Údaje z faktur přes AI: nástroj má radši nechat pole prázdné, než si hodnotu vymyslet

Přijde měsíční balík faktur od dodavatelů a někdo je ručně přepisuje do účetnictví: IČO, číslo dokladu, datum splatnosti, částka, DPH. AI nástroje na vytěžování dokladů slibují, že velkou část té práce udělají za vás. Největší riziko ale není, že nástroj údaj nenajde. Horší je, když ho nenajde a místo prázdného políčka si ho vymyslí. Chybějícího data splatnosti si všimnete. Vymyšlené, ale věrohodně vypadající datum vám proklouzne a ozve se až s upomínkou. Právě tuhle vlastnost staví do popředí nový model, který firma Dharma-AI představila 4. listopadu 2026. Pro českou firmu to zatím hotový nástroj není. Dobře ale ukazuje, co chtít po čemkoli, co na doklady používáte.

O co jde

Firma Dharma-AI zveřejnila 4. 11. 2026 na platformě Hugging Face popis modelu Dharma Field Extractor. Podle firmy model vezme obrázek dokumentu a vrátí jeho údaje ve strukturované podobě, tedy jako dvojice „název pole – hodnota“ ve formátu JSON. Tento formát pak umí načíst účetní program nebo tabulka.

Firma uvádí, že model umí dva režimy:

• Volný: model sám najde, jaké údaje na dokladu jsou, a všechny vypíše.
• Podle šablony: vy předem určíte, která pole chcete (třeba „číslo faktury“, „částka celkem“, „datum splatnosti“), a u každého typ hodnoty: text, číslo, nebo ano/ne.

Klíčová věta firmy zní: když se zeptáte na pole, které na dokumentu není, model vrátí prázdnou hodnotu (null) „místo toho, aby si hodnotu vymyslel“. Je to tvrzení výrobce. Jestli to tak funguje i na českých dokladech, zatím nikdo nezávisle neověřil. Firma tuto schopnost ve svém měření zkoušela i tak, že do šablony schválně přidala pole, která na dokumentech nejsou.

Podle firmy byl model trénován na účtenkách, obchodních fakturách, formulářích, bankovních výpisech, dokladech totožnosti a uměle vytvořených (syntetických) dokumentech.

Proč to zatím není nástroj pro českou firmu

Vidíme tři důvody:

• Jazyk. Firma uvádí, že model trénovala hlavně na anglických a brazilsko-portugalských dokumentech a k tomu na menším podílu dalších evropských a asijských jazyků, které nejmenuje. Jak zvládá české faktury, nevíme.
• Licence. U samotného Field Extractoru článek firmy licenci neuvádí. Základní model pro čtení textu z dokumentů, na který firma odkazuje, má podle své modelové karty nekomerční licenci. Komerční použití vyžaduje samostatnou písemnou licenci od firmy.
• Provoz. Firma píše, že model běží na vlastním hardwaru. K vyzkoušení odkazuje na webový portál s přihlášením. Jestli je přístup zdarma a za jakých podmínek, článek neříká, ceník v něm není.

Pro majitele malé firmy je podle nás tahle novinka užitečná hlavně jako měřítko. Říká, jakou vlastnost má mít nástroj na vytěžování dokladů. Samotný model zatím nasazovat nedoporučujeme.

Jak otestovat nástroj, který už používáte

Vytěžování údajů z dokladů nabízejí některé účetní programy i obecní AI asistenti. Jestli to umí ten váš, zjistíte v jeho nastavení nebo dokumentaci. Následující test zvládnete bez programátora. Odhadujeme, že vám zabere zhruba odpoledne.

1. Vyberte 10 skutečných dokladů z minulého měsíce: od různých dodavatelů, aspoň jednu účtenku, jeden sken horší kvality a jednu zahraniční fakturu. Začerněte nebo vynechejte osobní údaje, které nástroj nepotřebuje. Počítejte zhruba s 10 minutami.
2. Sepište šablonu polí, která opravdu přepisujete, například: dodavatel, IČO, DIČ, číslo dokladu, datum vystavení, datum splatnosti, základ daně, DPH, celkem, variabilní symbol.
3. Přidejte jedno pole, které na dokladech není, třeba „číslo objednávky zákazníka“ u dodavatele, který ho nikdy neuvádí. To je ten nejdůležitější krok.
4. Nechte nástroj doklady zpracovat a výsledek si dejte do tabulky vedle správných hodnot.
5. Spočítejte dvě čísla: kolik polí je špatně a kolikrát nástroj u neexistujícího pole vrátil nějakou hodnotu místo prázdného místa. Počítejte zhruba s 30 minutami.

Naše doporučení: pokud nástroj u neexistujícího pole byť jen jednou něco doplní, nepouštějte jeho výstup do účetnictví bez lidské kontroly každého dokladu.

Co to stojí a co může selhat

Cena. Dharma-AI uvádí, že zpracování jejím modelem vychází zhruba 6× až 147× levněji než u velkých obecných modelů, se kterými se srovnávala. Nižší číslo platí podle firmy pro srovnání s GPT-5.6 Luna, vyšší pro GPT-5.6 Sol. Sama ale dodává, že nejde o prodejní cenu. Výpočet vychází z ceny pronájmu jedné grafické karty L40S za 2,24 USD za hodinu. Kolik by zpracování stálo českou firmu v korunách, z toho nevyčtete.

Přesnost. Ve vlastním měření na 546 dokumentech (1 638 testovacích případů) firma uvádí skóre 0,834 pro svůj model, 0,816 pro Claude Opus 5 a 0,741 pro GPT-5.6 Luna. Měření sestavila a provedla sama firma a o nezávislém ověření nevíme. Skóre 0,834 přitom neznamená, že 83 % vašich faktur bude správně. Podle popisu firmy jde o složenou metriku: kombinuje shodu nalezených polí, podobnost hodnot a podíl výstupů v platném formátu. Z ní se nedá vyčíst, kolik dokladů projde bez opravy.

Co může selhat:

• vymyšlený údaj, který vypadá věrohodně (proto krok 3 v testu);
• přehozená čísla u špatně čitelných skenů;
• záměna data vystavení a data splatnosti;
• u zahraničních dokladů jiné formáty data a desetinné čárky.

Jak často se tyto chyby objevují u českých dokladů, nevíme. Proto je potřeba vlastní test.

Data. Faktury obsahují obchodní a někdy i osobní údaje. Než doklady nahrajete do jakéhokoli webového portálu, doporučujeme zjistit, kde se data zpracovávají a jestli je poskytovatel nepoužije k dalšímu tréninku.

Kdy to nedává smysl

• Když máte jednotky dokladů měsíčně. Odhadujeme, že ruční přepis vás pak nejspíš stojí méně času než nastavení a hlídání automatizace.
• Když vám dodavatelé posílají faktury ve strukturovaném elektronickém formátu, který váš účetní program načte přímo. Pak není co vytěžovat z obrázku.
• Když nemáte nikoho, kdo by výstupy namátkově kontroloval. Automatizace bez kontroly podle nás chybu jen přesune z přepisu do účetnictví.

Shrnutí

• Dharma-AI 4. 11. 2026 představila model, který podle firmy vytahuje údaje z dokladů a u chybějících polí vrací prázdnou hodnotu místo vymyšlené.
• Podle nás zatím pro českou firmu není prakticky použitelný. Čeština není mezi jazyky, které firma jmenuje, a dostupný základní model má nekomerční licenci.
• Vlastnost „raději prázdné pole než vymyšlená hodnota“ považujeme za dobré měřítko pro jakýkoli nástroj na doklady.
• Co udělat dnes: vezměte 10 faktur, přidejte do šablony jedno pole, které na nich není, a podívejte se, co váš současný nástroj vrátí.