Przejdź do treści
K W
Zgodny z GoBD Zgodny z §203 StGB Q2-Q3

Agent zarządzania należnościami

Analiza stanu należności, ocena ryzyka niewypłacalności, określanie odpisów aktualizujących.

Oblicza strukturę wiekową należności, ocenia ryzyko niewypłacalności modelem ML, określa potrzebę odpisów aktualizujących i monitoruje limity kredytowe.

Przeanalizować proces
Airbus Volkswagen Shell Renault Evonik Vattenfall Philips KPMG

Wiek należności regułami, ryzyko niewypłacalności przez scoring ML, decyzje strategiczne po stronie credit managera

Agent deterministycznie oblicza wiek należności i potrzebę odpisów aktualizujących, ocenia ryzyko niewypłacalności per debitor przez scoring Machine Learning i przekazuje porozumienia płatnicze, faktoring i decyzje o spisaniu credit managerowi.

Wynik: Według Creditreform Payment Indicator Winter 2024/25 okres rotacji należności w niemieckim Mittelstand wynosi 39,63 dnia przy 8,41 dnia przeterminowania - strukturalna ewaluacja reguł skraca DSO o 5 do 8 dni i zapewnia bieżący obraz ryzyka na debitora.

38% Silnik reguł
13% Agent AI
49% Człowiek

8 kroków łączy analizę ilościową ze strategicznym władztwem decyzyjnym po stronie człowieka:

23 900 upadłości w 2025, 57 miliardów euro szkód

Zarządzanie należnościami to nie żmudna praca działu należności, lecz pytanie bilansowe CFO. Kto otwarte pozycje jedynie administruje zamiast wyceniać, odkrywa niewypłacalności dopiero przy sprawozdaniu rocznym - a wtedy są kosztowne. Agent zarządzania należnościami przesuwa rozpoznawanie do przodu: struktura wiekowa, ryzyko niewypłacalności i potrzeba odpisów aktualizujących są obliczane na bieżąco, by decyzje strategiczne mogły być podejmowane na czas.

Ryzyko niewypłacalności stało się w 2025 roku pytaniem bilansowym

Liczby Creditreform unaoczniają pilność: w 2025 roku w Niemczech 23 900 firm ogłosiło upadłość - wzrost o 8,3 procenta w porównaniu z rokiem poprzednim i najwyższy stan od ponad dziesięciu lat. Szacowana suma szkód wynosi około 57 miliardów EUR (ok. 62 mld USD), średnio ponad dwa miliony EUR na przypadek upadłości. Dla średnich wierzycieli oznacza to: każda otwarta pozycja jest potencjalnie ryzykiem bilansowym, nie tylko kwestią płynności.

W tym otoczeniu nie wystarcza optymalizacja procesu monitów. Decydujące jest, które należności są realistycznie ściągalne, które wymagają odpisu i które lepiej sprzedać lub dochodzić sądownie. Ta ocena potrzebuje wiarygodnych danych o zachowaniach płatniczych, strukturze wiekowej i zewnętrznej zdolności kredytowej - i to nie raz na kwartał, lecz na bieżąco.

Decision Layer oddziela obliczenie od wyceny

Agent zarządzania należnościami rozkłada proces na osiem kroków decyzyjnych wzdłuż Decision Layer. Oddzielenie jest jasne: arytmetyka i weryfikacja regułowa biegną automatycznie, decyzje uznaniowe pozostają przy człowieku.

Struktura wiekowa należności to obliczenie z dat wymagalności - regułowe, bez marginesu uznania. Analogicznie monitoring limitu kredytowego: weryfikacja progu względem skonfigurowanych limitów. Scoring ryzyka niewypłacalności wykorzystuje model ML łączący zachowanie płatnicze, ryzyko branżowe i zewnętrzne dane bonitetu. Przy 24 miesiącach czystej historii takie modele osiągają typowo 80 do 85 procent trafności w prognozowaniu niewypłacalności.

Decyzje strategiczne pozostają przy CFO lub Head of Finance. Odpisy ryczałtowe mogą być proponowane regułowo, indywidualne odpisy wymagają uznania, ponieważ mają bezpośrednie konsekwencje podatkowe. Ugody płatnicze, ocena faktoringu i eskalacja sądowa ważą relację z klientem, koszty i ryzyko - nie reguły, lecz negocjacje.

Konkretny scenariusz: klient przemysłowy z siedmioma milionami EUR stanu należności

Średniej wielkości producent maszyn z około 180 milionami EUR obrotu prowadzi w księgach około siedem milionów EUR otwartych należności. Księgowość należności prowadzi strukturę wiekową i procesy monitów niezawodnie, ale obraz ryzyka powstaje dopiero przy zamknięciu miesiąca - za późno na reakcję operacyjną.

Z Agentem zarządzania należnościami ocena biegnie codziennie: scoring ML flaguje dużego klienta, którego zachowanie płatnicze pogorszyło się w ciągu ostatnich sześciu tygodni, choć limit kredytowy jeszcze nie został przekroczony. Agent dokumentuje wskaźnik ryzyka, czynniki składowe i aktualną strukturę wiekową. CFO widzi ostrzeżenie tego samego dnia i decyduje: obniżyć limit kredytowy, przestawić dostawę na przedpłatę, poinformować sprzedaż. Decyzja pozostaje ludzka, podstawa przychodzi w minuty zamiast tygodni.

Agent dostarcza dowody GoBD, ratyzgodne decyzje i prawne eskalacje pozostają u człowieka

Agent nie jest narzędziem windykacyjnym ani zamiennikiem relacji z klientem. Dostarcza trzy rzeczy: ciągle aktualną strukturę wiekową należności, obraz portfela kontrahentów ważony ryzykiem i udokumentowaną podstawę dla decyzji o odpisach aktualizujących. Raportowanie obejmuje DSO, Aging, heatmapę ryzyka niewypłacalności i wykorzystanie limitów kredytowych - konfigurowalne według KPI kokpitu CFO.

Czego agent świadomie nie robi: nie decyduje o ratach, nie sprzedaje należności, nie eskaluje samodzielnie do działu prawnego. Te kroki pozostają strategiczne i ludzkie - dokładnie tam, gdzie liczą się umiejętności negocjacyjne, znajomość klienta i rachunek kosztów i korzyści. Decision Layer czyni transparentnym, kto kiedy co zdecydował, i dostarcza dowody, na których decyzja się opiera.

Tabela mikrodecyzji

Kto decyduje w tym agencie?

8 kroków decyzyjnych, podział według decydenta

38%(3/8)
Silnik reguł
deterministyczne
13%(1/8)
Agent AI
modelowe z poziomem pewności
49%(4/8)
Człowiek
jawnie przypisane
Człowiek
Silnik reguł
Agent AI
Każdy wiersz to decyzja. Rozwiń, aby zobaczyć protokół decyzyjny i możliwość sprzeciwu.
Obliczenie struktury wiekowej należności Jak rozkładają się otwarte należności wg wieku? Silnik reguł

Obliczenie arytmetyczne klas wiekowych

Protokół decyzyjny

ID reguły i numer wersji
Dane wejściowe które uruchomiły regułę
Wynik obliczenia i zastosowana formuła

Możliwość sprzeciwu: Tak - zastosowanie reguły weryfikowalne. Sprzeciw przy błędnych danych lub złej wersji reguły.

Scoring ryzyka niewypłacalności Jak wysokie jest ryzyko niewypłacalności per kontrahent? Agent AI

Model ML na bazie historii płatności, branży i danych zewnętrznych

Protokół decyzyjny

Wersja modelu i wynik pewności
Dane wejściowe i wynik klasyfikacji
Uzasadnienie decyzji (wyjaśnialność)
Ścieżka audytu z pełną identyfikowalnością

Możliwość sprzeciwu: Tak - w pełni udokumentowane, weryfikowalne przez ludzi, sprzeciw przez formalny proces.

Określenie potrzeby odpisu (ryczałtowy) Jaka jest wysokość ryczałtowego odpisu aktualizującego? Silnik reguł Audytor

Stawki ryczałtowe wg klasy wiekowej i branży

Protokół decyzyjny

ID reguły i numer wersji
Dane wejściowe które uruchomiły regułę
Wynik obliczenia i zastosowana formuła

Możliwość sprzeciwu: Tak - zastosowanie reguły weryfikowalne. Sprzeciw przy błędnych danych lub złej wersji reguły.

Możliwość sprzeciwu: Audytor

Określenie potrzeby odpisu (indywidualny) Czy wymagany jest indywidualny odpis aktualizujący? Człowiek Audytor

Ludzka ocena przy konkretnych przesłankach niewypłacalności

Protokół decyzyjny

ID decydenta i rola
Uzasadnienie decyzji
Znacznik czasu i kontekst

Możliwość sprzeciwu: Tak - przez przełożonego, radę zakładową lub formalny sprzeciw.

Możliwość sprzeciwu: Audytor

Monitoring limitu kredytowego Czy limit kredytowy jest przekraczany? Silnik reguł

Weryfikacja progu względem zapisanego limitu

Protokół decyzyjny

ID reguły i numer wersji
Dane wejściowe które uruchomiły regułę
Wynik obliczenia i zastosowana formuła

Możliwość sprzeciwu: Tak - zastosowanie reguły weryfikowalne. Sprzeciw przy błędnych danych lub złej wersji reguły.

Propozycja ugody płatniczej Czy zaproponować ratalną płatność lub odroczenie? Człowiek

Decyzja strategiczna w negocjacjach z klientem

Protokół decyzyjny

ID decydenta i rola
Uzasadnienie decyzji
Znacznik czasu i kontekst

Możliwość sprzeciwu: Tak - przez przełożonego, radę zakładową lub formalny sprzeciw.

Ocena faktoringu Czy należności powinny być scedowane na faktora? Człowiek

Decyzja strategiczna z analizą kosztów i korzyści

Protokół decyzyjny

ID decydenta i rola
Uzasadnienie decyzji
Znacznik czasu i kontekst

Możliwość sprzeciwu: Tak - przez przełożonego, radę zakładową lub formalny sprzeciw.

Eskalacja do działu prawnego Czy wstąpić na drogę sądową? Człowiek

Decyzja strategiczna z ważeniem kosztów, szans powodzenia i relacji z klientem

Protokół decyzyjny

ID decydenta i rola
Uzasadnienie decyzji
Znacznik czasu i kontekst

Możliwość sprzeciwu: Tak - przez przełożonego, radę zakładową lub formalny sprzeciw.

Protokół decyzyjny i prawo do sprzeciwu

Każda decyzja, którą ten agent podejmuje lub przygotowuje, jest dokumentowana w pełnym protokole decyzyjnym. Osoby dotknięte (pracownicy, dostawcy, audytorzy) mogą przeglądać, rozumieć i kwestionować każdą pojedynczą decyzję.

Jaka reguła w jakiej wersji została zastosowana?
Na jakich danych oparto decyzję?
Kto (człowiek, silnik reguł czy AI) zdecydował - i dlaczego?
Jak osoba dotknięta może złożyć sprzeciw?
Jak Decision Layer wymusza to architektonicznie →

Czy ten agent pasuje do Twojego procesu?

Analizujemy Twój konkretny proces finansowy i pokazujemy, jak ten agent wpisuje się w Twój krajobraz systemowy. 30 minut, bez przygotowania.

Przeanalizować proces

Uwagi dotyczące governance

Zgodny z GoBD Zgodny z §203 StGB

Istotność GoBD: wysoka - odpisy aktualizujące należności są istotne bilansowo i priorytetem kontroli biegłego rewidenta. Indywidualne odpisy aktualizujące wymagają ludzkiej oceny (HGB Paragraph 252). Cztery decyzje ludzkie (odpis indywidualny, ugoda płatnicza, faktoring, droga sądowa) odzwierciedlają faktyczne wymagania governance: te decyzje mają strategiczne i finansowe znaczenie wykraczające poza stosowanie reguł.

Dane objęte §203 StGB są szyfrowane end-to-end i nigdy nie są przekazywane do modeli AI w postaci jawnej.

Wkład w dokumentację procesową

Agent zarządzania należnościami dokumentuje: strukturę wiekową należności, scoring ryzyka niewypłacalności per kontrahent (z wersją modelu i danymi wejściowymi), obliczoną potrzebę odpisów i wszystkie decyzje ludzkie (odpis indywidualny, ugoda płatnicza, faktoring, droga sądowa) z uzasadnieniem.

Panel wyników

Agent Readiness 61-68%
Governance Complexity 36-43%
Economic Impact 64-71%
Lighthouse Effect 31-38%
Implementation Complexity 38-45%
Wolumen transakcji Miesięcznie

Wymagania wstępne

  • System ERP z księgowością należności i pełną historią płatności
  • Definicje limitów kredytowych per kontrahent
  • Historyczne dane o niewypłacalności do treningu ML (min. 24 miesiące)
  • Zdefiniowane stawki ryczałtowe odpisów per klasa wiekowa

Wkład w infrastrukturę

Agent zarządzania należnościami buduje infrastrukturę analizy należności. Scoring ryzyka niewypłacalności jest ponownie wykorzystywany do przyznawania limitów kredytowych nowym klientom. Obliczenie struktury wiekowej wpływa do zamknięcia miesiąca. Logika odpisów aktualizujących jest wykorzystywana przez Agenta sprawozdania rocznego. Raportowanie (DSO, Aging) staje się częścią dashboardu CFO.

Co zawiera ta ocena: 9 slajdów dla Twojego zespołu kierowniczego

Spersonalizowana z Twoimi danymi. Wygenerowana w 2 minuty w przeglądarce. Bez przesyłania, bez logowania.

  1. 1

    Strona tytułowa - Nazwa procesu, punkty decyzyjne, potencjał automatyzacji

  2. 2

    Podsumowanie - Uwolnione FTE, koszt na transakcję, data progu rentowności

  3. 3

    Stan obecny - Wolumen transakcji, koszty błędów, scenariusz wzrostu

  4. 4

    Architektura rozwiązania - Człowiek - silnik reguł - agent AI

  5. 5

    Governance - EU AI Act, rada zakładowa/GoBD, ścieżka audytu

  6. 6

    Analiza ryzyka - 5 ryzyk z prawdopodobieństwem i środkami zaradczymi

  7. 7

    Mapa drogowa - Plan 3-fazowy z konkretnymi datami

  8. 8

    Business case - Porównanie 3 scenariuszy plus matryca wrażliwości

  9. 9

    Propozycja dyskusji - Konkretne kolejne kroki

Zawiera: porównanie 3 scenariuszy

Brak działania vs. nowe zatrudnienie vs. automatyzacja - z Twoim poziomem wynagrodzeń, Twoją stopą błędów i Twoim planem wzrostu.

Pokaż metodologię obliczeń

Hourly rate: Annual salary (your input) × 1.3 employer burden ÷ 1,720 annual work hours

Savings: Transactions × 12 × automation rate × minutes/transaction × hourly rate × economic factor

Quality ROI: Error reduction × transactions × 12 × EUR 260/error (APQC Open Standards Benchmarking)

FTE: Saved hours ÷ 1,720 annual work hours

Break-Even: Benchmark investment ÷ monthly combined savings (efficiency + quality)

New hire: Annual salary × 1.3 + EUR 12,000 recruiting per FTE

Wszystkie dane pozostają w Twojej przeglądarce. Nic nie jest przesyłane na serwer.

Agent zarządzania należnościami

Initial assessment for your leadership team

A thorough initial assessment in 2 minutes - with your numbers, your risk profile and industry benchmarks. No vendor logo, no sales pitch.

30K120K
1%15%

All data stays in your browser. Nothing is transmitted.

Często zadawane pytania

Jak działa scoring ryzyka niewypłacalności?

Model ML ocenia każdego kontrahenta na podstawie historii płatności, branży, wielkości firmy i sygnałów zewnętrznych. Scoring jest regularnie aktualizowany. Akta decyzyjne transparentnie pokazują, jakie czynniki przyczyniły się do wyniku.

Dlaczego tak wiele decyzji jest ludzkich?

Cztery z ośmiu decyzji wymagają ludzkiej oceny - to nie jest deficyt, lecz prawidłowe governance. Indywidualne odpisy aktualizujące są istotne bilansowo (HGB). Ugody płatnicze i faktoring to decyzje strategiczne. Droga sądowa ma konsekwencje prawne. Agent dostarcza bazę danych, decyzja pozostaje przy człowieku.

Jak często aktualizowana jest struktura wiekowa należności?

Codziennie lub w czasie rzeczywistym - konfigurowalnie. Monitoring limitu kredytowego jest automatyczny i przy przekroczeniu natychmiast wyzwala powiadomienie. Miesięczne raportowanie (DSO, Aging) jest automatycznie generowane na dzień bilansowy.

Co dalej?

1

30 minut

Pierwsza rozmowa

Analizujemy Twój proces i identyfikujemy optymalny punkt startowy.

2

1 tydzień

Discover

Mapowanie logiki decyzyjnej. Reguły udokumentowane, Decision Layer zaprojektowany.

3

3-4 tygodnie

Build

Produkcyjny agent w Twojej infrastrukturze. Governance, audit trail, cert-ready od dnia 1.

4

12-18 miesięcy

Samodzielność

Pełny dostęp do kodu źródłowego, promptów i wersji reguł. Bez vendor lock-in.

Wdrożyć tego agenta?

Oceniamy Twój krajobraz procesów finansowych i pokazujemy, jak ten agent pasuje do Twojej infrastruktury.