Wyobraź sobie, że prowadzisz startup. Masz pięć osób w zespole, pierwszy produkt na rynku i rosnącą liczbę faktur. Księgowość? Robisz ją sam w Excelu albo płacisz biuru rachunkowemu 1500-3000 zł miesięcznie za podstawową obsługę. Brzmi znajomo? Dla tysięcy polskich małych firm to codzienność - i jeden z tych problemów, które wydają się zbyt małe, żeby się nimi zajmować, ale zbyt duże, żeby je ignorować.
Właśnie dlatego warto przyjrzeć się temu, co robi Synthetic - nowy startup założony przez Iana Crosby'ego, który właśnie pozyskał 10 milionów dolarów od Khosla Ventures. Crosby ma historię w tej branży - jego poprzednia firma Bench obsługiwała księgowość dla tysięcy małych firm w Ameryce Północnej, zanim spektakularnie upadła pod koniec 2024 roku. Teraz wraca z nowym podejściem: zamiast zatrudniać setki księgowych wspomaganych technologią, chce postawić na agentów AI, którzy wykonują większość pracy autonomicznie. Dla polskiego rynku MŚP to sygnał, który trudno przeoczyć.
Nie chodzi tu o kolejne narzędzie do skanowania faktur. Synthetic celuje w pełną automatyzację procesu księgowego - od klasyfikacji transakcji, przez uzgadnianie kont, po generowanie raportów finansowych. Jeśli ten model zadziała, konsekwencje dla polskich firm mogą być poważne. Przyjrzyjmy się temu bliżej.
Czym właściwie jest autonomiczne księgowanie AI?
Tradycyjne oprogramowanie księgowe - takie jak polski wFirma, Fakturownia czy zagraniczny Xero - to narzędzia, w których człowiek wciąż podejmuje większość decyzji. Wpisujesz dane, klasyfikujesz wydatki, sprawdzasz salda. Owszem, część operacji jest zautomatyzowana (np. import wyciągów bankowych czy OCR faktur), ale finalnie to księgowy lub właściciel firmy musi zatwierdzić każdą operację.
Autonomiczne księgowanie AI idzie o krok dalej. Agenci AI w modelu Synthetic mają samodzielnie rozpoznawać typ transakcji, przypisywać ją do odpowiedniej kategorii kosztowej, weryfikować spójność z wcześniejszymi zapisami i generować gotowe raporty. Człowiek wchodzi do gry tylko wtedy, gdy system napotka sytuację, której nie potrafi rozwiązać sam - na przykład nietypową transakcję lub rozbieżność w danych.
To podejście opiera się na dużych modelach językowych (LLM), ale nie wystarczy podłączyć ChatGPT do systemu księgowego. Synthetic buduje wyspecjalizowanych agentów AI, którzy rozumieją kontekst finansowy, znają zasady rachunkowości i potrafią pracować z wieloma źródłami danych jednocześnie - konta bankowe, platformy płatnicze, systemy fakturowe. Ian Crosby mówi wprost: celem jest zastąpienie 90% pracy, którą dziś wykonują ludzie w procesie księgowym dla małych firm.
Czy to realistyczne? Na podstawowym poziomie - klasyfikacja transakcji, uzgadnianie sald, generowanie standardowych raportów - tak. Modele AI już dziś osiągają dokładność powyżej 95% w kategoryzacji wydatków, pod warunkiem że mają dostęp do wystarczającej ilości danych historycznych. Problem zaczyna się przy bardziej złożonych operacjach: rozliczeniach międzyokresowych, transakcjach walutowych, specyficznych interpretacjach przepisów podatkowych. Tutaj nadal potrzebny jest człowiek.
Lekcja z upadku Bench - i dlaczego Synthetic może być inny
Historia Bench jest pouczająca dla każdego, kto myśli o automatyzacji finansów. Firma przez lata rosła jako hybryda - łączyła oprogramowanie z zespołem ludzkich księgowych. Obsługiwała ponad 35 000 klientów i wyglądała na sukces. A potem, w grudniu 2024 roku, zamknęła się z dnia na dzień, zostawiając tysiące firm bez dostępu do swoich danych finansowych.
Co poszło nie tak? Model biznesowy się nie skalował. Każdy nowy klient oznaczał potrzebę zatrudnienia kolejnych księgowych. Marże były niskie, koszty operacyjne rosły szybciej niż przychody. Bench próbował automatyzować fragmenty procesu, ale rdzeń usługi nadal opierał się na ludzkiej pracy. To klasyczny problem firm, które nazywają się "tech company", ale w praktyce są firmami usługowymi z ładnym interfejsem.
Crosby wyciągnął z tego wnioski. Synthetic od pierwszego dnia buduje model, w którym agenci AI wykonują fundamentalną pracę. Ludzcy eksperci mają pełnić rolę nadzorczą - sprawdzać wyniki, obsługiwać wyjątki, budować zaufanie klientów. Jeśli proporcja pracy AI do pracy ludzkiej wyniesie 90:10 zamiast 30:70 jak w Bench, ekonomia takiego biznesu wygląda zupełnie inaczej. Koszt obsługi jednego klienta spada dramatycznie, co oznacza niższe ceny dla końcowych użytkowników.
Dla polskiego rynku to istotna obserwacja. Wiele polskich biur rachunkowych działa dokładnie w modelu Bench - ludzie wspomagani prostymi narzędziami. Jeśli autonomiczne księgowanie AI faktycznie zadziała na skalę, presja cenowa na tradycyjne biura rachunkowe będzie ogromna.
Co to oznacza dla polskich MŚP - konkretnie?
Zanim ktoś zacznie panikować lub ekscytować się bez miary, trzeba uczciwie powiedzieć: Synthetic na razie działa na rynku amerykańskim, w oparciu o amerykańskie standardy rachunkowości (US GAAP). Polski system podatkowy - z jego specyfiką VAT, JPK, split payment, kas fiskalnych i ciągle zmieniających się przepisów - to zupełnie inny świat. Bezpośrednie przeniesienie rozwiązania Synthetic do Polski nie jest możliwe bez głębokiej adaptacji.
Ale trend jest jasny i dotyczy też nas. Oto trzy scenariusze, które widzę jako realne dla polskich firm w perspektywie 2-4 lat:
- Automatyczna kategoryzacja i wstępne księgowanie. Już dziś narzędzia takie jak polski Agileo czy funkcje AI w wFirmie potrafią automatycznie rozpoznawać i klasyfikować część transakcji. W ciągu dwóch lat ta dokładność wzrośnie na tyle, że mikrofirmy (jednoosobowe działalności, startupy do 5 osób) będą mogły prowadzić bieżącą księgowość niemal bez udziału księgowego. Księgowy będzie potrzebny do zamknięcia miesiąca i rocznego rozliczenia.
- Agenci AI jako warstwa pośrednia między firmą a biurem rachunkowym. Zamiast wysyłać skany faktur e-mailem i czekać na odpowiedź, firma będzie korzystać z agenta AI, który przygotuje komplet dokumentów, zweryfikuje ich poprawność, wyłapie brakujące faktury i przekaże gotowy pakiet do biura rachunkowego. To zmniejszy liczbę godzin pracy biura (i koszt dla klienta) o 40-60%.
- Wbudowana księgowość w narzędziach biznesowych. Platformy takie jak Stripe, Shopify czy polski Baselinker już dziś zbierają dane transakcyjne. Następny krok to automatyczne generowanie zapisów księgowych bezpośrednio w tych platformach, z wykorzystaniem AI. Dla firmy e-commerce oznacza to, że księgowość staje się niewidoczna - dzieje się w tle, bez dodatkowego wysiłku.
Warto spojrzeć na liczby. Według danych GUS, w Polsce działa ponad 2,5 miliona mikroprzedsiębiorstw. Większość z nich wydaje na obsługę księgową od 500 do 3000 zł miesięcznie. Gdyby AI obniżyło ten koszt choćby o połowę, mówimy o miliardach złotych rocznie, które wracają do firm. To nie jest abstrakcja - to realne pieniądze, które startup lub mała firma może przeznaczyć na rozwój produktu, marketing czy zatrudnienie.
Ryzyka i ograniczenia, o których trzeba mówić otwarcie
Byłbym nieuczciwy, gdybym pisał tylko o zaletach. Autonomiczne księgowanie AI niesie ze sobą poważne ryzyka, szczególnie w polskim kontekście prawnym.
Odpowiedzialność za błędy. Jeśli agent AI źle zakwalifikuje transakcję i firma zapłaci za mało podatku, kto odpowiada? Dziś odpowiedzialność spoczywa na przedsiębiorcy (a częściowo na biurze rachunkowym, jeśli jest odpowiednia umowa). Przy autonomicznym systemie AI ta kwestia jest prawnie nierozstrzygnięta. Polski ustawodawca nie nadąża za technologią - i to jest realne ryzyko dla firm, które zdecydują się na pełną automatyzację zbyt wcześnie.
Specyfika polskich przepisów. Nasz system podatkowy zmienia się kilka razy w roku. Każda zmiana wymaga aktualizacji reguł w systemie AI. Duże modele językowe mogą "halucynować" - generować odpowiedzi, które brzmią przekonująco, ale są merytorycznie błędne. W księgowości błąd to nie literówka w e-mailu - to potencjalna kara od urzędu skarbowego. Dlatego model z ludzkim nadzorem (human-in-the-loop) jest na razie jedynym rozsądnym podejściem.
Bezpieczeństwo danych. Dane finansowe firmy to jedne z najbardziej wrażliwych informacji biznesowych. Przekazanie ich do systemu AI opartego na chmurze (często z serwerami poza UE) rodzi pytania o zgodność z RODO i o ryzyko wycieku. Polskie firmy, szczególnie te współpracujące z sektorem publicznym, muszą to brać pod uwagę.
Zaufanie. I wreszcie kwestia psychologiczna. Polscy przedsiębiorcy - szczególnie ci z dłuższym stażem - mają silną potrzebę kontaktu z "swoim księgowym". Osoba, do której można zadzwonić z pytaniem, która zna specyfikę firmy, która doradzi przy optymalizacji podatkowej. Agent AI może być szybszy i tańszy, ale budowanie zaufania do algorytmu zajmie lata. I to jest w porządku - nie każda zmiana musi nastąpić z dnia na dzień.
Jak się przygotować już teraz?
Nawet jeśli pełne autonomiczne księgowanie AI w polskich realiach to kwestia kilku lat, są rzeczy, które możesz zrobić już dziś, żeby Twoja firma była gotowa na tę zmianę:
- Zdigitalizuj swoje procesy finansowe. Jeśli nadal nosisz papierowe faktury do biura rachunkowego w teczce, zacznij od podstaw. Elektroniczny obieg dokumentów to fundament, na którym AI może pracować. Narzędzia takie jak Autenti, wFirma czy nawet prosty folder na Google Drive z uporządkowaną strukturą - to już jest krok do przodu.
- Przetestuj istniejące narzędzia AI do finansów. Nie musisz czekać na Synthetic. Już teraz możesz sprawdzić, jak ChatGPT radzi sobie z analizą Twoich wydatków (oczywiście po zanonimizowaniu danych). Narzędzia takie jak Ramp, Brex czy polski Saldo oferują coraz więcej funkcji automatycznych. Zacznij od małego obszaru - np. automatycznej kategoryzacji wydatków firmowej karty.
- Porozmawiaj ze swoim biurem rachunkowym. Zapytaj, jakie narzędzia AI planują wdrożyć. Biura, które inwestują w technologię, będą mogły oferować lepszą obsługę za niższą cenę. Te, które tego nie robią, będą miały coraz większy problem z konkurencyjnością. Twój wybór partnera księgowego powinien uwzględniać ten czynnik.
- Uporządkuj dane. AI działa tak dobrze, jak dobre są dane, na których pracuje. Jeśli Twoje konta bankowe są pomieszane z prywatnymi wydatkami, kategorie kosztów są niespójne, a faktury giną w skrzynce mailowej - żaden agent AI Ci nie pomoże. Porządek w danych to inwestycja, która zwróci się niezależnie od tego, czy zdecydujesz się na AI, czy nie.
Podsumowanie
Synthetic i inwestycja Khosla Ventures na 10 milionów dolarów to nie rewolucja, która zmieni polską księgowość jutro rano. Ale to wyraźny sygnał kierunku, w którym zmierza branża. Autonomiczne księgowanie AI dla małych firm przestaje być fantastyką naukową - staje się produktem, w który inwestują jedni z najlepszych inwestorów na świecie.
Dla polskich MŚP oznacza to jedno: czas zacząć się przygotowywać. Nie przez panikę i natychmiastowe zwalnianie księgowych, ale przez stopniową digitalizację, testowanie narzędzi i świadomy wybór partnerów technologicznych. Firmy, które zrobią to teraz, za dwa-trzy lata będą mogły płynnie przejść na bardziej zautomatyzowane modele obsługi finansowej. Te, które zignorują ten trend, mogą zostać z wyższymi kosztami i mniejszą kontrolą nad swoimi finansami niż konkurencja.
Ian Crosby udowodnił z Bench, że rynek na prostą i tanią księgowość dla małych firm jest ogromny. Udowodnił też - boleśnie - że model oparty głównie na ludzkich rękach się nie skaluje. Synthetic to próba rozwiązania tego samego problemu w zupełnie inny sposób. Czy się uda? Nie wiem. Ale wiem, że polskie firmy powinny uważnie obserwować, co się stanie.
Źródło: TechCrunch - Khosla Ventures is betting $10M on Ian Crosby, whose last startup Bench imploded