Jak AI czyta dane z WAPRO Analizy i odpowiada na pytania o sprzedaż, marże i należności bez ręcznego raportowania?

AI podłączone do WAPRO Analizy działa jak warstwa pytań nad bazą danych systemu. Zapytasz "jaka była marża na kliencie Kowalski Transport w tym kwartale" i dostaniesz liczbę z odesłaniem do konkretnych faktur: numer FVS, data, pozycja, koszt własny. Nie zastępuje to modułu raportowego WAPRO, ale usuwa wąskie gardło: konieczność budowania zestawień w WAPRO Analizy albo eksportowania do Excela za każdym razem, gdy ktoś z zarządu zadaje pytanie w piątek o szesnastej.

Jakie dane z WAPRO trafią do AI i skąd je bierze?

WAPRO przechowuje dane w Microsoft SQL Server. To oznacza, że AI może się do nich dostać bezpośrednio przez serwer MCP z dostępem tylko do odczytu. Alternatywa: cykliczny eksport z modułu WAPRO Analizy do pliku CSV albo XLSX, który AI następnie czyta.

Z dokumentów sprzedaży AI bierze: datę wystawienia, numer dokumentu WZ lub FVS, nazwę i NIP kontrahenta, pozycje z ceną sprzedaży i kosztem własnym z kartoteki towaru, wartość netto i brutto, termin płatności, kod przedstawiciela lub rejonu handlowego. Z rozrachunków w WAPRO Fakir: datę wymagalności, saldo na koncie kontrahenta, liczbę dni przeterminowania. Z modułu zakupowego: faktury FVZ, dokumenty PZ z cenami zakupu, dostawców.

WAPRO Analizy ma gotowe wymiary analityczne: czas, kontrahent, towar, magazyn, przedstawiciel. AI może pytać przez te same przekroje, tylko w języku naturalnym zamiast przez interfejs modułu. To jest dokładnie ta sama warstwa danych: raport "Analiza rentowności sprzedaży" w WAPRO Analizy i pytanie do AI o marżę per towar w październiku dają ten sam wynik z tego samego źródła.

Co AI robi, gdy menedżer zadaje pytanie o konkretną liczbę?

Pytanie: "Które trzy towary miały najniższą marżę brutto w tym miesiącu?" AI buduje zapytanie do tabel sprzedaży WAPRO, liczy różnicę między ceną sprzedaży a kosztem własnym z kartoteki, sortuje wynik i zwraca odpowiedź. W odpowiedzi jest nazwa towaru, wartość sprzedaży, marża w złotówkach oraz które faktury FVS złożyły się na ten wynik.

U jednego klienta, firma handlowa z około 400 kontrahentami, dyrektor handlowy co wtorek pytał o realizację budżetu sprzedaży per rejon. Wcześniej handlowiec wewnętrzny spędzał godzinę na złożeniu raportu z WAPRO Analizy i Excela, a i tak zdarzały się rozbieżności między zestawieniami. Teraz dyrektor pyta AI, które odpowiada w minutę i podaje liczby z podziałem na przedstawicieli razem z dokumentami, na których oparło wynik. Handlowiec wewnętrzny robi w tym czasie coś innego.

Kluczowe: AI podaje też skąd wzięło tę liczbę. Jeśli marża na kliencie XYZ wyszła ujemna, AI pokaże, że chodzi o fakturę FVS/2026/10/891 z pozycją "pompa wody 2kW" sprzedaną poniżej kosztu z kartoteki. Menedżer wie, co sprawdzić w WAPRO, zanim pójdzie z tym do handlowca.

Komentarz do wyników miesiąca: co przygotowuje AI, a co wymaga człowieka?

Na koniec każdego miesiąca typowy cykl wygląda tak: zamknięcie okresu w WAPRO Fakir, wygenerowanie zestawień z WAPRO Analizy, napisanie komentarza do wyników dla zarządu lub właściciela. Ten ostatni krok pochłania czas, bo ktoś musi zebrać liczby z kilku miejsc i ułożyć je w zrozumiały tekst.

AI może porównać bieżący miesiąc do planu, jeśli plan sprzedaży jest w bazie albo w pliku CSV. Wskaże odchylenia: sprzedaż netto w danym miesiącu niższa od planu, głównie w rejonie obsługiwanym przez konkretnego przedstawiciela, z dokładnymi kontrahentami, którzy w tym miesiącu nie złożyli zamówień. Wypisze też, którzy klienci urośli i o ile względem analogicznego miesiąca roku poprzedniego.

Z tego AI przygotowuje gotowy tekst komentarza w formacie, który właściciel lub CFO wklejają do maila do zarządu albo do prezentacji. Szkielet jest gotowy. Czego AI nie uzupełni: kontekstu decyzji. Jeśli marża spadła, bo firma celowo wygrała przetarg z niską ceną żeby wejść do nowego kontrahenta, AI tego nie wie. Dlatego komentarz AI to zawsze punkt wyjścia, nie gotowy dokument. Menedżer dopisuje dwa zdania kontekstu i wysyła.

Sygnalizowanie odchyleń: kiedy AI samo pisze, że coś nie gra?

To jest ta część, która realnie zmienia rytm pracy. Zamiast czekać na koniec miesiąca, żeby zobaczyć, że coś poszło nie tak, ustawiasz automaty działające codziennie albo co tydzień.

• Alert należności: codziennie rano AI sprawdza rozrachunki w WAPRO Fakir i wysyła listę kontrahentów z przeterminowaną należnością powyżej ustalonej liczby dni. W mailu: nazwa kontrahenta, NIP, saldo, data wymagalności, numer ostatniej faktury FVS. Handlowiec prowadzący ten rachunek dostaje swoją listę, nie cudzą.
• Alert sprzedażowy: co piątek porównanie sprzedaży tygodniowej do średniej z ostatnich czterech tygodni. Jeśli konkretny rejon albo przedstawiciel wyraźnie odbiega od swojej średniej, właściciel dostaje sygnał zanim minie miesiąc.
• Alert marżowy: po zamknięciu miesiąca lista kontrahentów, na których marża brutto wyszła ujemna, z rozbiciem na faktury i pozycje. Nie trzeba samemu przeglądać zestawień w WAPRO Analizy.

Ważne: AI wskazuje, nie decyduje. "Kontrahent ABC Sp. z o.o. ma przeterminowaną należność 47 dni, saldo 23 tys. zł, ostatnia faktura FVS/2026/10/1234, przedstawiciel Jan Nowak." Co dalej z tą informacją: to zostaje przy człowieku.

Raport dla banku albo dla inwestora: co AI składa z danych WAPRO?

Banki przy odnowieniu kredytu obrotowego albo linii gwarancyjnej proszą o zestawienia. Sprzedaż za ostatnie dwanaście miesięcy, top 10 kontrahentów z udziałem w obrotach, zestawienie należności z podziałem na terminy wymagalności, wyniki kwartalne. To żmudne zadanie, które typowo ląduje na biurku głównej księgowej lub CFO i trwa kilka godzin, zwłaszcza gdy trzeba zestawić dane z WAPRO Analizy z kolejnym plikiem z WAPRO Fakir.

AI może wygenerować zestawienie sprzedaży z WAPRO Analizy za zadany okres, posortować kontrahentów według wartości sprzedaży i wyliczyć udział każdego w obrotach, zestawić należności z podziałem na terminy: do 30 dni, 30 do 60, powyżej 60, a powyżej 90 osobno. Złożyć to w plik XLSX albo PDF z formatowaniem zgodnym z tym, co bank zwykle dostaje.

Nie znaczy to, że główna księgowa tylko podpisuje. Sprawdza wynik, zatwierdza liczby i dopisuje dane, których nie ma w WAPRO: prognozy, wyjaśnienia do pozycji jednorazowych, komentarz do zdarzeń, o które bank pyta oddzielnie. Samo zestawienie: gotowe przed kawą, nie po lunchu.

Jak to wygląda technicznie i od czego zaczynamy?

Dwa podejścia, które spotykamy w praktyce.

Bezpośrednie zapytania do bazy SQL WAPRO. Serwer MCP dostaje dostęp tylko do odczytu do bazy MS SQL, na której działa WAPRO. AI buduje zapytania do tabel sprzedaży, rozrachunków i kartotek. Dane są aktualne na bieżąco. Wymaga to ustalenia z administratorem WAPRO, które tabele i widoki są udostępniane, i założenia oddzielnego konta SQL z uprawnieniami wyłącznie do odczytu.

Eksport z WAPRO Analizy do pliku. WAPRO Analizy pozwala eksportować gotowe raporty do CSV albo XLSX. Można to zautomatyzować: eksport uruchamia się co noc albo po zamknięciu dnia, pliki trafiają do wskazanego folderu, AI je czyta. Prostsze we wdrożeniu, dane z opóźnieniem jednego eksportu. Dla raportów miesięcznych wystarczające. Dla alertów codziennych wymagające eksportu codziennego.

W firmach, które korzystają z Comarch Optima albo enova, schemat jest identyczny: baza SQL Server, inna struktura tabel, ta sama logika połączenia. Każdy z systemów wymaga oddzielnego opisu, które tabele odpowiadają za co.

Przed wdrożeniem trzy rzeczy do ustalenia:

• Kto ma uprawnienia do bazy WAPRO i kto zatwierdza dostęp tylko do odczytu dla AI? Typowo to decyzja głównej księgowej lub IT, nie właściciela.
• Gdzie jest plan sprzedaży: w WAPRO, w Excelu, w osobnym narzędziu? To warunkuje możliwość automatycznej analizy odchyleń.
• Jakie raporty firma musi składać cyklicznie i komu? Bank, zarząd, właściciel, udziałowcy? Lista tych raportów wyznacza, co automatyzujemy w pierwszej kolejności.

Od czego zaczynamy w praktyce?

Najszybszy efekt daje zaczęcie od jednego konkretnego bólu. Nie od "zintegrujmy całe WAPRO z AI", tylko od: który raport pochłania najwięcej czasu i pojawia się regularnie? Najczęściej to zestawienie należności przeterminowanych albo miesięczny raport sprzedaży per przedstawiciel.

Bierzemy ten jeden raport, definiujemy skąd AI bierze dane w WAPRO i w jakim formacie ma zwrócić wynik. Uruchamiamy. Po tygodniu wiadomo, co działa, co wymaga korekty i które pytanie pojawia się następne w kolejce. To daje firmie szybki zwrot z wdrożenia bez budowania od razu pełnej hurtowni danych.

Jeśli chcesz zobaczyć, jak to wygląda konkretnie na danych Twojej firmy, zarezerwuj 15 minut rozmowy: pokażemy, co da się podpiąć pod Waszą instancję WAPRO bez miesiąca projektu. A jeśli wolisz najpierw zobaczyć, jak wyglądają realne wdrożenia u firm korzystających z podobnych systemów ERP, tam znajdziesz konkretne przypadki.