AnyFakturovač

Dostali jsme se do pasti vlastní rutiny. Každý měsíc jsme museli strávit kolem 8 hodin ručním procházením a tříděním tabulek. Byla to práce s nulovou přidanou hodnotou, která nás v ročním součtu stála 100 hodin času „nejdražších” lidí, kteří mají firmu strategicky posouvat.

Chtěli jsme využít moderní technologie tak, aby dělaly rutinu za nás, ale zároveň jsme si potřebovali udržet 100% kontrolu nad výsledkem. Celé řešení jsme postavili na platformě n8n, která propojuje náš Redmine s AI a Google Sheets. Proces jsme rozdělili na dvě fáze.

Systém si nejdřív automaticky vytáhne všechny uzavřené úkoly z Redminu a přiřadí jim správné fakturační období. Poté je pošle AI agentovi, který pracuje s několika vrstvami kontextu:

• System prompt s přesnou definicí své role a úkolu.
• Dokument s pravidly kategorizace (co přesně spadá pod Frontend, co pod ATM atd.).
• Historie předchozích běhů včetně všech našich minulých ručních oprav a vysvětlení.

Díky tomu se AI neučí z obecných dat, ale z našich reálných rozhodnutí. Jakmile má agent hotovo, zapíše výsledek do Google Sheets.

V této fázi nastupuje člověk jako kontrolor. Projede kategorie přiřazené AI a pokud narazí na chybu, zapíše správnou hodnotu do kolonky „human_fixed_category”. Jakmile je kontrola hotová, spustí se přes webové rozhraní (GUI) druhá část workflow.

Ta vezme všechna data, rozřadí je do čtyř definovaných tabů a podobné položky znovu sloučí. Výsledkem je srozumitelný podklad, kde místo 150 řádků vidíme jen 10–15 jasných bodů, za které klient platí. Během tohoto procesu se všechny lidské opravy automaticky uloží do historie, aby se z nich agent příště poučil a chybu neopakoval.

U výběru AI modelu, jsme testovali několik variant:

• GPT-5 a GPT-5.2
• Gemini Flash 3 a Gemini 3 Pro
• Gemini 2.5 Flash a Gemini 2.5 Pro
• Grok 4.1 Fast

Ukázalo se, že Grok sice láká cenou, ale v češtině a technickém kontextu nebyl zdaleka nejvýkonnějsí. Flashové Gemini modely byly sice rychlé, ale pro účely fakturace dělaly příliš mnoho chyb v detailech. ChatGPT zase při srovnatelných výsledcích spotřebovával zbytečně moc tokenů.

Nakonec jsme zvolili Gemini 3.0 Pro. Přinesl nám o 30 % vyšší přesnost než předchozí verze a díky velkému context window si skvěle poradí s historií našich oprav. V tomto případě jsme záměrně neřešili cenu za token – úspora času našich lidí pro nás byla cennější než provozní náklady modelu.

Největší přínos AI agentů není v kreativitě, ale v postupném zefektivňování firemních rutin. Podobné systémy pro reporting, fakturaci nebo třídění dat dokážeme postavit během několika týdnů. Cílem není nahrazovat lidi, ale zbavit je práce, která je brzdí, a vrátit jim čas na činnosti, které mají skutečnou hodnotu.