Jak AI może zbierać rachunki i rozliczać delegacje służbowe zamiast pracownika?

AI może przejąć większość żmudnych kroków rozliczania delegacji: odczytać paragon ze zdjęcia, wyliczyć dietę i czas wyjazdu według obowiązującego rozporządzenia, sprawdzić kilometrówkę na podstawie trasy i złożyć gotowy dokument do zatwierdzenia. Pracownik zamiast klepać Excela przez dwie godziny po powrocie z wyjazdu, robi zdjęcia telefonem na bieżąco, a gotowe rozliczenie czeka na niego i managera. Wdrożenie takiego narzędzia to kwestia kilku tygodni, nie miesięcy projektu IT.

Gdzie naprawdę gubi się czas przy delegacjach

Typowy scenariusz w firmie, która nie zautomatyzowała tego procesu: handlowiec wraca z trzydniowej trasy, ma plik zdjęć paragonów i fakturę za hotel w PDF-ie. Siada do Excela, który ktoś zrobił kilka lat temu i który od tej pory "jakoś działa". Ręcznie wpisuje kwoty, liczy godziny, sprawdza tabelkę diet z rozporządzenia, wpisuje kilometry, dodaje opis każdej pozycji. Wysyła plik mailem do kadr.

Kadry otwierają, coś się nie zgadza. Brakuje numeru zlecenia albo hotel nie ma NIP-u na fakturze. Odsyłają maila z prośbą o poprawkę. Pracownik siada do tego jeszcze raz. Cały cyrk zajmuje mu od godziny do dwóch i podobną ilość czasu po stronie HR. Pomnóżcie przez kilkanaście osób miesięcznie.

Konkretne miejsca, gdzie czas przepada:

• Ręczne przepisywanie danych z paragonów i faktur do arkusza
• Samodzielne liczenie diet według aktualnych stawek rozporządzenia, które pracownicy często mylą
• Szukanie aktualnej stawki za kilometr dla samochodu prywatnego
• Zbieranie wszystkich dokumentów w jednym miejscu i wysyłanie ich do HR jako załączniki mailem
• Rundki poprawek, gdy brakuje jakiegoś pola albo kwoty nie zgadzają się z opisem

Każde z tych miejsc AI może obsłużyć bez udziału pracownika.

Jak AI zbiera paragony i faktury bez skanera i Excela

Najwygodniejszy interfejs dla pracownika w terenie to bot w Teams albo Slacku, ewentualnie prosta aplikacja mobilna. Pracownik fotografuje paragon telefonem i wrzuca zdjęcie do czatu z botem. Bot odczytuje: kwotę, datę, NIP, nazwę sprzedawcy. Pyta o jedną rzecz: cel wyjazdu albo numer zlecenia, do którego doliczyć koszt. I gotowe. Paragon trafia do otwartej teczki delegacji.

Faktury hotelowe w PDF-ie działają tak samo: pracownik przesyła plik, AI odczytuje dane i przypina do delegacji. Nie trzeba nic przepisywać.

U jednego klienta z branży serwisowej wdrożyliśmy bot w Teams: technik po każdym wyjeździe fotografował paragony telefonem i wrzucał zdjęcia do czatu z botem. Bot odczytywał dane, pytał o cel wyjazdu jednym pytaniem i zamykał sprawę. Wcześniej te same rozliczenia spływały na koniec miesiąca w formie koperty z paragonami i ręcznie wypełnionej karteczki. Kadrowiec miał z tym robotę przez dwa dni każdego miesiąca.

Jedna praktyczna uwaga co do jakości OCR: paragony fiskalne z drukarek igłowych, nadal często spotykanych w Polsce, mogą sprawiać kłopoty słabszym modelom. Warto przetestować rozwiązanie na rzeczywistych dokumentach firmy przed wdrożeniem na szeroką skalę. W projektach, które prowadziliśmy, odsetek błędnych odczytów był na tyle niski, że ręczna korekta i tak zajmowała ułamek czasu w porównaniu z ręcznym przepisywaniem wszystkiego.

Jak AI wylicza diety i kilometrówkę

Dieta to bodaj najczęstsze źródło błędów w rozliczeniach. Wyliczenie zależy od godziny wyjazdu i powrotu, od liczby pełnych dób i od tego, ile dób nie jest pełnych. Do tego dochodzą korekty: jeśli hotel zapewniał pełne wyżywienie, stawkę trzeba zmniejszyć. Przepisy nie są skomplikowane, ale wymagają uwagi, a pracownicy w terenie rzadko mają głowę do liczenia tego na bieżąco.

AI dostaje godzinę wyjazdu i powrotu, pracownik wpisuje je przy zamykaniu delegacji albo bot pobiera je z kalendarza. System aplikuje aktualną stawkę diety z konfiguracji narzędzia i zwraca wyliczoną kwotę razem z rozbiciem: tyle dób pełnych, tyle godzin doby częściowej. Pracownik widzi, skąd wychodzi wynik, a nie tajemniczą liczbę.

Stawki z rozporządzenia (dieta krajowa, diety zagraniczne według krajów, stawka za kilometr) trzymamy w tabeli konfiguracyjnej narzędzia, a nie wpisane na sztywno w kod. Przy każdej zmianie przepisów aktualizacja to kilkuminutowa edycja tabeli, a nie zmiana kodu i nowe wdrożenie.

Kilometrówka wygląda podobnie. Pracownik podaje punkt wyjazdu i cel, albo bot pobiera to z powiązanego zlecenia serwisowego czy karty w CRM-ie. AI odpytuje API map, dostaje odległość, mnoży przez stawkę za km i zapisuje pozycję. Jeśli trasa była inna niż prostoliniowa, kilka przystanków, objazd, pracownik może ją ręcznie skorygować przed wysłaniem do zatwierdzenia.

Co AI sprawdza, zanim dokument trafi do managera

Automatyczna weryfikacja przed wysłaniem do approvalu to jeden z bardziej wartościowych elementów całego procesu. Lepiej że AI wyłapie problem zanim dokument trafi do managera, niż żeby HR odsyłał go z adnotacją "brak NIP-u".

Konkretne kontrole, które warto wbudować:

• Pokrycie dat: czy rachunki mają daty z okresu delegacji. Paragon z dnia przed wyjazdem albo tydzień po powrocie to klasyczny błąd przez nieuwagę.
• NIP sprzedawcy: AI może odpytać rejestr REGON i Białą listę podatników VAT. Jeśli firma hotelowa nie widnieje jako czynny podatnik, system oznacza pozycję, żeby kadrowiec mógł wyjaśnić sprawę przed zaksięgowaniem.
• Limity kosztowe: jeśli firma ma politykę, na przykład maksymalna kwota noclegu na noc, AI oznacza pozycje powyżej limitu i prosi o komentarz. Nie blokuje dokumentu, bo czasem wyjątek jest uzasadniony, ale każe go opisać.
• Kompletność wymaganych pól: cel wyjazdu, środek transportu, numer zlecenia. Jeśli jakieś pole jest puste, AI pyta pracownika zanim wyśle do approvalu, a nie po.
• Spójność z kartą firmową: jeśli hotel był opłacony kartą firmową, AI może porównać z wyciągiem i zaproponować, żeby pracownik nie wpisywał tej pozycji jako własny koszt. To wymaga integracji z rachunkiem firmowym, ale jeśli jest, eliminuje podwójne rozliczanie.

Manager lub kadrowiec dostaje gotowy, wstępnie zweryfikowany dokument. Jego praca to przejrzenie ewentualnych flag i kliknięcie "zatwierdź", a nie ręczne sprawdzanie każdej pozycji od nowa.

Integracja z systemem kadrowo-płacowym: gdzie trafia gotowy dokument

To pytanie, które trzeba zadać na początku projektu: co firma ma i jak przyjmuje dane? Trzy najczęstsze scenariusze:

• System z API: Enova365, TETA HR, SAP HR, Comarch Optima z modułem delegacji. Zatwierdzone rozliczenie trafia automatycznie do systemu jako dokument delegacji. Pracownik nic nie wgrywa ręcznie.
• System z importem pliku: wiele programów kadrowych przyjmuje CSV lub XLS z określoną strukturą kolumn. AI generuje taki plik po zatwierdzeniu, kadrowiec wgrywa go jednym kliknięciem. To mniej automatyczne niż API, ale całkowicie eliminuje ręczne przepisywanie.
• Brak dedykowanego systemu HR: gotowy PDF z delegacją, z wymaganymi polami według rozporządzenia, trafia do archiwum na SharePoint, Nextcloudzie albo w folderze według schematu rok/miesiąc/pracownik. Kadrowiec ma dostęp do gotowych dokumentów bez szukania w mailach.

Jeden detal, na który zwracamy uwagę zawsze: polityka przechowywania zdjęć paragonów. Paragon fiskalny może płowieć, papier termiczny blaknie po kilku latach. Jeśli firma dostanie kontrolę podatkową, musi mieć oryginał lub pełnowartościową kopię cyfrową. AI powinien zapisywać zdjęcia źródłowe razem z odczytanymi danymi, a nie zamiast nich.

Co zostaje po stronie człowieka i dlaczego

AI generuje i weryfikuje, ale zatwierdza człowiek. To nie jest ograniczenie techniczne, to przepis: dokumentacja podatkowa wymaga podpisu osoby odpowiedzialnej za zatwierdzenie wydatku. Odpowiedzialność nie przechodzi na system.

Poza formalnym zatwierdzeniem, są rzeczy, do których AI naprawdę nie ma co się pchać:

• Wyjątki od polityki kosztowej: AI oznaczy nocleg powyżej limitu, ale czy go zaakceptować, bo nie było nic tańszego podczas targów, decyduje manager.
• Delegacje z niestandardowymi elementami: wynajęty samochód na ryczałt, bilety kupione dużo wcześniej i podzielone między dwa zlecenia, wyjazdy transgraniczne z noclegami w kilku krajach.
• Decyzja o tym, czy koszt był uzasadniony biznesowo. AI nie wie, czy drogi hotel był konieczny dlatego, że nie było innego wolnego pokoju, czy to był po prostu wygodniejszy wybór pracownika.
• Spory z pracownikiem co do rozliczenia. To nadal rozmowa między ludźmi.

Realistycznie: zamiast godziny pracy managera przy każdej delegacji zostaje kilka minut przejrzenia gotowego dokumentu z ewentualnymi flagami. A kadrowiec zamiast ścigać pracowników o brakujące dokumenty ma je zebrane przed terminem.

Od czego zacząć wdrożenie w firmie

Przed pierwszą linią kodu warto zmapować, jak wygląda rozliczanie delegacji teraz. Gdzie spływają rachunki: mail, fizycznie, zdjęcia na WhatsAppie? Co sprawdza HR zanim zatwierdzi? Do jakiego systemu trafia gotowy dokument? Ile trwa od powrotu pracownika do zaksięgowania i ile rund poprawek jest średnio przy jednej delegacji?

Drugi krok to sprawdzenie, co firma ma. Jeśli jest już Enova z modułem delegacji, AI uzupełnia istniejący proces przez API, a nie zastępuje system. Jeśli firma korzysta z Teams, bot w Teams jest naturalnym interfejsem dla pracowników, bez wdrażania nowej aplikacji z logo i szkolenia wszystkich od nowa.

Najszybszy punkt startowy to OCR rachunków z maila. Pracownicy i tak często odsyłają zdjęcia i PDF-y e-mailem do kadr. AI może te wiadomości interceptować, odczytywać dane i zbierać je do teczki, bez zmiany nawyków pracowników. W tym podejściu masz działający fragment w ciągu tygodnia, a pełną automatyzację diety i kilometrówki dokładasz stopniowo.

Wdrożenie narzędzia do rozliczeń delegacji zamykamy zazwyczaj w jednym sprincie roboczym. Większość czasu schodzi nie na "AI", tylko na zmapowanie formularza delegacji firmy, sprawdzenie formatu importu do systemu kadrowego i ustalenie, jakie pola są obowiązkowe według wewnętrznej polityki. Sam mechanizm OCR i wyliczenia diety to kilka dni implementacji.

Jeśli chcesz zobaczyć, jak to mogłoby wyglądać konkretnie w Twojej firmie, umów 15 minut rozmowy. Możesz też sprawdzić wdrożenia u innych klientów, żeby zobaczyć, jak podobne narzędzia działają na żywych danych.