Tři subdodavatelé mohou odpovědět na stejnou poptávku a poslat tři dokumenty, které se na první pohled nedají postavit vedle sebe. Jeden uvede souhrnnou cenu, druhý rozepíše práci a materiál, třetí přidá několik výluk do poznámky pod tabulkou. Nejnižší součet pak nemusí představovat stejný rozsah ani stejný budoucí náklad.
Umělá inteligence může zkrátit mechanickou část kontroly: přečíst dokumenty, vytáhnout položky, sjednotit názvy a označit rozdíly. Nemá však sama určit vítěze. Výsledkem má být dohledatelný podklad pro rozpočtáře, přípraváře nebo projektového manažera, nikoli automatické rozhodnutí bez odpovědnosti.
Stejný název práce ještě neznamená stejný rozsah
Rozdíl mezi nabídkami často neleží v jednom nápadném čísle. Skrývá se v tom, co je zahrnuto, co chybí a za jakých podmínek cena platí. Nabídka „kompletní montáž“ může zahrnovat dopravu a likvidaci odpadu, zatímco jiná je uvádí zvlášť. Jedna počítá s lešením, druhá ho označí jako dodávku objednatele.
Porovnání pouze podle celkové ceny proto míchá několik různých otázek:
Je rozsah prací u všech dodavatelů stejný?
Odpovídají množství, jednotky a technické parametry zadání?
Které položky jsou zahrnuté, volitelné, nejasné nebo výslovně vyloučené?
Platí cena pro stejný termín, místo, způsob předání a platební podmínky?
Které údaje chybějí a musí se doplnit dotazem?
Článek o tom, kde se mezi nabídkou, rozpočtem a fakturací ztrácí marže, sleduje zakázku v čase. Zde je problém dřívější: připravit srovnatelné podklady ještě před objednáním práce.
Nejdřív vzniká společný rámec, teprve potom přichází AI
AI sama neví, co firma považuje za srovnatelnou nabídku. Nejprve je potřeba určit společnou strukturu. Ta nemusí kopírovat tabulku žádného dodavatele. Má vycházet z poptávkového zadání, výkazu výměr nebo interního členění nákupu.
| Pole porovnání | Co má zachytit | Typická výjimka |
|---|---|---|
| Balíček nebo položka | Jednotný název práce či dodávky | Dodavatel spojil více činností do jednoho součtu |
| Množství a jednotka | Hodnota přesně převzatá z nabídky | Jiná jednotka, soubor nebo chybějící množství |
| Rozsah | Co je zahrnuto v ceně | Nejasné hranice mezi prací, materiálem a dopravou |
| Výluka | Co dodavatel výslovně nedodává | Výluka je jen v poznámce nebo obchodních podmínkách |
| Termín a platnost | Možný nástup, délka a platnost nabídky | Termín je podmíněný dostupností materiálu |
| Zdroj | Dokument, stránka, tabulka nebo buňka | Údaj vznikl odhadem a nemá oporu v originálu |
Taková struktura je praktický redakční rámec Metricu, nikoli univerzální metodika hodnocení dodavatelů. Každá firma ji musí přizpůsobit typu práce, odpovědnostem a vlastním pravidlům schválení.
Kde AI při porovnání nabídek skutečně pomůže
Vytěžení textu, tabulek a rozvržení
První vrstvu tvoří OCR a zpracování dokumentů. Současné nástroje pro document intelligence umějí z PDF a obrázků získat text, tabulky, rozvržení a vybraná pole. Oficiální dokumentace Microsoft Azure AI Document Intelligence popisuje vytěžení textu, tabulek, struktury a typovaných hodnot. Google Cloud Document AI obdobně uvádí OCR, práci s rozvržením, tabulkami a normalizovanými entitami.
Tato vrstva má převést dokument do dat, ne rozhodnout, zda je nabídka výhodná. U rozbitých tabulek, skenů, ručních poznámek nebo neobvyklých jednotek musí systém nejistotu přiznat.
Sjednocení různých názvů položek
Jazykový model může navrhnout, že „odvoz suti“, „likvidace odpadu“ a „kontejner včetně skládky“ patří do stejného balíčku. Návrh ale musí zůstat oddělený od originálu. Shodný význam nelze odvodit jen z podobných slov: položky mohou mít jiný rozsah, množství nebo odpovědnost.
Užitečný výstup proto neobsahuje jen sjednocený název. Přidává původní formulaci, zdrojové místo, míru jistoty a důvod párování. Když je shoda nejistá, položka směřuje do fronty k ručnímu rozhodnutí.
Označení rozdílů a chybějících údajů
Po sjednocení lze strojově označit nabídku bez termínu, položku s jinou jednotkou, nulové množství, výluku v poznámce nebo součet, který neodpovídá dostupnému rozpisu. Pravidla zachytí přesné odchylky. Jazykový model pomůže u volně napsaných poznámek, ale jeho závěr nesmí být vydáván za fakt.
NIST označuje sebejistě podané nesprávné odpovědi generativní AI jako konfabulace a doporučuje ověřovat zdroje a citace výstupů. Pro porovnání nabídek z toho plyne jednoduché pravidlo: údaj bez dohledatelného místa v originálu není potvrzený údaj. Podrobnosti uvádí NIST AI 600-1: Generative AI Profile.
Bezpečný postup od originálu k porovnávací matici
Uzamknout vstupní balíček. Každá nabídka má dodavatele, datum, verzi a vazbu na stejné poptávkové podklady. Pozdější oprava se uloží jako nová verze, nepřepíše originál.
Vymezit společné schéma. Rozpočtář určí pole, jednotky a hodnoty, které jsou pro konkrétní balíček podstatné.
Vytěžit údaje se zdrojem. Systém zachová původní text a pro každý údaj uloží dokument a místo, odkud pochází.
Navrhnout normalizaci. AI přiřadí položky ke společným kategoriím, ale nepřepíše jejich původní význam.
Oddělit jisté a nejisté případy. Rozdílné jednotky, nejasné výluky, chybějící množství a rozpory se nesmějí schovat do průměru ani do souhrnné ceny.
Provést technickou a obchodní kontrolu. Odpovědný člověk potvrdí párování, doplní dotazy dodavatelům a posoudí souvislosti, které z dokumentů nevyplývají.
Uložit rozhodnutí a jeho důvod. Finální matice odlišuje původní data, AI návrhy, lidské opravy a schválený závěr.
Podobné oddělení originálu, vytěžených polí, výjimek a schválení popisuje také článek o AI vytěžování přijatých faktur. U nabídek je navíc potřeba porovnávat více dokumentů, které používají různou terminologii a nemají jeden předem známý formát.
Porovnávací matice má ukázat rozdíl, ne ho zamaskovat
Výsledná tabulka nemusí obsahovat všechny věty z nabídek. Musí však umožnit návrat k originálu a jasně ukázat výjimky. Zjednodušený model může vypadat takto:
| Společná položka | Nabídka A | Nabídka B | Stav kontroly |
|---|---|---|---|
| Doprava materiálu | Zahrnuta v souhrnu | Samostatná položka | Rozsah potvrdit |
| Likvidace odpadu | Výslovně zahrnuta | V nabídce nenalezena | Dotaz dodavateli |
| Termín nástupu | Uveden | Podmíněn dodáním materiálu | Rozdílná podmínka |
Jde o ilustrační strukturu bez skutečných cen a bez tvrzení o výsledku konkrétní zakázky. Smyslem není vyrobit dokonale vyplněnou tabulku za každou cenu. Smyslem je rychle vidět, co lze porovnat a co ještě vyžaduje otázku nebo odborný úsudek.
AI připravuje podklady, dodavatele vybírá odpovědný člověk
Výběr subdodavatele obvykle zahrnuje víc než cenu a rozsah. Do rozhodnutí může vstupovat kapacita, termín, zkušenost s danou prací, kvalita předchozího plnění, záruky, způsob koordinace, platební podmínky nebo riziko návazností. Část těchto informací není v nabídce vůbec a část vyžaduje technické či obchodní posouzení.
AI proto nemá automaticky řadit dodavatele od nejlepšího k nejhoršímu ani odesílat objednávku. Může připravit porovnání, označit mezery a navrhnout otázky. Odpovědnost za kritéria, jejich váhu, ověření i finální rozhodnutí zůstává u firmy.
Nabídky jsou citlivé dokumenty a současně nedůvěryhodný vstup
Dodavatelské nabídky obsahují ceny, obchodní podmínky, kontakty a někdy technické know-how. Před nasazením je potřeba ověřit, kde se dokumenty zpracují, kdo k nim má přístup, jak dlouho se uchovávají, zda se používají k trénování modelu a jak lze data odstranit. Obecný veřejný chatbot bez schválených podmínek není automaticky vhodným místem pro firemní nabídky.
Externí dokument navíc není instrukce pro systém. OWASP upozorňuje, že škodlivý nebo skrytý obsah v dokumentu může ovlivnit chování jazykového modelu nepřímým prompt injection útokem. Doporučuje oddělovat nedůvěryhodný obsah, omezit oprávnění a vyžadovat lidské schválení rizikových akcí. Přehled uvádí OWASP LLM01:2025 Prompt Injection.
Pro porovnávání nabídek to znamená, že nástroj nepotřebuje právo posílat e-maily, měnit rozpočet, zakládat objednávky ani číst všechny firemní složky. Má dostat jen dokumenty nutné pro konkrétní porovnání a vrátit návrh k revizi.
Pilot má měřit opravy a dohledatelnost, ne počet zpracovaných PDF
Bezpečný pilot může začít jedním opakovaným typem nákupu a reprezentativní sadou starších nabídek, jejichž správné porovnání už firma zná. Nejdřív vznikne ruční referenční výsledek. Teprve proti němu se hodnotí AI výstup.
Praktický pilotní rámec Metricu může sledovat:
kolik vytěžených polí musel člověk opravit,
kolik položek systém spároval nesprávně nebo nechal bez páru,
zda každé tvrzení vede ke konkrétnímu místu v originálu,
které výluky a chybějící údaje systém přehlédl,
kolik času zabere kontrola oproti původnímu postupu,
zda uživatelé poznají nejistý případ a vědí, komu ho předat.
Jde o vlastní praktický rámec pro ověření přínosu, nikoli o publikovaný výsledek Metricu nebo univerzální normu. Pokud pilot neumí zachovat zdroj, přiznat nejistotu a bezpečně eskalovat rozdíl, rychlejší zpracování samo o sobě nestačí.
Shrnutí: největší hodnotu má viditelná výjimka
AI může zkrátit přepisování nabídek a pomoci sjednotit rozdílné názvy položek. Hodnota ale nevzniká tím, že systém vytvoří další souhrnnou cenu. Vzniká tehdy, když ukáže rozdílný rozsah, chybějící údaj nebo výluku a dovolí člověku otevřít přesné místo v originálu.
Dobře nastavený proces proto spojuje společné schéma, řízené zdroje, frontu výjimek, odbornou kontrolu a záznam rozhodnutí. Pokud firma řeší nabídky, rozpočty a schvalování v oddělených souborech, dává smysl nejprve zmapovat celý tok od přijetí nabídky po objednávku a rozpočet zakázky. Teprve potom lze určit, kde AI skutečně ubere ruční práci a kde musí zůstat odpovědný člověk.
Zdroje a metodika
Microsoft Learn — Azure AI Document Intelligence overview: text, tabulky, struktura, typovaná pole a vlastní modely pro vytěžování dokumentů.
Google Cloud Documentation — Document AI overview: OCR, rozvržení, tabulky, normalizace entit a kontrola predikcí.
NIST AI 600-1 — Generative AI Profile: konfabulace, ověřování zdrojů, lidský dohled a testování v kontextu použití.
OWASP GenAI Security Project — LLM01:2025 Prompt Injection: nedůvěryhodný obsah dokumentů, oddělení vstupů, nejmenší oprávnění a lidské schválení.
