Přeskočit na obsah
Zpět na blog
AI ve firmě

Kontrola dokumentů podle firemní směrnice pomocí AI

Porovnávat smlouvu, žádost nebo prezentaci s vnitřní směrnicí je nudná práce, kterou dělá vždy ten samý člověk. Co v ní jazykový model zvládne a kde musí zůstat člověk.

Autor
Miroslav Douda
Vyšlo
Čtení
6 min

Práce, kterou dělá vždy ten samý člověk

Ve firmě, kde platí vnitřní směrnice, existuje vždycky někdo, kdo prochází dokumenty a hlídá, jestli sedí. Smlouvy proti šabloně, žádosti proti pravidlům čerpání, prezentace proti manuálu značky, faktury proti nákupní směrnici. Je to práce, kterou nikdo nechce dělat na plný úvazek, a tak ji dělá ten, kdo je zrovna po ruce, mezi ostatní prací.

Je to zároveň úloha, kde jazykový model reálně pomůže, protože porovnávání dvou textů je přesně to, v čem je dobrý. S jednou podmínkou: musí mít oba texty.

Bez směrnice to nejde

Nejčastější chyba vypadá takhle. Někdo vloží dokument a napíše „zkontroluj, jestli je v pořádku“. Model odpoví obecně, protože neví, podle čeho má kontrolovat. Vrátí komentáře typu „formulace by mohla být jasnější“ nebo „doporučuji ověřit termíny“, což zní jako kontrola a je to jen zdvořilá vata.

Funguje to jinak, když dostane obě strany porovnání:

  1. Text směrnice nebo šablony, podle které se má kontrolovat.
  2. Dokument, který se kontroluje.
  3. Zadání, co konkrétně porovnat a v jaké podobě chcete odpověď.

Zadání, které funguje: „Tady je naše vnitřní směrnice pro nákupní smlouvy a tady je konkrétní smlouva. Projdi směrnici bod po bodu a u každého napiš, jestli ho smlouva splňuje, nesplňuje, nebo se jí netýká. U nesplněných bodů cituj přesnou formulaci ze smlouvy. Nic nedomýšlej, drž se toho, co je v textu napsáno.“

Rozdíl proti prvnímu pokusu je zásadní. Model teď nehodnotí dokument sám o sobě, ale porovnává dvě konkrétní věci a odpověď se dá ověřit, protože cituje, kde přesně je problém.

Co tahle práce zahrnuje v praxi

Dodavatelská smlouvaPlatební podmínky, výpovědní lhůta, sankceVnitřní vzor smlouvy
Žádost o home office nebo dovolenouFormální náležitosti, dodržení lhůty podáníPracovní řád
Prezentace pro zákazníkaLogo, barvy, povinné formulaceManuál značky
Faktura od dodavateleNáležitosti podle zákona, shoda s objednávkouNákupní směrnice, číselník dodavatelů
Interní zápis nebo zprávaStruktura, povinné rubrikyŠablona útvaru

Tabulka výše ukazuje rozpětí úloh, na kterých se tahle kontrola reálně dělá. Společné mají jedno: existuje psané pravidlo, se kterým se dá dokument porovnat.

Jeden příklad krok za krokem

Vezměme první řádek tabulky, dodavatelskou smlouvu. Nákupčí dostane návrh smlouvy od nového dodavatele a firma má vnitřní vzor, který popisuje, co má taková smlouva obsahovat: splatnost do čtrnácti dnů, výpovědní lhůtu tři měsíce, sankci za pozdní dodání a doložku o mlčenlivosti.

Postup vypadá takhle. Nákupčí vloží modelu obě věci, vzor i návrh smlouvy, a zadání z předchozí kapitoly. Model vrátí tabulku bod po bodu: splatnost čtrnáct dnů souhlasí, výpovědní lhůta je v návrhu jen jeden měsíc, sankce chybí úplně, doložka o mlčenlivosti je přítomná, ale formulovaná jinak než ve vzoru, s citací obou vět vedle sebe.

Nákupčí teď nemusí číst celou smlouvu řádek po řádku, aby tohle zjistil. Čte hotové srovnání a rozhoduje, co s odchylkami udělat: jestli kratší výpovědní lhůtu firma akceptuje, nebo jestli je to důvod se s dodavatelem domluvit jinak. To rozhodnutí model neudělá, protože nezná, jak moc firma na daném dodavateli závisí.

Kde to funguje dobře

Formální nesoulad. Chybějící podpisová doložka, jiná lhůta, jiné číslo účtu, chybějící příloha, o které směrnice mluví. Tohle model najde spolehlivě, protože jde o srovnání textu s textem.

Opakující se chyby napříč dokumenty. Když projdete deset smluv od stejného dodavatele najednou, model rychle ukáže, že se stejná odchylka objevuje pořád, což je signál, že nejde o náhodu, ale o zavedenou praxi na druhé straně.

První třídění objemu. Když čeká ke kontrole dvacet dokumentů, model rychle roztřídí, které vypadají v pořádku a které si zaslouží pozornost. Ušetří to čas, který by jinak šel na čtení všech dvaceti stejně pečlivě.

Kde to selhává

Chybějící věci si nevšimne, pokud se na ně nezeptáte. Modely jsou lepší v hodnocení toho, co v textu je, než v hlídání toho, co v něm chybí. Bez výslovného zadání „projdi bod po bodu, jestli tam všechno je“ snadno přehlédne, že chybí celý odstavec.

Výklad nejasné formulace nenahradí. Když směrnice sama říká něco nejednoznačně, model to nerozhodne za vás. Nanejvýš na to upozorní, že mu porovnání nesedí, protože text jde číst dvěma způsoby. To je užitečné zjištění samo o sobě, ale rozhodnutí patří člověku.

Riziko, které vyplývá z odchylky, nevyhodnotí spolehlivě. Umí říct, že smlouva má jinou sankci než šablona. Neumí spolehlivě posoudit, jestli je to pro firmu problém, protože to záleží na souvislostech, které v textu nejsou, třeba na vztahu s dodavatelem nebo na tom, kolikrát se to už stalo.

Vymyšlená citace. Když je zadání volné, model občas dokreslí formulaci, která v dokumentu doslova není, i když je věcně blízko. Proto patří do zadání věta, že má citovat přesně, a proto se výsledek ověřuje proti originálu, ne se bere jako hotová věc.

Kdo má výsledek kontrolovat

Model připraví podklad, rozhodnutí zůstává na člověku. Osvědčilo se rozdělení podle závažnosti:

  • Formální odchylky (chybějící podpis, jiné datum) může po kontrole modelem rovnou opravit ten, kdo dokument připravoval.
  • Věcné odchylky (jiná sankce, jiná lhůta) jdou k tomu, kdo má na starosti danou oblast, tedy k právníkovi, k vedoucímu nákupu nebo k personalistovi.
  • Nejasnosti ve směrnici samotné, které se objeví opakovaně, jsou signál, že se má směrnice přepsat, ne že se má pořád dokola řešit stejný spor.

Poslední bod firmy podceňují nejčastěji. Když model při kontrole desáté smlouvy upozorní na stejnou nejasnost, není to chyba modelu. Je to důvod otevřít směrnici a tu větu přepsat jednou pořádně.

Jak to zavést, aby to fungovalo dýl než měsíc

  1. Vyberte jeden typ dokumentu, který se kontroluje nejčastěji a má jasnou směrnici k porovnání.
  2. Napište zadání jednou a uložte si ho. Ať ho příště nikdo nevymýšlí znovu.
  3. Určete, kdo výsledek potvrzuje. Kontrola bez odpovědné osoby na konci je jen dojem kontroly.
  4. Sledujte, jestli se opakují stejné odchylky. Je to nejlevnější způsob, jak zjistit, že problém není v dokumentech, ale ve směrnici.

Práce s dokumenty, ve kterých jsou osobní nebo obchodní údaje, má ještě jednu podmínku navíc: musí být jasné, kam dokument při kontrole putuje. Co do veřejné verze nástroje nepatří, jsme popsali v článku o tom, co do ChatGPT nepatří.

Kolik dokumentů se to týká

Objem bývá větší, než firma čeká: desítky smluv měsíčně v nákupu, desítky žádostí v personální agendě. U jednoho dokumentu ročně se nevyplatí ani sepisovat zadání. U desítek měsíčně ano, protože se zadání uloží jednou a další kolega ho jen zkopíruje.

Objem zároveň ukáže kvalitu samotné směrnice. Když se při kontrole desítek dokumentů pořád dokola objevuje stejná nejasnost, není to náhoda. Je to signál, že pravidlo buď nikdo nedodržuje, protože je nepraktické, nebo že ho nikdo pořádně nezná, a řeší se to úpravou směrnice, ne dalším kolem kontroly.

Kde v tom stojíme my

Nekontrolujeme dokumenty za firmy a nepíšeme směrnice. Učíme lidi, kteří tuhle práci ve firmě dělají, jak si zadání postavit, aby výsledek šel ověřit, a kde končí to, co může nástroj rozhodnout sám.

V padesátihodinovém kurzu AI pro zaměstnance se tahle úloha cvičí na reálné směrnici a reálných dokumentech konkrétní firmy, včetně toho, jak poznat, že model něco přehlédl.

Při schválené žádosti kurz hradí program Úřadu práce. Kolik z ceny pokryje ve vašem případě, spočítáme písemně dopředu.

Časté dotazy

Zvládne AI zkontrolovat, jestli smlouva odpovídá naší směrnici?

Zvládne to dobře, pokud dostane obě věci, tedy smlouvu i text směrnice, a konkrétní zadání, co má porovnat. Najde jinou splatnost, chybějící ustanovení, které směrnice vyžaduje, nebo formulaci, která odporuje tomu, co je psáno jinde. Právní posouzení rizika, které z odchylky plyne, ale nenahradí. Na to slouží kontrola právníka nebo zkušeného kolegy.

Pozná model, že v dokumentu něco chybí?

Jen když se ho na to zeptáte přímo. Modely jsou dobré v porovnávání toho, co v textu je, a slabší v hlídání toho, co v něm není. Vhodné zadání zní: projdi směrnici bod po bodu a u každého napiš, jestli ho dokument splňuje, nesplňuje, nebo se ho netýká. Bez tohohle rámce model chybějící bod snadno přehlédne.

Můžeme mu nechat rozhodnout, jestli dokument projde?

Ne. Model umí připravit podklad pro rozhodnutí, ne rozhodnutí samo. Vypíše rozdíly a označí, které vypadají závažně, ale schválit dokument má vždy člověk, který za to nese odpovědnost. U dokumentů s právním nebo finančním dopadem to platí dvojnásob.

Jak se to liší od kontrolního seznamu v Excelu?

Kontrolní seznam ověří jen to, na co si autor vzpomněl, když ho psal. Model umí porovnat celý text směrnice s celým textem dokumentu a najít i souvislosti, které v seznamu nejsou. Nenahrazuje ho úplně, protože seznam je rychlejší na jednoduché formální věci. Dobře fungují dohromady: seznam na to, co se dá zaškrtnout, model na zbytek.

Co když je směrnice psaná nejednoznačně?

Pak to model neopraví, jen to zviditelní. Když se ve firmě dvě části směrnice dají číst různě, model na to typicky upozorní, protože to samo o sobě znamená, že si nemůže být jistý porovnáním. Je to užitečný vedlejší efekt: odhalí nejasnosti, které by jinak zůstaly skryté, dokud by je nerozporoval někdo zvenčí.

Nezávazně a zdarma

Tohle se dá naučit na vašich vlastních dokumentech

Padesátihodinový kurz AI pro zaměstnance stavíme na procesech konkrétní firmy. Cvičí se na vašich fakturách, nabídkách a zápisech, ne na obecných příkladech. Při schválené žádosti ho hradí program Úřadu práce.

Autor článku

Miroslav Douda

Lektor firemních kurzů AI

miroslav.douda@pecka.ai