Kancelaria prawnicza — AI w analizie umów po 6 miesiącach w produkcji

Wrocławska kancelaria, którą obsługujemy od stycznia 2025, jest jednym z pierwszych klientów, gdzie AI weszło głęboko w pracę merytoryczną prawników, nie tylko w administrację. Po 6 miesiącach mamy 2 168 przeanalizowanych umów, 49 312 zarejestrowanych decyzji modelu i bardzo konkretną odpowiedź na pytanie "ile to oszczędziło, ile kosztowało, czy warto".

Punkt wyjścia — sytuacja przed AI

Kancelaria miała problem skalowania. Klienci korporacyjni zlecali analizę 380-450 umów miesięcznie. Junior tracił 45-90 min na umowę. Senior weryfikował przez 15-25 min. Czas zwrotu wynosił 3-6 dni roboczych — klienci narzekali.

Cele wdrożenia

• Skrócić czas obsługi umowy o min. 40%.
• Utrzymać poziom błędów <1% (jak przed AI).
• Zwolnić juniorów do bardziej skomplikowanych zadań.
• Dane klientów nie mogą opuścić infrastruktury kancelarii — RODO i tajemnica zawodowa.

Architektura rozwiązania

Prywatna instancja RedAI w infrastrukturze kancelarii. Model główny: Claude Sonnet 4 (od września 4.5). Model lokalny do klasyfikacji: Bielik 2.3. Vector DB: Qdrant. RAG na korpusie 4 700 wzorcowych umów + 800 precedensów.

Pipeline analizy umowy

1. Junior wgrywa PDF umowy.
2. OCR + parsing (Claude przez vision).
3. Klasyfikacja typu umowy (Bielik 2.3, lokalny).
4. Ekstrakcja kluczowych klauzul (Claude, prompt strukturyzowany).
5. Porównanie z bazą wzorców (RAG, Qdrant).
6. Lista ryzyk + sugestie modyfikacji (Claude, prompt analityczny).
7. Generowanie draft-u opinii (Claude, prompt redakcyjny).
8. Junior weryfikuje, edytuje, podpisuje. Senior tylko trudne sprawy.

Wyniki po 6 miesiącach

Finanse — co kosztowało, co przyniosło

• Wdrożenie (jednorazowo): 86 400 zł.
• Utrzymanie: 4 800 zł/mies. (prywatna instancja, monitoring, support).
• Dodatkowe API: 1 240 zł/mies. średnio (Claude przez RedAI).
• Oszczędność: 178 godz./mies. pracy juniorów × 95 zł/h = 16 910 zł/mies.
• Dodatkowy przychód: +179 umów/mies. × 320 zł/szt. = 57 280 zł/mies.
• ROI: zwrot inwestycji po 1,4 miesiąca.

Czego się nauczyliśmy — twarde lekcje

1. Junior nie zniknął — zmieniła się jego rola

Kancelaria nie zwolniła nikogo. Junior pisze mniej rutyny, więcej pracuje przy compliance, badaniu precedensów, kontaktach z klientem. Atrakcyjność stanowiska wzrosła — łatwiej rekrutować.

2. Senior dalej weryfikuje, ale inaczej

Senior nie czyta od nowa. Czyta listę ryzyk i sugestii AI, decyduje, gdzie kopnąć głębiej. Junior naprawia. 2-warstwowa weryfikacja to nasz wzorzec dla kancelarii.

3. Bielik 2.3 + Claude — najlepszy hybrid

Bielik dla zadań językowo prostych, Claude dla analitycznych. Lokalny Bielik w prywatnej instancji daje pewność że żaden bit umowy nie opuszcza kancelarii dla zadań klasyfikacji.

4. Logi i audyt to nie biurokracja, to ubezpieczenie

W październiku 2025 jedna umowa wpadła w spór klient ↔ kancelaria o jakość analizy. Logi z RedAI pokazały, że AI sugerowało dokładnie tę klauzulę, którą klient ostatecznie zaakceptował wbrew sugestiom. Sprawa zamknięta w 2 dni.

Co bym zrobił inaczej, gdybym zaczynał dziś

1. Mniejszy zakres na start (1 typ umów zamiast 6).
2. Dłuższy etap shadow (2 mies. zamiast 3 tyg.).
3. Szkolenia juniorów z prompt engineering od dnia 1, nie od miesiąca 2.
4. Migrację na Sonnet 4.5 zaplanowałbym od razu — różnica w jakości analitycznej jest wyraźna.

Podsumowanie

AI nie zastąpiło prawników — przesunęło ich w górę łańcucha wartości. Junior pracuje przy ryzyku, senior przy strategii, klient płaci mniej i dostaje szybciej. To, co działa we Wrocławiu, działa też w Łodzi, Krakowie, Poznaniu — model jest powtarzalny. Pokażemy wam ten pipeline na waszych przykładowych umowach.