HSP GRUPPE hlási 84 % týždennú aktivitu ChatGPT Enterprise v poradenskej sieti

Od licencie k pracovným návykom

Nemecká poradenská sieť HSP GRUPPE opisuje rozsiahle nasadenie ChatGPT Enterprise v daňovom poradenstve, právnom výskume, finančných analýzach, komunikácii s klientmi a zdieľaní interných znalostí. Prípadová štúdia OpenAI uvádza 84-percentnú týždennú aktivitu používateľov a viac než 500-tisíc konverzácií za obdobie od 1. februára do 14. júla 2026. Dôležitá poznámka k rozsahu: čísla sa týkajú spoločného pracovného priestoru HSP GRUPPE a Kanzleipakt, ktorý zahŕňa 81 organizačných skupín. HSP GRUPPE pritom tvorí sieť právne samostatných daňových, audítorských a právnych kancelárií, nejde teda o jedinú firmu s jedným centralizovaným tímom.

Nové údaje dopĺňajú jednoduchý obraz „firma nasadila chatbota“. Podľa zverejneného rozpisu dosiahlo prostredie 755 týždenne aktívnych používateľov a 913 unikátnych používateľov v sledovanom období. OpenAI uvádza tiež, že 98,6 % zamestnancov v internom prieskume hlásilo vyššiu produktivitu. Ide však o odlišné typy merania: aktivita a počet konverzácií sú prevádzkové metriky platformy, kým vnímaná produktivita pochádza z odpovedí respondentov. Ich zamieňanie by zveličovalo istotu o skutočnom ekonomickom efekte.

Prístup firmy sa podľa prípadovej štúdie sústreďuje na zavádzanie návykov a spoločných postupov, nie iba na sprístupnenie licencií. HSP organizuje mesačné fóra, na ktorých zamestnanci zdieľajú praktické prípady, a úspešné použitia mení na zdieľaných agentov. Medzi uvedenými príkladmi je AI Client Communication na prípravu prvých návrhov klientskych textov a asistent, ktorý pomáha s otázkami účtovných osnov SKR03 a SKR04. Takéto nástroje majú sprístupniť overené pracovné vzory širšiemu okruhu kolegov namiesto toho, aby každý začínal od prázdneho zadania.

Čo hovoria čísla — a čo nie

Konkrétnym príkladom je analýza viacerých realitných investícií. Partnerka HSP podľa OpenAI uviedla, že príprava, ktorá predtým trvala približne deväť hodín, jej s ChatGPT zaberie asi dve. To je zaujímavý signál o možnej úspore času pri zbere a usporiadaní podkladov. Nie je to však kontrolovaný experiment ani záruka, že rovnaký výsledok dosiahnu iné tímy. Prípadová štúdia nepredstavuje nezávislé porovnanie s náhodne zvolenou kontrolnou skupinou a nemusí zachytávať celý čas potrebný na kontrolu, opravy a následnú komunikáciu.

Najväčšie číslo je odhad 40-tisíc hodín dodatočnej ročnej kapacity v celej sieti. HSP odhaduje, že časť tejto kapacity by sa mohla presunúť do odbornej práce a časť do administratívy alebo služieb klientom. Z toho odvodzuje teoretický potenciál približne 3,8 milióna eur. Toto číslo nie je vykázaným výnosom ani realizovanou úsporou. Ide o projekciu založenú na predpokladoch o uvoľnenom čase a jeho využití; skutočný výsledok bude závisieť od toho, či kancelárie dokážu kapacitu premeniť na dodatočnú prácu, rýchlejšie služby alebo lepšie pokrytie dopytu.

Ďalšie percentá v prieskume — napríklad 84,6 % respondentov hlásiacich lepšiu kvalitu práce či 95,9 % deklarujúcich týždennú úsporu času — opisujú skúsenosť respondentov, nie nezávisle nameranú kvalitu výstupov. Pri interpretácii treba poznať veľkosť vzorky, spôsob výberu respondentov, otázky aj mieru účasti. Zverejnená stránka neponúka všetky tieto podrobnosti pre každú metriku. Sebahodnotenie je užitočné na zachytenie prijatia nástroja, no samo osebe nepreukazuje správnosť daňového poradenstva ani čistý nárast produktivity po započítaní kontroly.

Táto opatrnosť nie je dôvodom odmietnuť prípad, ale pomáha správne čítať jeho hodnotu. Vysoká pravidelná aktivita naznačuje, že nástroj sa dostal do bežného pracovného rytmu, čo je podstatne konkrétnejšie než oznámenie o pilotnom projekte. Nehovorí však, ktoré úlohy sa zlepšili najviac, ako sa menila chybovosť ani koľko času zostalo potrebného na odbornú validáciu. Na takéto otázky by boli potrebné dlhodobejšie výsledky a jasne opísaná metodika merania.

Odborná zodpovednosť zostáva na ľuďoch

HSP zdôrazňuje, že používanie klientskych údajov podlieha interným pravidlám ochrany údajov, dôvernosti a riadenia. Konečná zodpovednosť za daňové, právne či účtovné rozhodnutia má zostať príslušnému odborníkovi. Toto rozlíšenie je zásadné: model môže pomôcť spracovať dokumenty, pripraviť návrh alebo poukázať na možné súvislosti, ale profesionál musí overiť skutkový základ, aktuálne právo a vhodnosť odporúčania pre konkrétneho klienta.

V praxi si takýto model nasadenia vyžaduje viac než pravidlo „človek skontroluje odpoveď“. Firmy potrebujú určiť, ktoré údaje možno do nástroja vkladať, ako sa riešia prístupy, uchovávanie informácií, zaznamenávanie použitia a eskalácia chýb. Pri agentoch, ktoré pracujú s opakovanými postupmi, treba navyše preverovať ich pokyny, zdroje a oprávnenia. Zdieľanie úspešného agenta môže priniesť konzistentnosť, ale zároveň rozšíriť dopad chyby, ak sa jeho obsah alebo predpoklady priebežne nekontrolujú.

Pre slovenské a európske poradenské firmy je HSP relevantné najmä ako príklad organizačného zavádzania v regulovanej profesii, nie ako hotový návod na kopírovanie. Daňové kancelárie aj účtovníci pracujú s citlivými údajmi a musia vedieť vysvetliť, kto prijal odborné rozhodnutie a na základe akých podkladov. Pred širším nasadením by preto mali posúdiť zmluvné podmienky nástroja, ochranu osobných údajov, internú klasifikáciu informácií a príslušné povinnosti podľa európskych pravidiel. Konkrétne právne požiadavky závisia od použitia a okolností; samotný prípad HSP ich nerozhoduje.

Ďalší krok: automatizovať celé procesy

HSP uvádza, že pripravuje pilotovanie ChatGPT Work a identifikovala 88 príležitostí na automatizáciu. Spomínané príklady zahŕňajú priebežné kontroly účtovníctva či vyhľadávanie chýbajúcich dokumentov pred zostavením ročnej závierky. Takýto posun je významný: namiesto pomoci s jednou otázkou môže systém koordinovať viac krokov, pracovať s nástrojmi a vyžiadať si doplnenie údajov. Zároveň rastie riziko nesprávneho kroku, neprimeraného prístupu alebo prehliadnutia situácie, ktorá vyžaduje úsudok odborníka.

Pri hodnotení ďalšej fázy bude dôležité sledovať nielen počet automatizovaných úloh, ale aj mieru opráv, chybovosť, čas ľudskej kontroly a dôsledky pre klientov. Udržateľný prínos by sa mal merať na konkrétnych pracovných postupoch pred nasadením aj po ňom, s oddeleným vykazovaním objektívnych prevádzkových údajov a názorov zamestnancov. Rovnako dôležité je vedieť, či sa uvoľnený čas skutočne presúva do kvalitnejšej práce alebo kratších lehôt, a nie iba do ďalších úloh.

Prípad HSP ukazuje, že adopcia v profesionálnej sieti môže rásť, keď organizácia kombinuje nástroj, vzdelávanie, opakovane použiteľné postupy a jasnú zodpovednosť človeka. Zatiaľ však zostáva otvorené, do akej miery sa subjektívne hlásený prínos premení na overiteľný hospodársky výsledok a ako sa bude dariť pri agentickej automatizácii zložitejších procesov. Najspoľahlivejší záver preto nie je, že AI už preukázateľne priniesla miliónové výnosy, ale že HSP hlási široké používanie a skúša premeniť ušetrený čas na kapacitu — pričom finančný dopad ešte treba nezávisle a dlhodobo vyhodnotiť.