Dlaczego AI „z zewnątrz" nie wystarcza
Najczęstszy scenariusz wdrożenia AI w kancelarii wygląda dziś tak: prawnik otwiera zewnętrzny czat, wkleja fragment umowy albo pisma, dostaje odpowiedź i kopiuje ją z powrotem, a dzieje się to często niezależnie od tego, czy „szef zatwierdził AI". Zjawisko to ma już swoją nazwę: shadow AI (korzystanie z takich narzędzi poza wiedzą i kontrolą kancelarii).
Takie używanie tych narzędzi rodzi trzy problemy.
Pierwszy dotyczy tajemnicy zawodowej. Wklejając treść dokumentacji klienta do dowolnego publicznego czatu, trudno odpowiedzieć na podstawowe pytania o to, gdzie te dane trafiają, czy służą do trenowania modelu i na jakich serwerach są przetwarzane, a dla profesjonalnego pełnomocnika (związanego tajemnicą zawodową) nie jest to kwestia wygody, lecz obowiązku.
Drugi problem jest czysto praktyczny, bo praca na zewnętrznych czatach oznacza zaczynanie za każdym razem od nowa, ponieważ kontekst sprawy trzeba opisywać raz za razem. Model najczęściej nie pamięta wcześniejszych ustaleń, a to, co już raz wyjaśniliśmy, znika wraz z zamknięciem okna.
Trzeci to marnowanie potencjału, bo bez dostępu do uporządkowanych danych kancelarii model działa jak doradca, który za każdym razem poznaje sprawę od zera, nie znając ani naszych wzorów, ani historii klienta, ani tego, jak wygląda typowa sprawa w naszej praktyce.
Co właściwie znaczy „poukładane"
Najważniejsze jest to, że model pracuje efektywnie nie wtedy, gdy jest najnowszy, ale wtedy, gdy ma uporządkowane środowisko, w którym działa. „Poukładane" brzmi banalnie, ale w praktyce oznacza kilka konkretnych rzeczy.
Po pierwsze, porządek w dokumentach. Wiemy, gdzie co leży, dokumenty mają spójne nazwy i są przypisane do spraw. Po drugie, porządek w procesach. Wiemy, jak wygląda typowa czynność, od zarejestrowania nowej sprawy, przez dekretację korespondencji, po wysłanie pisma. Po trzecie, najważniejsza jest świadomość tego, jak w ogóle pracuje dana kancelaria, czyli na jakich wzorach, z jakimi typami klientów i w jakich powtarzalnych schematach.
To ostatnie jest podstawą, której żaden zewnętrzny dostawca nie ustali za nas, bo prawniczy workflow nie jest produktem przypadku, lecz wynika wprost z procedur, terminów, formy pism i reżimu tajemnicy zawodowej. Zanim wpuścimy do tego sztuczną inteligencję, sami musimy wiedzieć, jak ten workflow wygląda.
Repozytorium jako podstawa — i czemu rynek nie zawsze pomaga
Punktem wyjścia do porządku jest miejsce, w którym wszystko mieszka, czyli centralne repozytorium dokumentów. Można je nazywać różnie, jako intranet, DMS (system zarządzania dokumentami, ang. Document Management System) czy CMS.
Istota centralnego miejsca, w którym znajdują się dokumenty i w którym wykonywane są procesy, sprowadza się do tzw. jednego „źródła prawdy" (source of truth). Takie rozwiązanie polega na ustaleniu w ramach systemu zespołu danych, które są podstawą do dalszego działania, w tym wdrażania automatyzacji czy środowiska pracy dla AI.
Rynek niespecjalnie w tym pomaga, bo polscy dostawcy systemów kancelaryjnych co do zasady nie oferują rozwiązań, które pozwalałyby na modułowe, dopasowane do konkretnej praktyki podejście, przez co dostajemy gotowy program, który trzeba przyjąć w całości albo odrzucić[1].
Nawet jeśli jakaś modułowość występuje, jest zwykle ograniczona, a „włożenie w to AI" to już zupełnie osobna bajka — chmury podpięte pod komercyjne „systemy kancelaryjne" rzadko pozwalają na konkretne zmiany czy własne integracje, więc płacimy abonament za rozwiązanie, które robi dokładnie tyle, ile przewidział dostawca.
Weź udział w konferencji "Legal Drive: marketing i procesy - Więcej klientów, mniej chaosu. Jak napędzić i poukładać kancelarię." (26 sierpnia 2026 , Warszawa) >>
Własna, suwerenna struktura — „standalone"
Alternatywą jest budowanie własnego środowiska. Brzmi to poważniej, niż jest w rzeczywistości, zwłaszcza że w ostatnich miesiącach wiele się tutaj zmieniło.
Można zacząć od prostych rozwiązań, bo własny system zarządzania da się dziś zbudować nawet na bazie narzędzi, które kancelaria już posiada, czyli arkuszy, dysku i poczty spiętych skryptami. Sam zbudowałem taki system zarządzania kancelarią (udostępniony jako open source) na Google Workspace, bez dewelopera. Można też od razu sięgnąć po bardziej rozwojowe rozwiązania, czyli własną bazę danych (np. PostgreSQL, darmowy i profesjonalny system baz danych), którą dziś każdy prawnik jest w stanie postawić lokalnie albo na własnym serwerze, a przy wsparciu modeli językowych zbudować na niej własny system do zarządzania sprawami. Podobne rozwiązanie można uzyskać w ramach środowiska Microsoftu, który udostępnia szereg przydatnych narzędzi, np. SharePoint czy Power Automate.
Tu jednak konieczny jest disclaimer, którego nie wolno pominąć: jeśli ktoś robi to po raz pierwszy i jest to coś więcej niż prosta aplikacja „u siebie na komputerze" dla jednej osoby, czyli system, w którym przetwarzane są dane wielu klientów i z którego korzysta cały zespół, to warto skonsultować go ze specjalistą od bezpieczeństwa. Suwerenność oznacza bowiem nie tylko kontrolę, ale i odpowiedzialność, a tajemnica zawodowa nie znosi eksperymentów na żywym organizmie bez zabezpieczeń.
Od repozytorium do prawdziwej warstwy AI
Własna, uporządkowana baza danych nie jest celem samym w sobie, lecz podstawą, na której dopiero można zbudować prawdziwą warstwę AI, czyli ekosystem, w którym sztuczna inteligencja ma dostęp do uporządkowanej wiedzy kancelarii.
Na takiej bazie da się oprzeć kilka mechanizmów, które jeszcze rok temu brzmiały jak abstrakcja, a dziś są w zasięgu. RAG (ang. Retrieval-Augmented Generation, czyli technika, w której model najpierw wyszukuje właściwe dokumenty, a dopiero potem na ich podstawie formułuje odpowiedź) sprawia, że odpowiedzi powstają w oparciu o nasze akta, a nie o ogólną wiedzę z Internetu. Wektorowa baza danych, przechowująca dokumenty według ich znaczenia, a nie tylko słów kluczowych, pozwala odnajdywać sprawy podobne merytorycznie, a grafy wiedzy i encje, czyli uporządkowane powiązania między klientami, sprawami i dokumentami, pozwalają modelowi rozumieć, co z czym się łączy.
Na tej podstawie można budować konkretnych agentów AI (czy jak kto woli „agenty”), czyli wyspecjalizowane narzędzia wykonujące pojedyncze zadania, takie jak zakładanie sprawy w systemie, streszczanie wpływającej korespondencji czy przygotowanie wstępnych briefów dla klientów. Przy własnej, suwerennej infrastrukturze mamy nad tym pełną kontrolę, choć z drugiej strony to my odpowiadamy wtedy za bezpieczeństwo, a ta zależność działa w obie strony.
Można w tym miejscu rozróżniać automatyzacje, sztuczną inteligencję i agentów, choć nie warto przywiązywać się do czystych definicji. Samo słowo „agent" bywa dziś używane w bardzo różnych znaczeniach i nie zawsze precyzyjnie, a istotniejsze od nazewnictwa jest zrozumienie samego procesu oraz tego, jaką funkcję ma realnie pełnić dane narzędzie.
Procesy biurowe to zresztą dopiero początek tej drogi, bo dalej można pójść w stronę własnej bazy wiedzy prawniczej, wspomagania w pisaniu pism czy bardziej zaawansowanych agentów, choć podstawą każdego z tych kroków pozostaje to samo, czyli uporządkowane środowisko i własna kontrola nad danymi.
Budowanie własnego systemu przynosi też korzyści „poznawcze". W branży prawnej[2] analiza pracy kancelarii jako procesu wciąż jest rzadkością. Na każdą sprawę, umowę czy relację z klientem można patrzeć z perspektywy projektu.
Projekty mają to do siebie, że mają dobrze określoną, co do zasady powtarzalną strukturę. Widać to w szczególności na przykładzie spraw sądowych, ponieważ, pomimo że stan faktyczny każdego postępowania jest trochę inny, to sam proces (czy zespół czynności) jest już do pewnego stopnia schematyczny i powtarzalny.
Uporządkowanie pracy z projektami oraz budowanie środowiska dla AI pozwala poznać, jak rzeczywiście wyglądają procesy w danej kancelarii.
„Produkcyjne" podejście do prowadzenia spraw nie musi odbierać ludzkiego pierwiastka po stronie profesjonalnego pełnomocnika. Relacja z klientem to obszar, którego nigdy nie zagospodaruje AI ani żadna automatyzacja.
Jak zacząć — checklista
Najtrudniejszy bywa zwykle pierwszy krok. Zamiast od razu budować docelowy system, lepiej zacząć od kilku prostych pytań o to, co już mamy.
Najpierw audyt tego, co już mamy:
- Jak wygląda nasze zarządzanie dokumentacją, czy w ogóle mamy jakiś system?
- Czy istnieje centralne repozytorium dokumentów, czy pliki są rozsiane?
- Czy korzystamy z chmury (Google, Microsoft) i czy jest skonfigurowana zgodnie z wymogami tajemnicy zawodowej?
- Czy dokumenty mają jakiekolwiek tagi, kategorie, przypisanie do spraw?
- Jak wygląda obieg korespondencji, maili, poczty wychodzącej?
Dopiero po takim audycie przychodzi czas na dwa kroki, z których pierwszy to zrobienie porządku, czyli uporządkowanie tego, co już jest, a drugi to ustalenie procesów powtarzalnych, czyli typowych czynności biurowych, które zdarzają się codziennie. Dekretacja korespondencji, dodawanie plików do systemu czy przygotowanie wstępnych draftów maili to właśnie te rzeczy, które sztuczna inteligencja jest w stanie przejąć w pierwszej kolejności.
Przy porządkowaniu dokumentacji i procesów może pomóc nam sama sztuczna inteligencja. Przykładowo zrobienie wektorowej bazy danych czy też RAG nawet na nieuporządkowanej dokumentacji da nam sporą dawkę wiedzy na temat naszego workflow.
Warto przy tym oddzielić to, co jest pracą prawniczą, od tego, co jest jedynie pracą biurową w branży prawnej. Przygotowanie pisma ze wzoru, gdzie cała czynność sprowadza się do podmiany czterech czy pięciu zmiennych, takich jak daty, strony, sygnatury czy kwoty, nie wymaga wiedzy prawniczej, lecz powtarzalnego procesu, który da się opisać i zautomatyzować. Rozdzielenie tych dwóch warstw bywa pierwszym realnym krokiem, bo dopiero wtedy widać, ile codziennej pracy w kancelarii to tak naprawdę czynności biurowe.
Obowiązują przy tym dwie zasady. Pierwsza to human in the loop, czyli reguła, zgodnie z którą człowiek pozostaje w pętli decyzyjnej, a sztuczna inteligencja nie działa autonomicznie tam, gdzie w grę wchodzi odpowiedzialność zawodowa. Druga to zasada, którą można nazwać „złotą": lepiej mieć dwie czy trzy dobrze działające automatyzacje, które realnie zaspokajają konkretną potrzebę, niż od razu budować ogromny system.
Budowanie własnych pipelinów i automatyzacji daje też efekt mniej oczywisty, czyli poznawanie własnej pracy, jej dynamiki i środowiska, w którym się ona odbywa. Do niedawna było to domeną dużych kancelarii z własnym zapleczem IT, a dziś jest w zasięgu nawet jednoosobowej praktyki, w której potrafi przynieść największą różnicę.
Standardów biurowych, checklist i konkretnych sposobów na sprawny back-office nie da się wyczerpać w jednym artykule, dlatego pozostaje to temat na rozmowę, którą poprowadzimy przy jednym ze stolików dyskusyjnych podczas konferencji Legal Drive, z prostym celem: wyjściem z listą trzech procesów, które w danej kancelarii warto ustandaryzować w pierwszej kolejności.
[1]Warto zwrócić uwagę, że powoli zaczyna się to zmieniać. „AI workspace" dla prawników to trend, który występuje już mocno na zachodzie, w szczególności w systemie common law, i na pewno silnie zaadaptuje się na naszym rynku w ciągu najbliższych lat.
[2]W szczególności w przypadku „małych kancelarii".