Automatyzacja obiegu dokumentów AI: szybciej i taniej
WiktorAI Systems Architect | CTO
Automatyzacja obiegu dokumentów z AI przyspiesza pracę od pierwszego dnia: komplet blisko trzydziestu dokumentów kadrowych, który ręcznie zajmował pół godziny, powstaje w pięć sekund. Z oszczędnościami bywa gorzej. Przy dwóch zatrudnieniach miesięcznie rachunek z naszego audytu wyszedł na około 1 660 zł rocznie, a najwięcej pracy po starcie pochłonęły szablony, fonty i reguły dat. Poniżej pięć błędów, które zjadają „taniej”, i sposób na każdy.
Błąd pierwszy: oszczędność liczona z samego generowania
„Ktoś przekłada tysiąc papierów na stole i łapie się za głowę, a druga osoba klika generuj i ma gotowe.” Tak właścicielka firmy oddelegowującej monterów rusztowań do Szwecji opisała różnicę po wdrożeniu, które pokazujemy w case study RJS. Zdanie jest prawdziwe. Rachunek za nim jest skromniejszy.
W audycie z kwietnia 2026 zmierzyliśmy, że teczka nowego pracownika, wtedy szesnaście dokumentów, zajmuje około 30 minut. Firma zatrudniała dwie osoby miesięcznie, czyli godzina papierów w miesiącu. Razem z ewidencją czasu pracy i corocznymi odnowieniami A1, aneksów i BHP wyszło 3,5 godziny ręcznej roboty miesięcznie przed wdrożeniem i pół godziny po nim. Przy stawce 50 zł za godzinę daje to około 1 660 zł rocznie.
Za taką kwotę systemu się nie buduje. W czerwcu zapisaliśmy to sobie wprost w dzienniku decyzji: sam generator ma za mały zwrot, żeby uzasadnić współpracę.
Objaw tego błędu jest łatwy do rozpoznania. Zwrot z inwestycji wychodzi w latach, a rozmowa o wdrożeniu utyka na cenie. Przyczyną jest liczenie jednej czynności w oderwaniu od reszty obiegu, czyli tego, gdzie dane powstają, gdzie leżą i kto pilnuje terminów.
Co zamiast? Generator stał się jedną z funkcji kartoteki pracowników, w której dane wpisuje się raz, skany leżą przy człowieku, a wyszukiwarka znajduje go po fragmencie numeru telefonu. Rachunek zmienia się z wolumenem. Przy dziesięciu zatrudnieniach miesięcznie ta sama tabela z audytu pokazuje ponad 16 godzin oszczędności w miesiącu. Do tego dochodzi pozycja, której nie da się wpisać w stawkę godzinową: przegapiony termin A1 blokuje legalną pracę w Szwecji. Jak wycenić takie ryzyko obok zaoszczędzonych godzin, rozpisaliśmy w tekście o liczeniu oszczędności z AI.
Błąd drugi: model językowy tam, gdzie wystarczy reguła
W tym samym kwietniowym audycie napisaliśmy, że dokumenty wypełni asystent AI na polecenie w rodzaju „wygeneruj teczkę dla Piotra Wiśniewskiego zatrudnionego 16 maja”. Działający generator robi to prościej. Skrypt bierze pola z kartoteki i podstawia je w szablony Worda w miejsca oznaczone nawiasami, na przykład [Stanowisko] albo [Data zawarcia]. Model językowy w ogóle nie bierze w tym udziału.
Powód jest praktyczny. Umowa o pracę ma wyjść identycznie przy każdym generowaniu, a model językowy przy tych samych danych potrafi raz na jakiś czas zwrócić coś innego. Przy PESEL-u i dacie podpisania „raz na jakiś czas” oznacza za często. Reguła kosztuje zero złotych za wywołanie i nie ma słabszych dni.
Model przydaje się tam, gdzie dokument przychodzi w nieprzewidywalnej postaci. Skan dowodu, zdjęcie zaświadczenia lekarskiego, mail od kandydata z danymi wpisanymi w treść. W takich miejscach model czyta i wyciąga pola, a człowiek sprawdza wyłącznie te, przy których model zgłasza niską pewność. Ogólny schemat takiego obiegu, od odczytu po archiwizację, opisaliśmy w artykule o automatyzacji obiegu dokumentów i umów.
Wczesny sygnał tego błędu to rachunek za API, który rośnie razem z liczbą dokumentów, i ktoś, kto mimo automatyzacji czyta każdą umowę od góry do dołu. Składanie dokumentu z gotowych danych zostawiamy regule. Model dostaje czytanie.
Trzy błędy, które wychodzą dopiero na wydruku
Dane firmy wpisane na sztywno w szablonach
Klient ma cztery spółki, a pracownicy przechodzą między nimi w ciągu roku. Wzory dokumentów są wspólne. Zmienia się nazwa, dane rejestrowe, osoba reprezentująca i miejsce zatrudnienia.
Kiedy otworzyliśmy szablony, nazwa jednej spółki siedziała wpisana ręcznie w 17 z 27 plików, w kilkunastu wariantach zapisu: „Sp. z o.o.”, „Sp z o.o”, „SP. Z O.O.”. Stanowisko „MONTER RUSZTOWAŃ” też było wpisane na stałe, więc każda umowa mówiła o monterze niezależnie od faktycznego stanowiska. Tak samo obywatelstwo i pełny wymiar etatu. Umowa na czas nieokreślony wychodziła z tytułem „NA CZAS OKREŚLONY”, bo szablon miał typ umowy wpisany w trzech miejscach.
Szablony powstały do ręcznego wypełniania, gdzie człowiek po drodze poprawia takie rzeczy odruchowo. Generator ich nie poprawi. Wypuści ten sam błąd na każdym dokumencie danego typu, tylko szybciej.
Naprawa zaczyna się przed budową. Każdy szablon trzeba przejść linijka po linijce i każdą rzecz, która może się zmienić, zamienić na pole.
Konwersja do PDF bez sprawdzenia fontów
Całą teczkę drukuje się jednym przyciskiem jako jeden PDF. Pliki Worda zamienia na PDF Gotenberg, czyli LibreOffice zamknięty w kontenerze. W Wordzie dokumenty wyglądały dobrze. W PDF-ie cyfry PESEL-u wyjeżdżały z kratek, a treść przeskakiwała na następną stronę.
Szablony używały fontów Microsoft Sans Serif i Arial MT, a LibreOffice nie znalazł dla nich zamiennika o tych samych szerokościach znaków. Cyfry ustawione w kratkach spacjami rozjechały się o kilka milimetrów. Dokumentacja Gotenberga mówi to wprost: obraz ma metryczne zamienniki dla Ariala, Times New Roman i Calibri, a font spoza tej listy zostaje podmieniony i układ strony się przesuwa.
Jeden wniosek miał jeszcze Aptos Light. To font, który Microsoft wprowadza jako domyślny w Office 365 od buildu 2403, o czym heise pisał 23 maja 2024. Każdy nowy szablon zapisany w Microsoft 365 może go przynieść. U nas przez niego linia na podpis spadała na drugą stronę.
Naprawiliśmy to 12 sierpnia 2026 aliasami fontów na serwerze, bez ruszania szablonów. Wniosek wrócił z dwóch stron do jednej, a cała paczka skurczyła się z 26 do 25 stron.
Druga pułapka jest niewidoczna nawet w samym Wordzie. Word potrafi zapisać pole [Stanowisko] jako dwa osobne kawałki tekstu, „[” i „Stanowisko]”. Pierwsza wersja generatora sklejała wtedy cały akapit i brała formatowanie z jego początku, więc pogrubiona wartość wychodziła zwykłą czcionką obok pogrubionych danych adresowych. Poprawiliśmy to 5 sierpnia 2026. Od tamtej pory wartość dziedziczy wygląd miejsca, w którym pole się zaczyna.
Reguły dat i zakresu, które znała tylko kadrowa
Pierwsza wersja generatora po każdym kliknięciu tworzyła cały komplet. Przy drugiej umowie tego samego pracownika przerabiała więc wszystko, łącznie z dokumentami BHP, na których przestawiały się daty. Tymczasem reguła kadrowa klienta mówi, że komplet podpisuje się raz, a przy kolejnej umowie powstaje tylko umowa o pracę i informacja dla pracownika. Coroczny aneks na oddelegowanie oznaczał 22 zbędne dokumenty. Aneks brał też datę pierwszej umowy, niezależnie od tego, której umowy dotyczył.
Dziś generator ma trzy zakresy: pełny komplet, samą umowę z informacją i ostatni aneks. Aneks jest przypisany do konkretnej umowy i z niej bierze datę.
Jedną rzecz zostawiliśmy człowiekowi celowo. Daty od i do w aneksie wychodzą puste. Kadrowa wpisuje je długopisem dopiero wtedy, gdy pracownik faktycznie dojedzie do Szwecji, i żaden system nie powinien ich zgadywać.
Pięć błędów w jednej tabeli
| Błąd | Wczesny sygnał | Naprawa |
|---|---|---|
| Oszczędność liczona z samego generowania | zwrot z inwestycji liczony w latach | generator jako funkcja kartoteki, rachunek z terminami i wolumenem |
| Model językowy do składania dokumentów | rachunek za API rośnie z liczbą dokumentów | reguła do składania, model do odczytu dokumentów przychodzących |
| Dane firmy wpisane w szablonach | ktoś poprawia wygenerowany dokument w Wordzie | przegląd szablonów i zamiana każdej zmiennej na pole |
| Fonty bez zamiennika przy konwersji | PDF ma więcej stron niż plik w Wordzie | wydruk próbny każdego szablonu, aliasy fontów na serwerze |
| Reguły dat i zakresu poza systemem | „ten przypadek zrobię ręcznie” | reguły spisane z kadrową, zakresy generowania, puste pola tam, gdzie decyduje człowiek |
Co z tego wyszło po czterech miesiącach
Żaden z pięciu błędów nie wziął się z AI. Wszystkie siedziały w danych, szablonach i regułach, które firma latami trzymała w głowie jednej osoby. Ludzie klienta wyłapywali je po pierwszych prawdziwych wydrukach, a w sierpniu kilkanaście wpisów w naszym dzienniku decyzji dotyczyło wyłącznie dat i szablonów.
Wynik jest taki, jak w opinii, którą klient wystawił nam 27 sierpnia 2026: wcześniej pół godziny przepisywania papierów, teraz kadrowa klika i ma komplet trzydziestu dokumentów w pięć sekund. Szybciej wyszło od razu.
Po stronie kosztów stałych jest spokojnie. System działa na serwerze w chmurze postawionym na koncie klienta, którego miesięczny rachunek liczy się w dziesiątkach złotych, a przy przekazaniu nie ma czego migrować. Drogi był etap, którego nikt nie wpisuje do oferty: dopasowanie szablonów i reguł do tego, jak kadrowa pracuje naprawdę.
Taniej wychodzi później. Pod dwoma warunkami.
Pierwszy to wolumen albo ryzyko, które uzasadnia budowę. Drugi to uporządkowane szablony i spisane reguły. Ten drugi da się sprawdzić, zanim ktokolwiek napisze linijkę kodu. Weź trzy ostatnie egzemplarze każdego typu dokumentu i zaznacz każde miejsce, które się między nimi różni. Potem policz, ile takich dokumentów powstaje w miesiącu i ile minut zajmuje każdy. Jeśli wychodzi godzina miesięcznie, zacznij od innego procesu, a podpowiedź, jak go wybrać, znajdziesz w artykule o wyborze pierwszego procesu do automatyzacji.
Najczęstsze pytania
Kiedy automatyzacja generowania dokumentów w małej firmie się opłaca?
Automatyzacja generowania dokumentów opłaca się, gdy wolumen albo ryzyko błędu jest duży. W audycie firmy zatrudniającej dwie osoby miesięcznie komplet dokumentów zajmował 30 minut, a oszczędność wyszła około 1 660 zł rocznie. Przy dziesięciu zatrudnieniach miesięcznie ta sama firma oszczędzałaby ponad 16 godzin w miesiącu. Najpierw policz wolumen, potem zamawiaj system.
Czy do generowania umów z szablonu potrzebny jest model sztucznej inteligencji?
Do generowania umów z szablonu model sztucznej inteligencji nie jest potrzebny. Wystarczy skrypt, który podstawia dane z bazy w oznaczone pola dokumentu, bo umowa ma wychodzić identycznie przy każdym generowaniu. Model językowy przydaje się przy dokumentach przychodzących, takich jak skany, zdjęcia zaświadczeń czy maile, z których trzeba odczytać dane zapisane w nieprzewidywalnej postaci.
Dlaczego dokument po konwersji z Worda do PDF wygląda inaczej niż w Wordzie?
Dokument po konwersji z Worda do PDF wygląda inaczej, gdy serwer nie ma fontu użytego w szablonie i podstawia font o innych szerokościach znaków. Tekst przesuwa się wtedy o milimetry, cyfry wychodzą z kratek, a podpis spada na kolejną stronę. Rozwiązaniem jest zamiennik metryczny, na przykład Liberation Sans dla Ariala albo Carlito dla Calibri.
Czy od 1 października 2026 firma musi mieć adres do e-Doręczeń?
Przedsiębiorca wpisany do CEIDG przed 1 stycznia 2025 musi mieć adres do e-Doręczeń od 1 października 2026, a spółki z KRS od 1 kwietnia 2025, według serwisu Biznes.gov.pl zaktualizowanego 10 września 2026. Korespondencja urzędowa trafia wtedy do skrzynki elektronicznej, więc warto ją od razu włączyć do firmowego obiegu dokumentów.
Sprawdź, które dokumenty w Twojej firmie powstają z danych wpisywanych kilka razy. Bezpłatny audyt kończy się dokumentem z mapą procesów i rachunkiem kosztów ręcznej roboty.