Každý týden stejný rituál: otevřít Pohodu, přepsat čísla do Excelu, domyslet, kteří odběratelé zaplatí včas a kteří ne, a zkusit z toho poskládat přibližný výhled na příštích čtrnáct dní. Trvá to hodiny a výsledek je stejně jen odhad. Přitom všechna data, která k tomu potřebujete, v Pohodě sedí — jen se k nim nikdo rozumný nemůže dostat.
Práce, kterou nikdo nechce dělat
Cashflow výhled není složitá analýza. Je to prostý součet: co přijde, co odejde, kdy. Pohoda ty informace má — otevřené vydané faktury, data splatnosti, historii toho, jak jednotliví odběratelé v minulosti platili, opakující se závazky jako nájem nebo zálohy na energie. Problém je, že tato data nejsou přístupná v žádné formě, se kterou by šlo pracovat bez exportu.
Export znamená CSV nebo tabulku, a tabulka znamená ruční práci. Někdo musí zkontrolovat, zda odběratel, který má splatnost příští čtvrtek, patří mezi ty, kteří platí na den, nebo mezi ty, kteří chodí se zpožděním tří týdnů. To není matematika — to je paměť a zkušenost. A ta dřív nebo později schází.
Do Excelu jsem přepsal čísla z Pohody, doplnil barvy podle toho, jak pravděpodobně zaplatí, a pak to přepočítával třikrát, protože mezitím přišla ještě jedna faktura. Dva dny po sestavení ten výhled stejně nebyl aktuální.
— Majitel výrobní firmy, patnáct zaměstnanců — zkrácený zápis rutiny
Co „propojení" v praxi znamená
AI stack postaví mezi Pohodu a Claude jeden MCP server. Server mluví s Pohodou přes její mServer rozhraní — pod vaší identitou, s vašimi oprávněními. Claude vidí přesně to, co byste viděli vy, kdybyste si Pohodu sami otevřeli: vaše faktury, vaše platby, vaše protistrany. Žádná kopie dat na cizím serveru, žádné indexování v cloudu dodavatele AI.
Výhled pak probíhá jako konverzace. Napíšete: „Sestav mi přehled cashflow na příštích čtrnáct dní — vezmi v potaz, kdo historicky platí pozdě." Claude otevře MCP bridge, přečte otevřené faktury, podívá se na platební historii každého odběratele a vrátí strukturovaný výhled. Bez exportu, bez čekání, bez tabulky.
Konkrétně: Pohoda a platební chování odběratelů
Pohoda ukládá každou přijatou platbu k faktuře — datum splatnosti, datum skutečné úhrady, odběratel. Z toho jde spočítat průměrné zpoždění každé protistrany za posledních dvanáct měsíců. Firma s deseti stálými odběrateli má v Pohodě typicky stovky takových záznamů. Claude je nepotřebuje všechny najednou — stačí mu zeptání: „Jak dlouho průměrně čekáme na platbu od firmy XY?" MCP server to spočítá z živých dat, Claude odpověď zahrne do výhledu.
- Otevřené vydané faktury — kdo, kolik, kdy splatnost
- Historické odchylky splatnosti po odběratelích — kdo platí pozdě a o kolik dní
- Opakující se přijaté faktury — nájem, energie, předplatné, zálohy DPH
- Sezonní vzorce — měsíce, kdy příjmy historicky slábnou nebo posilují
- Plánovaná DPH přiznání — čtvrtletní výpadek likvidity v předvídatelný termín
Illustrativně: malá obchodní firma s obratem kolem 15 milionů ročně má v Pohodě data za čtyři roky. Claude z nich sestaví týdenní výhled — s tím, že u odběratelů, kteří historicky chodí se zpožděním, posune očekávaný příjem o jejich průměrné zpoždění. Výsledek není zárukou, ale je podstatně přesnější než ručně zkopírovaná tabulka.
Co cashflow výhled od Claudea neudělá — a proč je to dobře
Claude neposílá upomínky, neschvaluje faktury a nerozhoduje, které závazky zaplatit jako první. Výhled je podklad. Co s ním uděláte, závisí na situaci firmy, vztahu s odběratelem, strategii — věcech, které nejsou v Pohodě a nikdy nebudou.
Tohle omezení je důvod, proč systému důvěřovat. Bridge nejedná za vás — sestavuje přehled, který by vám jinak trval hodiny. Rozhodnutí, prioritizace, telefonát odběrateli — to zůstává na vás. Takto by to mělo fungovat.
Co by to obnášelo
Jeden MCP server pro Pohodu. Běží na vaší infrastruktuře — ne na serverech AI stack, ne v cloudu Anthropicu. Připojí se k Pohodě přes mServer rozhraní, které STORMWARE standardně poskytuje. Nastavení oprávnění zvládnete vy nebo váš IT člověk za odpoledne. Žádný roční implementační projekt, žádné migrování dat.
Co zbývá
Model není bottleneck. Claude umí pracovat s čísly, s historií plateb, s podmínkami — tohle zvládne. Bottleneck je mezera mezi Claudem a daty, která vaše firma v Pohodě roky buduje. Tuto mezeru uzavírá MCP server. Nic víc, nic míň.
Napište nám — krátký hovor stačí na to, abychom zjistili, jak Pohodu máte nastavenou, co potřebujete vidět v cashflow výhledu a jak rychle se to dá zprovoznit.