Problém není v technologii. Problém je v tom, co automatizujete. Když firma přijde s požadavkem „chceme automatizovat fakturaci", první otázka nikdy nezní „jaký nástroj použijeme". První otázka zní: jak vlastně ta fakturace u vás funguje?
A tady obvykle začíná problém. Ukáže se, že fakturaci dělají tři lidé, každý trochu jinak. Jana zadává datum splatnosti ručně, Petr ho kopíruje z objednávky (která je někdy špatně), a Mirka používá Excel tabulku, kterou si vytvořila před pěti lety. Data o zákaznících jsou v CRM, v e-shopu i v účetním systému – a v každém trochu jiná.
Nasadit na tohle automatizaci? Můžeme. Ale výsledek bude předvídatelný: automatizovaný chaos je pořád chaos, jen běží rychleji.
Z praxe: Jak „nefunkční integrace" odhalila nefunkční proces
Nedávno za námi přišel klient s jasným požadavkem: potřebuje opravit integraci mezi Pohodou a Shoptetem, protože stávající nefunguje. Automatická synchronizace faktur se prý změnila v noční můru, kterou museli každý den ručně opravovat.
Problém? Integrace neuměla přenášet dobropisy na stornované objednávky.
Když jsem šel víc do hloubky, ukázalo se něco zajímavého. Klient využíval Shoptet jako primární systém pro fakturaci zákazníkům. Aby si vedl účetnictví, stahoval faktury ze Shoptetu do Pohody a na jejich základě snižoval skladové zásoby.
Potíž nastala v momentě, kdy si zákazník zboží nevyzvedl. Objednávka nebyla potvrzená, ale faktura už existovala – a sklad už byl ponížený. V takovém případě museli v Shoptetu vytvořit dobropis, stáhnout ho do Pohody a tím narovnat stav zásob. Jenže můstek neuměl rozlišovat mezi fakturou a dobropisem. Sklady neseděly. Administrativní pracovníci trávili hodiny ručním narovnáváním stavů.
Řešení: Jednodušší workflow místo složitější integrace
- Z Shoptetu stahujeme přijaté objednávky do Pohody
- Pro nepotvrzené (nezaplacené) objednávky vytváříme pouze rezervace – žádné faktury, žádné pohyby na skladu
- Jakmile zákazník zaplatí, objednávka se potvrdí – teprve pak se vytvoří výdejka, realizuje se rezervace a vygeneruje faktura
- Faktura se pošle zpět do Shoptetu pro zákazníka
Výsledek? Problém s dobropisy zmizel. Ne proto, že bychom napsali chytřejší integraci. Ale proto, že jsme opravili proces – a dobropisy přestaly být potřeba. Klient původně žádal nástroj, který lépe zvládne složitost. Dostal řešení, které složitost odstranilo.
Princip GIGO nikam nezmizel
V IT existuje zkratka GIGO: Garbage In, Garbage Out. Vstoupí-li do systému špatná data, vyjdou z něj špatné výstupy. Tento princip platí desítky let a příchod AI ho nezrušil – naopak ho zesílil.
Když napojíte AI na databázi plnou duplicit, chybějících polí a nekonzistentních formátů, nedostanete chytřejší rozhodnutí. Dostanete rychlejší chyby.A protože je generuje „umělá inteligence", budou mít auru důvěryhodnosti, kterou si nezaslouží.
Standardizace není sexy, ale je nutná
Bez standardizovaných procesů nelze automatizovat. Respektive lze – ale výsledkem bude systém, který:
- Generuje chyby rychleji, než je lidé stíhají opravovat
- Vyžaduje tolik výjimek, že údržba stojí víc než původní ruční práce
- Ztrácí důvěru uživatelů, kteří se vrátí k Excelu
Co znamená „uklidit procesy"?
1. Jedna verze pravdy
Rozhodněte, který systém je zdrojem pro která data. Zákazník je v CRM, produkty v e-shopu. Žádné duplicity.
2. Standardizované vstupy
Pokud každý zaměstnanec vyplňuje formuláře jinak, automatizace nemá šanci. Definujte povinná pole, formáty, validace.
3. Vyčištěná historická data
Než napojíte nový systém, projděte starou databázi. Odstraňte duplicity, sjednoťte formáty.
4. Zdokumentované výjimky
Automatizace umí zpracovat 80 % případů. Musíte vědět, co patří do těch zbylých 20 % a jak se řeší.
AI nenahradí disciplínu
Zaznívá argument: „Moderní AI si s nestrukturovanými daty poradí." Částečně ano. Ale AI nerozhodne za vás, která data jsou správná, když máte tři verze stejné informace. AI neví, jestli je správná adresa ta z CRM (kde ji nikdo dva roky neaktualizoval), z e-shopu (kam ji zákazník zadal sám) nebo z faktury (kterou někdo opsal ručně).
AI může pomoci s transformací a čištěním dat. Ale strategická rozhodnutí o tom, co je zdroj pravdy, musí udělat člověk. A musí je udělat předtím, než začnete automatizovat.
Cesta ven: audit před automatizací
Řešení není složité, jen vyžaduje disciplínu. Než investujete do automatizačních nástrojů:
- Zmapujte skutečný stav. Ne jak proces vypadá v dokumentaci, ale jak skutečně probíhá.
- Identifikujte zdroje problémů. Kde vznikají nekonzistence? Kde se data rozcházejí?
- Vyčistěte a standardizujte. Bude to bolet, ale bez toho to nejde.
- Teprve pak automatizujte. S čistými daty dostane automatizace šanci fungovat.
Závěr: Automatizace není spásná, je násobící
Automatizace dělá to, co děláte, rychleji a ve větším měřítku. Pokud děláte věci správně, pomůže vám dělat je ještě lépe. Pokud děláte věci špatně, pomůže vám dělat je špatně rychleji. Není to selhání technologie. Je to fyzika.