AI w zarządzaniu należnościami: monitoring, ponaglenia i scoring ryzyka w polskiej firmie

Trzydziesty dzień po terminie. Faktura wystawiona, towar dostarczony dwa tygodnie temu, klient milczy. Ktoś z administracji powinien sprawdzić, napisać maila, może zadzwonić. Ale ma dziesięć innych spraw. Faktura czeka.

To nie jest wyjątek. W większości polskich firm handlowych i usługowych kilka pozycji miesięcznie przekracza termin płatności, a reakcja pojawia się przypadkowo: kiedy ktoś akurat wygeneruje zestawienie w ERP albo właściciel zapyta "a co z tą fakturą dla Kowalskich?". AI zmienia ten schemat. Nie dramatycznie i nie od razu, ale konkretnie: skraca czas między "termin minął" a "klient dostał sygnał".

Co AI widzi w Twoich należnościach

Zacznijmy od podstaw. AI nie tworzy danych, których nie ma. Korzysta z tego, co już siedzi w Twoim ERP: numery faktur, terminy płatności, kwoty, statusy, dane kontrahentów. W większości polskich systemów, Comarch Optima, Symfonia, Subiekt, enova365, te informacje są dostępne od lat. Problem jest inny: nikt ich nie czyta systematycznie.

Asystent AI podłączony do bazy danych może codziennie rano generować zestawienie przeterminowanych należności bez żadnego ręcznego działania. Zamiast otwierać ERP, filtrować raporty i eksportować dane do Excela, pracownik dostaje gotową listę: kto, ile, od kiedy. Można też zadać pytanie w języku naturalnym: "Które firmy mają coś przeterminowanego powyżej 30 dni i kupiły u nas w tym roku za więcej niż 20 tysięcy?" i dostać konkretną odpowiedź w kilka sekund.

U jednego naszego klienta, dystrybutora materiałów biurowych zatrudniającego 28 osób, samo to jedno usprawnienie zwróciło 40 minut dziennie osobie odpowiedzialnej za należności. Nie dlatego, że AI robi coś magicznego. Po prostu robi to, co powinno być robione, ale nie było.

Automatyczne ponaglenia, które brzmią po ludzku

Kiedy AI widzi fakturę przeterminowaną o siedem dni, może natychmiast zaproponować gotowy mail ponaglający. Ale nie chodzi o sztampowe "Wzywamy Państwa do uregulowania zaległości". Chodzi o wiadomość, która:

• odnosi się do konkretnej faktury, daty wystawienia i kwoty
• zwraca się po imieniu do osoby kontaktowej po stronie klienta
• ma inny ton zależnie od historii: stały klient, który zwykle płaci w terminie i coś mu się zdarzyło, dostaje uprzejme przypomnienie; klient z drugą zaległością z rzędu dostaje wyraźniejszy komunikat
• zawiera prosty następny krok, np. prośbę o potwierdzenie daty zapłaty lub link do faktury PDF

Taki mail AI generuje w kilka sekund na podstawie danych z ERP. Pracownik go przegląda, poprawia zdanie czy dwa i wysyła. Albo odkłada, jeśli wie, że lepiej najpierw zadzwonić.

Ważne: na początku każde ponaglenie powinien zatwierdzić człowiek. Nie dlatego, że AI napisze coś głupiego. Raczej dlatego, że relacja z klientem ma kontekst, którego żaden system nie widzi. Może wiesz, że firma klienta właśnie zmienia właściciela i wysyłanie formalnego ponaglenia byłoby niestosowne. Takie decyzje zostają po stronie ludzi.

Scoring ryzyka: które faktury mogą nie wrócić

To jest krok dalej niż proste monitorowanie. AI, mając dostęp do historii transakcji z danym kontrahentem, ocenia, jak bardzo dana zaległość jest niepokojąca.

Logika jest prosta. Klient, który przez rok płacił 12 faktur ze średnim opóźnieniem pięciu dni, a teraz ma jedną fakturę przeterminowaną o 15 dni, to zielony alert. Prawdopodobnie zapłaci, coś mu wypadło. Klient, który miał już trzy faktury ponaglane w ciągu ostatnich 18 miesięcy, i teraz znów milczy na 20. dzień, to zupełnie inny przypadek.

Na tej podstawie AI tworzy prosty scoring: zielony, żółty, czerwony. Zielony: wyślij automatyczne przypomnienie. Żółty: przydziel do opiekuna handlowego do rozmowy telefonicznej. Czerwony: eskalacja do managera lub decyzja o wstrzymaniu kolejnych dostaw na kredyt.

Nie potrzeba do tego skomplikowanego systemu uczenia maszynowego. GPT-4o albo Claude Sonnet z dostępem do danych transakcyjnych i dobrze napisanym zestawem reguł radzi sobie z taką oceną sprawnie. Typowo wygląda to tak, że firma definiuje kryteria scoringu razem z nami podczas konfiguracji, AI stosuje je potem konsekwentnie do każdej faktury.

Integracja z ERP: skąd biorą się dane

Żeby AI mogło pracować na należnościach, musi mieć dostęp do danych rozrachunkowych. W praktyce wygląda to tak:

• Comarch Optima i XL: bezpośrednie połączenie z bazą MSSQL lub eksport przez API
• Symfonia: baza danych lub eksport pliku z rozrachunkami
• Subiekt nexo / GT: eksport CSV lub MCP server dla wersji nexo
• enova365: REST API, dobrze udokumentowane i wygodne w integracji
• Własny system fakturowy lub CRM: zależy od tego, czy ma API lub możliwość eksportu danych rozrachunkowych

Dane, które są potrzebne do sensownej pracy: numer i data faktury, kwota, termin płatności, status rozliczenia, NIP i nazwa kontrahenta. To minimum. Jeśli masz też historię korespondencji z klientami albo notatki z CRM, AI może z nich również korzystać przy personalizacji ponagleń.

Poziom trudności różni się między systemami, ale w większości przypadków, z którymi pracujemy, dostęp do danych rozrachunkowych konfigurujemy w jeden, dwa dni robocze. Samo uruchomienie automatycznego monitoringu z powiadomieniami to kolejny tydzień.

Dla jakich firm to ma największy sens

Kilka sygnałów, że to dobry moment na wdrożenie:

• masz powyżej 50-100 aktywnych kontrahentów i nie ma jednej osoby, która pilnuje wszystkich faktur
• opiekun handlowy i osoba odpowiedzialna za należności to dwie różne osoby i zdarzają się spięcia, kto ma kontaktować się z klientem w sprawie zaległości
• właściciel lub CFO regularnie "odkrywa" zaległości, które leżą od tygodni
• firma sprzedaje na odroczony termin płatności i te terminy to 30, 45 albo 60 dni

Jeśli sprzedajesz wyłącznie z góry albo masz pięciu klientów, których znasz osobiście, AI tu nie wniesie dużo. Ale przy kilkudziesięciu kontrahentach i handlu na kredyt kupieckim, różnica jest wyraźna.

Czego AI tu nie zrobi za Ciebie

AI nie zadzwoni do klienta. Nie oceni, czy firmie klienta lepiej dać dwa tygodnie oddechu i zachować relację na lata, niż wysyłać formalne pismo i stracić kontrakt. Nie podejmie decyzji o przekazaniu sprawy do firmy windykacyjnej ani do sądu. Wszystkie decyzje wymagające oceny kontekstu biznesowego lub mające konsekwencje prawne zostają po stronie menedżera albo właściciela.

AI przyspiesza to, co dzieje się przed rozmową: wykrywa zaległość, ocenia ryzyko, przygotowuje materiał do działania. Rozmowę prowadzi człowiek.

Jest jeszcze jeden warunek wstępny: dane muszą być w porządku. Jeśli kartoteki kontrahentów w ERP mają nieaktualne adresy mailowe, faktury bez przypisanego opiekuna albo statusy płatności zaciągane z opóźnieniem, asystent AI będzie działał na błędnych danych. Porządek w systemie to warunek, nie opcja.

Od czego zaczynamy

Najkrótszą drogę do wdrożenia dzielimy na trzy kroki.

Pierwszy: wyeksportuj z ERP listę faktur z ostatnich trzech miesięcy, data wystawienia, termin płatności, kwota, status rozliczenia. To jest punkt startowy do weryfikacji, czy AI jest w stanie poprawnie odpowiedzieć na pytanie "co jest przeterminowane powyżej 14 dni". Jeśli działa na historycznych danych, integracja ma sens.

Drugi: jedno spotkanie z osobą odpowiedzialną za należności, żeby zdefiniować kryteria scoringu. Kiedy wysyłamy automatyczne przypomnienie? Kiedy eskalujemy do opiekuna? Jakie progi kwotowe zmieniają priorytet? To trwa godzinę, dwie.

Trzeci: szablony ponagleń. Piszesz je sam, tak jak normalnie piszesz do klienta. AI je personalizuje, człowiek zatwierdza.

Cały projekt od startu do pierwszych ponagleń generowanych automatycznie to 2-4 tygodnie w typowej firmie handlowej lub usługowej. Zobaczysz efekt nie w postaci wykresów, ale w postaci faktur, które wracają szybciej, bo ktoś je zauważył zanim klient zdążył zapomnieć.

Jeśli chcesz sprawdzić, co AI może wyciągnąć z danych z Twojego ERP, zgłoś się na bezpłatny audyt. Pokazujemy konkretnie, jak wyglądałoby wdrożenie na Twoich danych, nie na demo. A jeśli wolisz najpierw zobaczyć, jak to działa w podobnych firmach, przejrzyj realne wdrożenia.