa ili dokumenata mjesečno.
- Stižu u mješovitim formatima — PDF-ovi, fotografije, skenovi — a ne jedan uredan tok.
- Prave osobe trenutno čitaju i iznova tipkaju ista polja, iznova i iznova.
- Vaš postojeći računovodstveni sustav je u redu; usko grlo je unos podataka koji ga hrani.
- Radije biste rasli knjigu klijenata nego zapošljavali isključivo da biste stigli s administracijom.
I isti pristup dobro se generalizira daleko izvan knjigovodstva. Bilo gdje gdje osoba čita strukturirane informacije s dokumenata i iznova ih tipka — otpremnice, narudžbenice, prijave, ugovori — primjenjuje se isti trodijelni obrazac: jedna točka prijema, AI izvlačenje s ocjenom sigurnosti i čovjek koji rješava samo iznimke. Računi su samo najčešće mjesto gdje se ta bol pojavljuje.
Utapate se u računima koje ne biste trebali tipkati?
Ako vaš tim ručno unosi račune, iskreno ćemo pogledati vaš volumen i formate i reći vam ravno isplati li se automatizacija vama — i što bi realno bilo potrebno.
Pogledajte kako automatiziramo obradu računaČesta pitanja
Koliko je AI izvlačenje podataka s računa zapravo točno?
Moramo li mijenjati svoj računovodstveni softver?
Što se događa s računima koje sustav ne može pročitati?
Koliko je projektu trebalo da se isplati?
Hoće li ovo ostaviti moje zaposlenike za unos podataka bez posla?

Have a nice day softverski je studio koji pomaže malim i srednjim poduzećima u digitalizaciji — automatizacija, umjetna inteligencija i softver po mjeri koji radi u svakodnevnom poslovanju, a ne samo na slajdovima.