AI ve financích není kouzelná hůlka

Rozhovor s Alicí Machovou původně vyšel na webu ieuro.cz 1. října 2026.

Rychlé generování reportů ani drahé AI nástroje k modernizaci firemních financí nestačí. Umělá inteligence mění způsob, jakým lídři přemýšlejí o řízení peněz – nejde jen o to, jak rychle zpracovat čísla, ale jak posunout finance od vysvětlování minulosti k průběžnému řízení budoucnosti. „Zautomatizovat neefektivní proces vede akorát k tomu, že se neefektivita dělá rychleji,“ říká Alice Machová v rozhovoru, který vznikl ve spolupráci s projektem #FinŽeny. Skutečná revoluce podle ní nezačíná u nákupu AI, ale u poctivého úklidu vlastních dat, přebudování zažitých postupů a udržení lidského úsudku na prvním místě.

AI už zvládá práci, na kterou firmy dříve najímaly celé týmy. Které úkoly mizí finančníkům ze stolu jako první?

Mezi nejčastější využití dnes patří zpracování a sumarizace informací. AI čte extrémně rychle, umí těžit PDF a během pár vteřin zpracovat velké množství dat. Dotyčný jednoduše vezme text, vloží ho do chatu a nechá si vypsat stručnou sumarizaci. AI samozřejmě zvládne mnohem víc, ale právě tento jednoduchý use-case je stále nejčastější. Už není tolik potřeba juniorní kolega, který se prokouše větším množstvím dat a připraví podklady pro nadřízeného. Ten jednoduše zadá prompt a doptá se na to, co ho zajímá.

Nezmizí pozice, na kterých se dnes učí základy oboru?

Na volném trhu je krásné, že má tendenci se stabilizovat sám. Podobně tomu bylo během průmyslové revoluce i s nástupem počítačů. Některé pozice zanikly nebo se výrazně změnily, zároveň ale vznikly úplně nové role a dovednosti. Je možné, že část juniorních analytických pozic bude v budoucnu vypadat jinak než dnes. Méně času se bude věnovat ručnímu sběru dat, tvorbě reportů nebo rutinním analýzám a naopak více času ověřování výsledků, interpretaci dat a práci s AI nástroji. Podle mě nebude nejcennější analytik, který dokáže strávit několik hodin přípravou reportu, ale ten, který dokáže správně formulovat problém, kriticky vyhodnotit výstupy a přetavit je do doporučení pro management.

Nebude lidem bez rutinního drilu chybět praktická intuice?

Určitou obavu mám z toho, jak budou mladí lidé získávat praktické zkušenosti. Mnoho dovedností se dnes učí právě na jednodušších úkolech, které AI postupně přebírá. Na druhou stranu každá generace pracuje s jinými nástroji. Důležité proto nebude znát každý detail procesu zpaměti, ale rozumět principům a umět ověřit, že výsledky dávají smysl.

Povede to k tomu, že firmy budou potřebovat méně lidí, ale zato výhradně špičkové seniory?

Ano i ne. Ti zkušení časem dojdou a noví nebudou mít kde získávat zkušenosti. Respektive budou mít nové dovednosti spojené s AI a ty budou muset stačit. Pokud se umíte učit a správně se ptát, máte k dispozici nástroj, který se v mnoha ohledech chová jako expert prakticky na jakýkoliv obor. Během několika minut dokáže vysvětlit problematiku, jejíž samostudium by dříve zabralo hodiny nebo dny. Zároveň je ale nutné jeho odpovědi kriticky vyhodnocovat a ověřovat. Právě schopnost poznat, kdy AI nevěřit, může výhledově část rozdílu mezi juniorem a seniorem smazat.

Podniky teď nakupují AI ve velkém. Jak poznat, že jim reálně generuje zisk a není to jen předražená hračka?

Pokud se AI využívá i tam, kde lze aplikovat jasný deterministický postup nebo model, je to plýtvání tokeny. Jde o vyřešené problémy, jejichž automatizace může stát maximálně elektřinu a výpočetní výkon. Použití zpoplatněného modelu ale znamená další náklady. Na trhu se podle mě hledá rovnováha. Pokud dnes AI v určitých oborech nepoužíváte, můžete ztrácet konkurenceschopnost. Vyhodit ale většinu personálu a vše řešit drahými agenty může být nákladnější než několik juniornějších kolegů. Pokud po zavedení AI klesly mzdy o 30 %, ale náklady na služby vzrostly o 50 % při stejném zisku, nebyla to příliš výhodná výměna.

V čem se při nasazování AI ve financích nejčastěji chybuje?

Zautomatizovat i třeba za pomoci AI neefektivní proces vede akorát k tomu, že se neefektivita dělá rychleji. Tam se nejčastěji chybuje. Ve firmě často existuje nějaký nepochopitelný, několik let existující proces, který se najednou začne zběsile automatizovat, protože všem vadí. Málokdy má někdo odvahu si položit otázku, proč to celé neudělat jinak a teprve pak optimalizovat.

Platí pravidlo, že AI je jen tak dobrá jako data, která dostane. Nečeká firmy před revolucí spíš generální úklid?

Ano. Většina firem dnes nemá problém s nedostatkem dat, ale s jejich kvalitou a roztříštěností. AI dokáže pracovat velmi efektivně, pokud má správná data na správném místě. Často se proto ukáže, že největší část projektu není samotná AI, ale konsolidace zdrojů dat, odstranění duplicit a nastavení jejich správy. Jinými slovy, řadu firem čeká nejprve úklid a teprve potom revoluce.

Jak AI změní účetnictví a plánování budoucích financí?

Významná část rutinních účetních operací bude pravděpodobně vysoce automatizovaná. To ale není nic zásadního, protože se to děje už teď. Skutečný zlom nastane ve chvíli, kdy se finance posunou od vysvětlování minulosti k průběžnému řízení budoucnosti.

Jak si takové řízení budoucnosti představit v praxi?

Představuji si systém, který bude nepřetržitě sledovat smlouvy, objednávky, výrobu, trh i legislativu a v reálném čase upozorní management na budoucí problém nebo příležitost. Nejen že řekne, že příští kvartál hrozí pokles marže o 3 %, ale zároveň vysvětlí proč a navrhne konkrétní opatření. Stejně tak rozpočet sestavený jednorázově časem zmizí – místo něj pojede neustále aktualizovaný finanční plán, který se upravuje na denní bázi v podstatě v reálném čase.

Může takový systém zachytit blížící se problém s cash flow dříve než lidský analytik?

Určitě ano. AI dokáže odhalit varovné signály dříve než člověk, protože průběžně vyhodnocuje velké množství dat, ve kterých lidský analytik často hledá souvislosti až zpětně. Typickým příkladem může být zhoršující se cash flow. AI může současně sledovat pohledávky, splatnost závazků, stav objednávek, rozpočty i platební morálku zákazníků a upozornit na problém týdny nebo měsíce předtím, než se projeví na bankovním účtu. Podobně může zachytit i postupný nárůst nákladů, který běžný reporting snadno přehlédne. Podmínkou je ale dostupnost a kvalita dat. AI najde souvislosti jen v informacích, které má k dispozici.

Když to shrneme s výhledem na pár let dopředu – jak bude vypadat běžný pracovní den finančního ředitele?

Predikování je obtížné, zejména pak budoucnosti. Možnosti, které tu dnes zazněly, se proto týkají spíše kratší doby. AI nevyvolává obavy ani tak tím, co mění, ale spíše rychlostí, s jakou změny přináší. Pokoušet se proto predikovat situaci za 4 roky je přehnané. Pokud ale bude vývoj pokračovat současným tempem, pak by to mohlo vypadat tak, že finanční ředitel bude trávit výrazně méně času přípravou podkladů a výrazně více času interpretací informací a rozhodováním. To, co dnes vzniká týdny, bude mít k dispozici během minut. Jeho role se posune od sběru dat k jejich využití.