Build referencyjny — demo na syntetycznych dokumentach
Deal room, w którym AI nigdy nie widzi internetu
Kancelarie i doradcy zadają wciąż to samo pytanie: czy da się mieć to, co daje ChatGPT, bez oddawania dokumentów klienta na cudze serwery? Zbudowaliśmy odpowiedź, którą da się obejrzeć — prywatny deal room na modelu open source, na naszym własnym GPU.
Klient
Brak — demo na syntetycznych dokumentach
Obszar
Dokumenty prawne i transakcyjne
Budowa
lipiec 2026
Działa na
Open WebUI + Ollama, Qwen 2.5, własny GPU
Zapytany o kogoś, kogo dokumenty nie wymieniają, odmówił. W pracy prawniczej ta odmowa jest funkcją, nie usterką.
- 0tokenów wysłanych do zewnętrznego APIkażda odpowiedź powstaje na sprzęcie, który kontrolujemy
- 5faktów wyciągniętych z dokumentów, każdy z cytowaniemwycena, termin, kara umowna, prawo właściwe, cennik
- 1pytanie, na które odmówił odpowiedzistrona, której nie ma w żadnym dokumencie — powiedział to zamiast zmyślić
- ~2 minod zimnego startu do działającego prywatnego modelu
Problem: narzędzie, które pomaga, to narzędzie, którego nie wolno użyć
Zespół due diligence czyta te same dwanaście dokumentów, szukając tych samych sześciu liczb. To dokładnie ta praca, w której model językowy jest dobry — i dokładnie ta, której klauzula poufności zabrania wklejać do publicznego modelu.
Wybór sprowadza się zwykle do: po cichu złamać zobowiązanie albo dalej czytać ręcznie. Obie odpowiedzi są złe na problem, który jest już rozwiązany.
Co zbudowaliśmy
Prywatne środowisko z dokumentami transakcji wgranymi jako baza wiedzy i trzema asystentami na wierzchu: analityk deal roomu odpowiadający z cytowaniem, recenzent umów zwracający tabelę ryzyk klauzula po klauzuli oraz asystent do korespondencji z klientem. Komendy skrótowe obsługują to, co się powtarza — ryzyka, streszczenie, redline, prosty język.
Model działa na GPU, które kontrolujemy, za naszym własnym frontendem. Nic nie leci do OpenAI, Anthropica ani nikogo innego, bo nikogo innego nie ma w tej ścieżce. Przy prawdziwym wdrożeniu ten sam stack ląduje w koncie chmurowym klienta, pod jego kluczami.
- Odpowiedzi są osadzone w dokumentach i noszą numerowane odwołanie do źródła
- Wywoływanie funkcji, więc łączy dokumenty z obliczeniem — ile dni zostało do terminu, który odczytał z umowy
- Kontrola administracyjna nad tym, kto może używać którego modelu i której bazy wiedzy
- Odtwarzalne z jednego skryptu, więc wdrożenie u klienta nie jest ręcznie sklejonym wyjątkiem
Moment, który przekonuje prawników
Zapytaliśmy o prezesa spółki, która nie występuje w żadnym z dokumentów. Odmówił i powiedział, że dokumenty tego nie zawierają.
I to jest cały argument. System, który wymyśla prawdopodobnie brzmiące nazwisko, jest w tej pracy gorszy niż brak systemu, a każdy kupujący w tej branży testuje to w pierwszych pięciu minutach. Odpowiedzi osadzone w dokumentach — wycena 47,5 mln €, wyłączność wygasająca 15 sierpnia, kara 250 tys. € pod prawem polskim — wróciły co do joty i z cytowaniem.
Zobacz, jak działa
Ładuje się dopiero po kliknięciu, więc do Loom nic nie leci wcześniej.
Czego ten case nie twierdzi
Nie ma tu klienta ani wyniku do zaraportowania. Transakcja, strony i dokumenty zostały napisane na potrzeby demo, więc nic powyżej nie jest rezultatem — to dowód, że architektura działa i zachowuje się poprawnie, także wtedy, gdy uczciwą odpowiedzią jest „tego nie ma w dokumentach”. GPU demo stoi poza UE; prawdziwe wdrożenie idzie do konta chmurowego klienta w UE, i o to w tej ofercie chodzi.
Zobacz to na własnych dokumentach
Najszybciej ocenisz to, patrząc, jak czyta coś Waszego. Wdrażamy w Waszej chmurze, pod Waszymi kluczami, a Wy decydujecie potem, czy to się broni.