Osvoboďte svou ES Pohodu
Napojte agendy, faktury a přehledy tak, aby finanční data proudila z ERP do výkaznictví bez ručního přepisování.
Kurz 1 · Byteca Academy 2026
Využití AI ve firemních financích
Praktický kurz Byteca Academy pro účetní, controllery a finanční manažery, kteří chtějí bezpečně využívat AI, automatizovat ERP Pohoda a rozhodovat se podle dat.
- Až 70% úspora času v rutinním výkaznictví
- Správa a řízení AI v souladu s EU AI Act
- Vlastní závěrečný projekt nad anonymizovanými daty
14modulů v otevřeném běhu kurzu
3lektoři z praxe dat, AI a ERP
1ucelený praktický příklad
Úvod
Strategický rozvoj digitálních kompetencí ve finančním sektoru
V kurzu spojujeme znalosti pro moderní účetnictví a finance kombinující technologickou expertízu, praktickou AI v účetnictví a automatizaci ERP systémů. To je základní metodický rámec našeho kurzu pro moderní účetní a finančníky.
Proč se přihlásit
Z účetní rutiny ke strategickému řízení
Ptejte se dat lidsky
Power BI Copilot, Fabric agenti a dobře připravená sémantická vrstva pomohou odpovídat na byznysové otázky srozumitelně.
AI pod kontrolou
Naučíte se tenanty, anonymizaci, pseudonymizaci a pravidla pro bezpečnou práci s citlivými finančními daty.
Termíny a běhy kurzu
První otevřený slot od 1. září 2026
Otevřené přihláškyBěh A
Otevřený zářijový slot
01.09.2026–15.10.2026 · úterý a čtvrtek 18:00-19:30
Pro účetní a finanční týmy, které chtějí od září začít se správou a řízením AI i automatizací před podzimním výkaznictvím.
Rezervovat místoHarmonogram
14 modulů pro finance, AI a automatizaci
Modul 0: Digitální éra a AI Governance
LLM nástroje, EU AI Act, generativní AI, ochrana dat a nastavení firemních aplikací. Rozdíl mezi agentem a asistentem.
Matěj Srna + Denisa ŽďárskáModul 1: Datová diagnostika a AI agenti
Detekce duplicit, transpozic, reverzních zápisů. Jak správně poznat, že máme a nemáme správná data pro AI a pokročilé nástroje?
Matěj Srna + Denisa ŽďárskáModul 2: Pokročilé funkce Excel
Tvorba pokročilých kódů - Python v Excelu, pandas a Office Scripts. Ukážeme si, jak na generované výstupy pomocí AI promptů.
Matěj SrnaModul 3: Moderní čištění dat
Jak efektivně využít čištění dat, budeme používat Power Query jako importní a transformační nástroj s pomocí AI promptů.
Matěj SrnaModul 4: Power Pivot modelování
Jak správně a efektivně propojit faktury, timesheety a kontrolní patterny pro rekonciliaci nákladů.
Matěj SrnaModul 5: AI analytika a datová připravenost
Využití Claude nebo Gemini v integraci s nástroji. Kvalita dat, halucinace, strukturování tabulek, pseudonymizace.
Denisa ŽďárskáModul 6: Forecasting a Storytelling
Jak prezentovat forecasty? Gamma, Canva Magic Design pro predikce cash flow.
Denisa ŽďárskáModul 7: Pokročilé forecasty a Python
Python predikce, statsmodels v Excelu a predikce cash flow.
Matěj SrnaModul 8: Automatizace ERP Pohoda
Fameless nástroje FameBee, FameDog a FameDash, XML importy a real-time mServer integrace.
Emilie TomanováModul 9: Vizualizace v Power BI
Power BI reporty, tvorba vizuálu Copilotem a implementace nad anonymizovanými daty.
Matěj SrnaModul 10: DAX s Copilotem
Příprava pokročilých výpočtů za pomocí DAX s Copilotem a správná vizualizace dat pro rychlou orientaci.
Matěj SrnaModul 11: Microsoft Fabric
Nastavení a import dat do Microsoft Fabric - tvorba moderních datových skladů a implementace nad anonymizovanými daty.
Matěj SrnaModul 12: AI agent
Zaměření na nastavení AI agenta, který s pomocí jazyka a přístupu k vašim datům odpovídá na dotazy
Matěj SrnaModul 13: Závěrečný projekt
Sestavení jakéhokoliv projektu, který Vám na základě nástrojů z kurzu usnadní manuální práci.
Matěj Srna + všichni lektořiLektoři
Tým, který propojuje finance, data a automatizaci
Matěj Srna
Expert na data a cloud: Power BI, Microsoft Fabric, Python a stavbu robustních firemních datových modelů.
LinkedIn profil
Denisa Žďárská
Digital Strategic Partner s více než 11 lety zkušeností ve financích, účetnictví a digitálních inovacích.
digipartner.aiEmilie Tomanová
Expertka na automatizaci ERP Pohoda a praktické propojení účetních procesů s nástroji Fameless.
LinkedIn profilTechnický checklist
Připravte si bezpečné prostředí
Kurz je navržen pro nasazení v reálném firemním kontextu. Pracuje se pouze s anonymizovanými nebo pseudonymizovanými daty a s principem minimálních oprávnění.
- ERP Pohoda: anonymizované XML exporty nebo SQL přístup pro verzi SQL/E1.
- Microsoft 365 Business/Enterprise pro Python v Excelu, Power BI a Copilot scénáře.
- On-premises Data Gateway pro bezpečné napojení lokálních dat do cloudu.
Reference
Reference z finančních a provozních týmů
Naše řešení stavíme nad reálnými firemními procesy: od účetních exportů a ERP integrací po automatizované reportingové vrstvy.
Finanční a obchodní reporting na míru
Reference
Pro obchodní společnost jsme sjednotili data z účetnictví a zakázek do přehledného modelu s předem definovanými požadavky na vizuály a výpočty
Přidaná hodnota
Tým získal pravidelný report výsledků, kontrolu odchylek a možnost řídit vztah se zákazníkem včetně včasné úhrady. Reporting ušetřil mnoho času na přípravě a vyhodnocování.
Automatizace ERP Pohoda a skladového hospodářství
Reference
Pro e-shop Doktor Kladivo jsme navrhli bezpečný tok dat z ERP Pohoda do WMS Storage Monkey a nastavili celý proces skladového hospodářství.
Přidaná hodnota
Řešení pomohlo zrychlit přípravu balíků, omezit chybovost při pickingu a zefektivnit celý proces expedice. Automatizace snížila administrativní zátěž o 50 %.
Ucelený firemní reporting
Reference
Společně jsme hledali řešení reportingů na míru pro potřeby klientů naší účetní kanceláře. Hledali jsme variabilní a kompaktní řešení.
Přidaná hodnota
Vaše řešení nám přineslo přesně to, co jsme od toho očekávali. S ohledem na jasné představy jsme byli nadšeni, že jsme do rukou dostali nástroj upravený na míru našim potřebám.
Reference:
Veškeré reference jsou podloženy dodaným řešením nebo provedenými službami uvedeným subjektům.
Kontakt
Chcete kurz AI ve financích pro svůj tým?
Vyplňte kontaktní formulář a zajistěte si místo na tomto kurzu. Ozveme se Vám kvůli kapacitě a termínům.
Nebo nám zavolejte na +420 288 288 200.