101/99 – Libra w Crido. Jak firma doradcza wdraża AI? Mateusz Wibig i Marcin Zręda

Crido, firma doradcza z prawie 430 ekspertami, wdraża Librę – platformę AI dla prawników od Wolters Kluwer. Rozmawiam o tym, jak znaleźć proces do automatyzacji, kiedy kupić gotowe narzędzie i jak z AI uczą się eksperci i juniorzy.

Odcinek powstał we współpracy Wolters Kluwer.

Crido, polska firma doradcza z ponad 430 ekspertami od prawa, podatków i dotacji, wybrało Librę – platformę AI dla prawników rozwijaną przez Wolters Kluwer. Mateusz Wibig, który odpowiada w Crido za technologię i transformację, oraz Marcin Zręda, strateg rynku usług prawnych w Wolters Kluwer Polska, pokazują takie wdrożenie od środka.

Mówią o identyfikowaniu procesów do automatyzacji, wyborze między budowaniem a kupowaniem i o tym, jak z AI uczą się eksperci i juniorzy. Zastanawiamy się również, jaki jest przejaw dojrzałości organizacji gotowej na wdrożenie AI.

Najważniejsze wnioski

  1. Automatyzację zaczyna się od zmapowania procesu. Nawet sprawa, którą prawnik uważa za wyjątkową, składa się z kroków powtarzających się za każdym razem. W Crido szukają ich zespoły wspierane przez TechMindsów – grupę około 60 pasjonatów technologii z różnych działów.
  2. O budowaniu decyduje know-how. Narzędzia związane z usługami dla klientów, np. do JPK i KSeF, Crido tworzy samo. Platformy do wewnętrznej pracy prawników nie zamierza sprzedawać, więc wybrało gotowe rozwiązanie.
  3. Wdrożenie AI potrzebuje ludzi na styku prawa i technologii. Legal engineerzy rozumieją zarówno pracę prawnika, jak i ograniczenia modeli. Często sami konfigurują narzędzie, bez angażowania działu IT.
  4. Model jest tak dobry, jak źródła, na których pracuje. Większość orzeczeń w Polsce nie jest publikowana. Wydawca, który od dekad zbiera, porządkuje i wzbogaca źródła o powiązania oraz komentarze autorów, daje AI materiał, którego nie da się szybko zebrać samodzielnie.
  5. Zaufanie buduje się na rutynowych zadaniach. Zaczynanie od najbardziej skomplikowanego przypadku z praktyki zwykle kończy się rozczarowaniem. Lepiej zacząć od powtarzalnej pracy, a po trudniejsze pytania sięgać z czasem.
  6. AI może przyspieszyć naukę juniorów. Kiedy senior i junior pracują w jednym środowisku, widać nie tylko wynik, ale i drogę do niego: zadane pytania, poprawki i źródła.

Najczęstsze pytania

Czym jest Libra? Libra by Wolters Kluwer to platforma AI dla prawników i doradców, która łączy research, analizę dokumentów i ich redagowanie. W Polsce korzysta z treści systemu informacji prawnej LEX.

Jak Crido wybierało narzędzie AI? Wewnętrzni ambasadorzy technologii przez kilka miesięcy testowali i porównywali narzędzia dostępne na rynku, pracując na prawdziwych dokumentach i sprawach. Pod uwagę brano m.in. bezpieczeństwo informacji, ryzyko biznesowe, funkcje produktu, potencjał dostawcy i model współpracy.

Kim jest legal engineer? To prawnik z kompetencjami technicznymi, który tłumaczy potrzeby prawników na język technologii i odwrotnie. Przypomina analityka biznesowego, ale specjalizuje się w prawie i potrafi samodzielnie wdrażać rozwiązania.

Dlaczego część prawników szybko rezygnuje z AI? Najczęściej przez złe pierwsze doświadczenie. Albo testują model na wyjątkowo trudnej sprawie, albo korzystają z darmowego czatu ogólnego przeznaczenia, który nie ma dostępu do profesjonalnych źródeł. Słaba odpowiedź utwierdza ich w przekonaniu, że AI nie nadaje się do pracy prawnika.

Czy AI zastąpi juniorów w firmach doradczych? W Crido nie. Firma nadal przyjmuje młodych ludzi, choć w spokojnym tempie, bo potrzebuje przyszłych seniorów i chce ich wychowywać u siebie. Zmienia się natomiast sposób nauki: wspólna platforma pozwala seniorowi prześledzić, jak junior doszedł do wniosków.

Dobrego dnia i niech #AI będzie z Wami wszystkimi!

Transkrypcja rozmowy

Disclaimer. Zapis zredagowany dla wygody czytania. Nie jest to zapis słowo w słowo, przygotowano go z pomocą AI.

Występują: Karol Stryja (prowadzący) · Mateusz Wibig (Crido) · Marcin Zręda (Wolters Kluwer Polska)

Dwa światy

Karol: To, jak się poznaliście, jest ciekawe, bo wywodzicie się z dwóch różnych światów.

Mateusz: Nie aż tak różnych, ja też jestem trochę z IT. Ale faktycznie: na długo odszedłem z consultingu i zajmowałem się rozwojem produktów typu travel expense management, głównie na rynek francuski. Polska na jakiś czas zniknęła mi z radaru.

Karol: A potem z produktu przeszedłeś do wsparcia usług?

Mateusz: Tak. Do Crido dołączyłem rok temu – równo rok, bo mamy październik. Zacząłem się wtedy rozglądać, co dzieje się w Polsce i jakie usługi IT powstają dla prawników i doradców podatkowych. Marcin był zupełnie naturalnym wyborem, żeby się spotkać i porozmawiać. Zwłaszcza że Crido od lat jest klientem Wolters Kluwer.

Marcin: Mnie to w pewnym sensie zaimponowało. Choć to w sumie naturalne i chyba tak właśnie powinniśmy robić, kiedy obejmujemy stanowisko na nowym rynku. IT jest IT, ale ma wiele kolorów i różne firmy rozumieją je inaczej. Fajne było to, że Mateusz, obejmując nowe stanowisko, chciał się zorientować, co słychać na rynku. I fajnie, że w czasach, kiedy można by pominąć kontakt na żywo, jednak się spotkaliśmy.

Czym jest Crido

Karol: Mateusz, wyjaśnijmy, czym zajmuje się Crido. Na waszej stronie widać księgowość, doradztwo, rozliczanie dotacji, cały wachlarz usług związanych z finansami. Czym tak naprawdę się zajmujecie i jak duży macie zespół?

Mateusz: Rzeczywiście tym wszystkim. Crido to ponad 400 osób, dziś prawie 430, i trzy główne filary. Pierwszy to kancelaria prawna, stąd legal tech. Drugi to doradztwo podatkowe. Trzeci, duży i ugruntowany na rynku, to wsparcie innowacji i inwestycji, czyli dotacje, ulgi i ich rozliczanie. Obok wyrasta kolejny filar, który liczy już około 30 osób: usługi digital, czyli budowanie rozwiązań dla podatkowców na bazie naszej wiedzy i umiejętności. Do tego dochodzi masa mniejszych usług – mamy na przykład zespół NRG i spore doświadczenie w nieruchomościach.

Karol: Czyli firma, która zajmowała się finansami i księgowością, staje się trochę software house’em w dziedzinie, na której się zna?

Mateusz: Tak. Myślę, że to droga dla professional services. To będą firmy technologiczne.

Marcin: Obserwujemy to na rynku nie od dziś. Firmy mniejsze i większe nawet w drobnych sprawach dostrzegały szansę na miniautomatyzację – pewnie jeszcze porozmawiamy o JPK i podobnych sprawach z przeszłości. Ten biznes rośnie od dawna i moim zdaniem będzie rósł w kierunku digitalizacji usług, bo klienci czasem oczekują kawałka oprogramowania jako części usługi. Dziś pewnie jeszcze bardziej niż kiedyś. Mateusz, a jak wy szukacie procesów do automatyzacji? To przecież wiąże się z byciem firmą, która świadczy usługi doradcze razem z kawałkiem oprogramowania. Jak poznajecie, że coś się do tego nadaje?

Jak znaleźć proces do automatyzacji

Karol: I nie pytamy tylko o procesy, które obserwujecie u klientów i potem automatyzujecie. Przede wszystkim interesuje mnie wasza firma – przecież przyszedłeś do Crido także po to, żeby zająć się jej wnętrzem.

Mateusz: Głównie wnętrzem, bo na zewnątrz jeszcze tych usług nie sprzedaję. Wspieram oczywiście zespół Digital, ale to ich rola. Moja – i zespołów, które ze mną współpracują – to wsparcie wewnątrz firmy. A to trochę podobna rzecz. Świadczymy usługi doradztwa prawnego czy rozliczania ulg i głupio byłoby to robić na kartce papieru. Od tego są systemy, a niektóre rzeczy da się zrobić bardzo szybko. W procesach realizowanych przez zespoły są zadania, które wprost proszą się o automatyzację: wprowadzanie danych budżetowych do wniosków o fundusze europejskie albo wypełnianie różnych deklaracji. To proste, mechaniczne zadania. Doradca podatkowy nie chce ich robić, ale są konieczne, żeby usługa compliance’u podatkowego była wykonana, a wniosek unijny złożony poprawnie.

Czasem mamy jakąś bolączkę, ktoś o niej wie i po prostu to czuje, a w wycenie projektu lecą godziny na tę pracę. Trzeba ją więc przyspieszyć, czyli w jakimś stopniu zautomatyzować. Potem zastanawiamy się, co dalej. Dobrym przykładem są usługi prawne. Prawnik powie o swojej sprawie, że jest wyjątkowa: te dokumenty są inne niż poprzednie, ta umowa jest inna niż poprzednia. Ale my – i nasi TechMindsi – przyglądamy się tym procesom uważnie, mapujemy je i sprawdzamy, czy jakieś zadania się powtarzają. I okazuje się, że tak. Przy przygotowaniu sprawy czy opinii podatkowej są zadania, które powtarzają się w każdym przypadku.

Karol: Mała gwiazdka do twojej wypowiedzi: wyjaśnijmy, kim są TechMindsi. Słuchacze mogą pomyśleć, że to aplikacja albo software, który się kupuje, a chodzi o ludzi.

Mateusz: TechMinds to grupa sympatyków technologii. Na naszym kanale TechMinds jest dziś około 60 osób. Część to sympatycy: fascynują się technologią, interesują się nią, ale mają dużo pracy przy swoich projektach i niewiele czasu na coś więcej. Inni bardzo aktywnie wdrażają innowacje w Crido – wymyślają je, wyszukują albo zgłaszają się do nich ludzie z konkretną prośbą, bo każdy dział ma dziś swoich oddelegowanych TechMindsów. Z naszym wsparciem znajdują sposób na rozwiązanie problemu i potem wdrażają go w życie. I tak, krok po kroku, w Crido pojawiają się kolejne małe kawałki innowacji.

Eksperci i opór

Marcin: Mnie zawsze ciekawi – pewnie jeszcze o tym porozmawiamy – moment, w którym dostrzegamy, że coś da się zautomatyzować. TechMindsi pewnie w tym pomagają. Ale chyba nadchodzą czasy, a może już nadeszły, w których każdy pracownik dowolnej firmy powinien zakładać, że to, co robi, da się zautomatyzować. Niestety albo stety. Kiedyś wchodziliśmy do biura i widzieliśmy kogoś, kto cały dzień stał przy kserokopiarce. Dopiero osoba z zewnątrz, która wiedziała coś więcej, dostrzegała, że tę pracę da się zautomatyzować. Dziś powinniśmy chyba zakładać, że naszą pracę da się zautomatyzować, i bez przerwy szukać takich rozwiązań. Jak ty to oceniasz?

Mateusz: To chyba najtrudniejsze dla firmy, która składa się z 400 ekspertów, czyli ludzi, którzy poświęcili życie nauce i praktyce w swoim zawodzie – doradcy podatkowego czy prawnika. Bardzo trudno przeskoczyć do myślenia, że maszyna, która powstała sześć lat temu, mogłaby ich zastąpić w połowie zadań. To nie jest oczywiste. I to chyba największy problem przy wdrażaniu tego wszystkiego w Crido.

Marcin: Bo ludzie się tego boją? Widzisz to?

Mateusz: Nie sądzę, żeby się bali. Raczej nie do końca wierzą, że to w ogóle możliwe. Do tego dochodzi pewien opór.

Karol: Sabotaż bywa najcichszą bronią.

Mateusz: To nie sabotaż, tylko sposób myślenia. Ci ludzie włożyli całe życie w to, żeby się tego wszystkiego nauczyć. Są ekspertami, mają wiedzę poukładaną w głowie i odpowiedzą z pamięci w środku nocy.

Marcin: Mnie przekonuje prosta logiczna sztuczka, którą kiedyś przedstawił Andrzej Dragan: skoro AI automatyzuje nam najprostsze rzeczy, zostają nam tylko najtrudniejsze. Idąc dalej tym tropem, dzięki AI nasza praca będzie coraz trudniejsza, a nie coraz łatwiejsza, bo zostaną nam tylko najtrudniejsze decyzje. To pewna nadzieja dla całej branży doradczej.

Karol: Czyli będziemy się zajmować coraz większą liczbą coraz ciekawszych rzeczy, a proste procesy i problemy, które zabierały nam czas, w pewnym sensie oddelegujemy maszynie.

Mateusz: Tak działa automatyzacja. Ale spójrzcie na to z drugiej strony. W XIX wieku gospodyni domowa była menedżerem: miała służące, kucharki, sprzątaczki. Potem tę pracę zautomatyzowaliśmy – pojawiły się pralka, lodówka, piekarnik, mikrofala – i z menedżera stała się operatorką tych maszyn. Tu będzie tak samo. Doświadczony prawnik, który ma dziś zespół paralegali i młodych adeptów sztuki prawniczej, z menedżera zamienia się w operatora maszyn: modeli AI, automatów czy czegokolwiek innego.

Budować czy kupować

Karol: Z tego, co mówisz, część rozwiązań budujecie sami, in-house, ale korzystacie też z narzędzi dostępnych na rynku. Najlepszym przykładem jest Libra. Jak decydujecie, czy budować, czy kupować?

Mateusz: Nie wszystko jesteśmy w stanie zbudować – mamy 30 specjalistów – więc dokonujemy wyborów. Oczywistym kryterium jest to, czy daną usługę świadczymy klientom i czy wymaga ona naszego know-how. Narzędzia taxtechowe do JPK czy KSeF-u jak najbardziej się tu kwalifikują: robimy to na co dzień, potrzebujemy do tego narzędzi, umiemy je zbudować i za ich pomocą świadczymy usługi na zewnątrz. Nie zajmujemy się natomiast dostarczaniem oprogramowania prawnikom, dlatego szukaliśmy platformy takiej jak Libra. Potrzebujemy jej do pracy wewnętrznej i nie będziemy jej sprzedawać dalej. To nie jest naszym celem ani częścią strategii Crido.

Od pierwszej kawy do wdrożenia

Karol: Marcin, opowiedz, jak wyglądała droga od pierwszej kawy, przy której poznaliście się z Mateuszem na żywo, do uruchomienia wdrożenia.

Marcin: Poznaliśmy się mniej więcej rok temu – sprawdzałem, to była jesień 2025. Spotkaliśmy się na żywo, porozmawialiśmy, potem wymienialiśmy się informacjami mailowo. Chwilę później, pod koniec 2025 roku, my jako Wolters Kluwer zainwestowaliśmy w Librę i dość szybko udało się – jak to brzydko mówią po angielsku – zrolloutować ją, czyli wdrożyć na kolejnych rynkach, w tym na polskim, jako jednym z pierwszych. Potem spotkaliśmy się z założycielem Libry tutaj, w Polsce, właściwie w naszym biurze – to był chyba styczeń albo luty tego roku. Dalej temat potoczył się już sam: Mateusz był ciekawy, jak to rozwiązanie będzie działać.

Karol: Pytam bardziej o sam proces: jak organizacja uczy się korzystać z nowego narzędzia, jak zmieniają się przyzwyczajenia i sposób pracy zespołu. I z drugiej strony – jak firma i, zakładam, inżynierowie, których wysyłacie do klienta, prowadzą taką adopcję. To mnie bardzo ciekawi. Rozmawialiśmy kiedyś o dużych organizacjach: im większa firma, tym większy odsetek ludzi, którzy przyjdą do zespołu i zapytają: „Słuchaj, gdzie mam wcisnąć guzik?”. Opowiedzcie o tym.

Marcin: Rozwiązania takie jak Libra, wdrażane dziś na dużą skalę, zawsze powinny mieć wsparcie pośredników między typowym IT – dziś trochę mniej typowym, bo jest AI – a odbiorcą. Kilkanaście lat temu przewidział to profesor Susskind: że pojawią się specjaliści, którzy są jednocześnie prawnikami i inżynierami, potrafią w IT i łączą te dwie role. Dziś mamy na rynku legal engineerów. To oni są – brzydko mówiąc – narzędziem, które pomaga firmom takim jak Crido zaadaptować tego typu rozwiązania i przeprowadzić wdrożenie.

Karol: Potwierdzasz, Mateusz? Jak to wyglądało?

Mateusz: Tak, bo uwaga: Libra to nie jest narzędzie jak pralka, która ma trzy programy – ustawiam, naciskam guzik i działa. To platforma, którą trzeba wdrożyć w organizacji. Udostępnia modele AI, ale przede wszystkim jest platformą do współpracy ludzi, całych zespołów, z technologią. Te zespoły trzeba przeszkolić i muszą one wypracować swój sposób pracy na Librze. Na szczęście nie robią tego same. Mamy osoby, które z TechMindsów wyrastają na legal engineerów, a pomagali nam też legal engineerzy ze strony Libry i Wolters Kluwer. Współpraca ludzi, którzy rozumieją potrzeby prawników i doradców podatkowych, a jednocześnie rozumieją technologię – wiedzą, jak działają modele, co potrafią, a czego nie – pozwala wdrożyć to rozsądnie. Tak, żeby potem dało się z tego korzystać w codziennej pracy.

Marcin: Pamiętam z IT rolę analityka biznesowego – zresztą nadal istnieje – którego głównym zadaniem było tłumaczenie biznesu na IT i odwrotnie. Dzisiejszy legal engineer jest trochę takim analitykiem biznesowym, tyle że wyspecjalizowanym w konkretnej dziedzinie. Do tego ma umiejętności, żeby od razu coś zaimplementować, czyli skonfigurować aplikację nawet bez pośrednictwa działu IT.

Wsad prawny

Karol: A co, jeśli przychodzi potencjalny klient i mówi: „Słuchajcie, wsad prawny jesteśmy w stanie zebrać sami i skorzystać z istniejących narzędzi”? Gdzie wtedy Libra okazuje się lepszym rozwiązaniem?

Marcin: Przede wszystkim zebranie materiału prawnego wcale nie jest proste. Są oczywiście otwarte, publiczne rejestry z aktami prawnymi, orzeczeniami i tak dalej. Ale wydawnictwo takie jak Wolters Kluwer zbiera te dane od 30 lat, a nawet dłużej. I nie tylko zbiera – potrafi też nadać im strukturę relacji i powiązań, czyli, używając modnego dziś słowa, zbudować graf wiedzy. To proces pozyskiwania źródeł, ale też ich wzbogacania, choćby właśnie o relacje.

Drugi, bardzo duży element, którego inni nie są w stanie zdobyć, to – mówiąc znowu brzydko – content autorski. Nasi autorzy piszą dla nas książki, komentarze, monografie i to też zasila bazę.

Weźmy orzecznictwo. Jest portal orzeczeń, z którego korzysta większość start-upów. Jest tam, powiedzmy, pół miliona orzeczeń, a wszystkich jest kilkanaście milionów i większość w ogóle nie jest publikowana. Taka firma jak Wolters Kluwer część orzeczeń pozyskuje ręcznie, bez pośrednictwa rejestrów. Wszyscy by zyskali, gdyby było tak jak na przykład w Rumunii, gdzie publikuje się praktycznie wszystkie orzeczenia, bo to dla AI świetna pożywka. Skala przetworzonych informacji jest niewyobrażalna. I moim zdaniem to jest ta plakietka zaufania, która wyróżnia tego typu rozwiązania: wieloletnia historia wzbogacania prawa i całej bazy.

Co się udało zautomatyzować

Karol: Mateusz, przejdę teraz do ciebie. Jeśli zgodzisz się podzielić waszymi doświadczeniami, chciałbym zapytać o dwie rzeczy. Co zautomatyzowaliście w tydzień albo dwa dni i okazało się totalnym sukcesem, który ułatwił pracę zespołowi? I odwrotnie: nad jakim projektem czy obszarem spędziliście dwa, trzy, cztery tygodnie albo miesiąc, po czym powiedzieliście: „Szkoda czasu”? Sam z doświadczenia wiem, że są obszary, o których myślisz: „O, fajnie, zróbmy to”. I zaczyna się proces: coraz więcej zasobów, czasu i energii, a na końcu okazuje się, że efekt jest słabej jakości. Z drugiej strony czasem, zgodnie z zasadą, że automatyzujemy i upraszczamy rzeczy żmudne, nudne i trudne, pomagamy komuś zaoszczędzić 8–10 godzin, a kosztuje to dosłownie pół dnia: zebranie wymagań, plików, schematów i ułożenie ich na przykład w jeden przepływ.

Mateusz: Wspominałem już o automatyzacjach przy zgłoszeniach – czy to wypełnianie złożonego formularza do wniosku z budżetem, czy deklaracji podatkowych. Myślę, że nikt nie chce do tego wracać. To praca, którą prawnicy i doradcy podatkowi chętnie oddają maszynie, bo uważają ją za bardzo automatyczną.

Jeśli chodzi o większe narzędzia, takie jak Libra, to na pewno świetnie sprawdzają się w wyszukiwaniu. Z tą maszyną rozmawia się dużo naturalniej niż nawet z wyszukiwarką LEX-a, której obsługa też wymaga sporych umiejętności. Libra daje dodatkowe narzędzia, które potrafią przeszukać tę ogromną bazę wiedzy.

Nie wyszukiwać, tylko pytać

Marcin: Jeśli mogę coś dodać: ciekawe, że czasy zmieniły się tak, że już nie wyszukujemy, tylko zadajemy pytania. To trochę jak przejście od książki telefonicznej do pytania kogoś, kto tę książkę przejrzy za nas. Co ciekawe, dotyczy to w zasadzie wszystkich narzędzi AI: ludzie nie potrafią się przestawić na to, że mają pytać. W AI próbują działać po staremu, czyli zadają pytania jak do książki telefonicznej. A to nie jest dobre. Trzeba ich od tego odzwyczajać, żeby zrozumieli, że po drugiej stronie jest inne narzędzie i trzeba z niego korzystać inaczej. Mówiąc wprost: to sztuka promptowania.

Karol: Nie tylko sztuka promptowania. Widzę po sobie – i ciekaw jestem, czy w Librze działa to tak samo – że warto prosić nie tylko o odpowiedzi, ale też o pytania. Dzięki temu mogę spojrzeć na problem, który analizuję, w zupełnie inny sposób, pod innym kątem. Często pytam model: „Słuchaj, o czym najbardziej nieoczywistym nie pomyślałem w tym projekcie?”.

Marcin: Albo: „Skrytykuj mój pomysł”.

Karol: Czy z Librą pracuje się na tej samej zasadzie?

Mateusz: Pod spodem działają te same modele LLM, te fajne, które znamy i z których korzystamy prywatnie przy innych problemach. I one właśnie tak działają: jeśli chcesz, żeby cię pochwaliły, to pochwalą. Twój problem będzie najlepszy, twoje rozwiązanie też i nie dojdziesz do niczego ciekawego. Trzeba więc tak rozbudować prompty, żeby model cię skrytykował, wymyślił coś jeszcze, spojrzał z innej strony albo dodał drugą perspektywę. Na tym też polega wartość: skoro możemy szybciej i więcej przeszukiwać, trzeba z tego korzystać, zamiast iść jedną utartą ścieżką tylko dlatego, że zawsze tak robiliśmy – głównie przez ograniczone możliwości bez maszyny.

Prawnicy starej daty

Karol: Marcin, jak uczycie prawników starej daty korzystania z nowych rozwiązań? Często rozmawiam z kimś, kto od lat siedzi w określonej dziedzinie i świetnie się na niej zna, a na pytanie, co sądzi o chatbotach, odpowiada: „Proszę pana, to odpowiada głupoty”. Jak przełamujecie ten opór – „człowiek wie lepiej”, „maszyna mnie nie zastąpi” – i prowadzicie proces do momentu, w którym ta osoba mówi: „Hmm, to wcale nie jest głupie, chciałbym z tym popracować”?

Marcin: Widać to na kilku przykładach, a najlepiej wtedy, gdy ktoś jest superspecjalistą w konkretnym obszarze, na przykład notariuszem czy prawnikiem. Kiedy ma do czynienia z AI, zwykle zadaje mu najtrudniejsze pytanie, jakie spotkał w życiu. To zły kierunek, bo AI prawdopodobnie się wtedy pomyli. Oni robią taki test: „Kurczę, jaką ja miałem ostatnio trudną sprawę? A, wrzucę ją”. Pierwsze pytanie, zła odpowiedź – i się zamykają. Wtedy mówię: „Słuchajcie, przecież to jest właśnie pole dla was. To wy powinniście sobie zadawać takie pytania, to wy jesteście od rozwiązywania najtrudniejszych problemów. Tutaj najpierw róbcie robotę rutynową, powtarzalną. Kiedy nabierzecie zaufania w tym obszarze, możecie podchodzić do bardziej zaawansowanych pytań, nauczyć się promptowania i tak dalej”.

Myślę więc, że to wynika głównie z tego, że pierwsze spotkanie z AI jest negatywne. I mówimy o profesjonalnych narzędziach – bo jeśli ktoś pyta o przepis na pączki, AI może się ewentualnie pomylić. Na początku było zresztą ciekawe zjawisko: ludzie w Polsce prosili „wygeneruj mi zdjęcie prawnika w tłusty czwartek z pączkiem”, a wychodziło zdjęcie – uwaga – z donutem, bo model był uczony na angielskim.

Karol: Mateusz?

Mateusz: Myślę, że tu właśnie jest rola legal engineerów, czyli ludzi, którzy rozumieją, co ta technologia może dać, i rozumieją prawnika: czego może się po niej spodziewać i czego potrzebuje. Często to widzę, kiedy rozmawiam z prawnikami z mniejszych kancelarii, którzy nie mają dostępu do takich narzędzi i zasobów technologicznych jak my. Korzystają z ogólnodostępnego ChatGPT, nawet w darmowej wersji.

Karol: Nawet się nie logując?

Mateusz: Tak, i zadają mu pytania. On ma dostęp do orzeczeń publikowanych w internecie, coś tam sobie pościągał, czegoś się nauczył. Ale nie udzieli tak złożonej informacji jak bardziej zaawansowane narzędzie. To kwestia złego doboru narzędzia. A potem co oni mówią? „AI nie umie w prawo, dziękujemy. Nie będziemy z tego korzystać, nie możemy, bo to nie jest gotowe”.

Marcin: I na jakiś czas się zamykają.

Mateusz: A to po prostu nie to narzędzie i nie ten problem do rozwiązania.

Juniorzy i seniorzy

Karol: Mam jeszcze pytanie o temat, o którym dużo się dziś dyskutuje praktycznie w każdej branży: o juniorów. Czy to prawo, architektura, czy IT – mówi się, że juniorzy będą mieli ciężko, bo nie będą potrzebni. Skoro model językowy może swoją wiedzą i umiejętnościami zastąpić sekretarza czy sekretarkę, asystenta, magistra, a agenci już teraz potrafią sporo zrobić nawet na desktopie, to jak powinniśmy traktować młodych ludzi, którzy wchodzą do organizacji? Może podzielicie się jakimiś praktykami. Kiedy obserwuję młodych ludzi, widzę, że być może nie mają wiedzy eksperckiej, ale za to są na przeciwległym biegunie wobec kogoś, kto mówi „to nic nie potrafi”. Sami potrafią eksperymentować.

Marcin: Zakładają, że wszystko się da. Mają optymistyczne podejście do technologii.

Karol: Pytam też dlatego, że taka organizacja jak Crido – patrzyłem na wasze wyniki finansowe – cały czas rośnie.

Mateusz: Tak, i trzymamy się tego, choć faktycznie nie rośniemy dzięki temu, że zatrudniamy dużo nowych osób.

Karol: Dużo nie, ale…

Mateusz: Zatrudniać musimy, choć powoli – tak to działa. A po drugie, skądś musimy potem brać seniorów. Możemy ich oczywiście szukać na rynku i ściągać, ale jesteśmy na tyle dużą organizacją, że staramy się być odpowiedzialnym pracodawcą – employer branding jest dla nas istotny. Chcemy też wychowywać własnych ludzi, dlatego przyjmujemy na pokład młodych. Wiedzą o technologiach więcej niż starsi i żyją w tym na co dzień, więc wnoszą świeżą krew. Na pewno muszą się uczyć inaczej.

Ale kurczę, kiedy zaczynałem w konsultingu, dostawałem prezentacje poprawione długopisem i musiałem nanosić te poprawki. To chyba niewiele wnosiło do mojej nauki. Kiedy później dostawałem komentarze już w Wordzie, mogłem je przeczytać i zrozumieć, na czym polegał mój błąd albo poprawka, którą chciał wprowadzić menedżer. Tu jest tak samo. Mamy Librę i to jest właśnie plus takiej platformy: jako junior mogę oglądać, jak mój starszy, doświadczony kolega pracuje z AI – jakie zadaje pytania i jakie poprawki nanosi na wspólnie edytowany dokument. Z drugiej strony jako senior widzę, jak młody człowiek pracuje z AI i z dokumentem, co robi, a czego nie, i dzięki temu mogę dużo lepiej ocenić i sprawdzić jego pracę.

Dawniej junior przychodził z kartką papieru z gotową analizą albo z dokumentem w Wordzie i jako senior nie miałem żadnej możliwości dokopania się do tego, jak do tego doszedł. A teraz, kiedy pracujemy wspólnie na dokumentach w jednej przyzwoitej platformie, widzę, jak do tego doszedł i jaki zrobił research. Jednym kliknięciem mogę zobaczyć, co było napisane w danym orzeczeniu czy wiążącej interpretacji, i sprawdzić, czy razem z AI prawidłowo wyciągnął wnioski.

Karol: Możliwość prześledzenia ścieżki wnioskowania jest rzeczywiście niezwykle cenna. Tak jak kiedyś cenne było pojawienie się dokumentów online, na których można pracować równocześnie, na jednej wersji.

Marcin: W relacji senior–junior ciekawe jest też to, że seniorzy zaczynają dostrzegać pewną zależność: jeśli dobrze promptują, to automatycznie dobrze zlecają zadania ludziom, czyli juniorom. To nauka trochę naokoło, ale uczymy się delegować. Jeśli ktoś deleguje na zasadzie „weź to zrób” i na tym komunikat się kończy, to do AI podchodzi tak samo: „Weź mi mniej więcej opisz”. A potem robi się fajna pętla: dobrze delegujemy, dobrze promptujemy i zaczynamy dobrze delegować ludziom.

Karol: To chyba świetny moment, żeby podsumować ten odcinek właśnie tym zdaniem: naucz się rozmawiać z modelem językowym, żeby lepiej rozmawiać z ludźmi i delegować im zadania.

Marcin: Dobre podsumowanie.

Mateusz: I bardzo pozytywne, jeśli chodzi o AI.

Karol: Panowie, serdecznie dziękuję za spotkanie.

Marcin i Mateusz: Dzięki!