Umowa najmu bywa długa, a zespół zarządcy potrzebuje z niej na co dzień tylko części informacji: kto wynajmuje, od kiedy do kiedy, ile płaci, jak rośnie czynsz i do kiedy trzeba coś komuś zgłosić. Jeśli nie ma do tego narzędzia, ktoś przepisuje te dane ręcznie z PDF do arkusza. Tak samo bywa z aneksami, protokołami wydania lokalu i polisami najemców.
Modele AI potrafią wyciągnąć takie dane z dokumentu szybciej niż człowiek. Potrafią też się pomylić, i to w sposób, który nie zawsze rzuca się w oczy. Dlatego ważniejsze od pytania, czy AI kogoś zastąpi, jest inne: jak ułożyć pracę, w której AI proponuje, a człowiek zatwierdza.
Piszemy jako mała firma, która buduje systemy na zamówienie. W branży nieruchomości mamy za sobą jeden projekt: system do zarządzania portfelem nieruchomości komercyjnych z modułem przetwarzającym dokumenty PDF z wykorzystaniem AI. Odczyt umów najmu, który opisujemy niżej, to nasza propozycja, a nie opis tamtego systemu ani gotowy produkt z półki.
Co AI może wyciągnąć z umowy najmu
Umowy różnią się układem, ale większość zawiera te same rodzaje informacji. To dobre zadanie dla AI: model nie musi „rozumieć” całej umowy, wystarczy, że znajdzie konkretne wartości i pokaże, skąd je wziął.
- Strony umowy: wynajmujący, najemca, ich dane rejestrowe (NIP, KRS) i osoby reprezentujące.
- Przedmiot najmu: obiekt, lokal, powierzchnia, miejsca parkingowe.
- Okres najmu: data zawarcia, data wydania lokalu, data zakończenia, opcje przedłużenia.
- Czynsz i opłaty: stawka, waluta, sposób naliczania (za metr albo ryczałt), opłaty eksploatacyjne.
- Indeksacja: wskaźnik, według którego czynsz jest waloryzowany, termin i częstotliwość waloryzacji.
- Zabezpieczenia: kaucja, gwarancja bankowa, termin ich odnowienia.
- Terminy wypowiedzenia i powiadomień: z jakim wyprzedzeniem trzeba zgłosić zamiar przedłużenia albo zakończenia najmu.
Z aneksu AI może wyciągnąć tylko to, co aneks zmienia, a z polisy najemcy: ubezpieczyciela, sumę ubezpieczenia i datę końca ochrony. Zasada się nie zmienia: dane trafiają najpierw do sprawdzenia, a dopiero potem do bazy.
Gdzie bez człowieka się nie obejdzie
AI dobrze radzi sobie z wartościami, które stoją w dokumencie wprost. Gorzej z tymi, które wynikają z kilku miejsc naraz albo zależą od interpretacji. Tu sprawdzenie przez człowieka nie jest formalnością, tylko warunkiem.
- Kwoty i daty. Jedna przestawiona cyfra w stawce albo w dacie końca najmu zmienia raporty całego portfela.
- Klauzule indeksacyjne. Formuła waloryzacji bywa opisana słowami, z wyjątkami i progami, a w streszczeniu AI może zgubić się warunek.
- Aneksy. Aneks zmienia część postanowień umowy, więc trzeba zdecydować, która wartość obowiązuje dziś.
- Postanowienia nietypowe. Okresy bez czynszu, prawo pierwszeństwa, kary umowne, zapisy dopisane do wzoru.
- Dokumenty słabej jakości. Skany, odręczne dopiski, pieczątki na tekście.
Ostatnie słowo zostaje po stronie człowieka. To nie jest ostrożność na pokaz: za dane w portfelu odpowiada firma, a nie model językowy.
Proces: AI proponuje, człowiek zatwierdza
Poniżej opisujemy, jak zaprojektowalibyśmy taki proces. Szczegóły ustala się osobno, bo zależą od tego, kto w firmie odpowiada za umowy.
- Pracownik dodaje PDF umowy albo aneksu do teczki najemcy.
- AI odczytuje dokument i wypełnia propozycję pól. Przy każdym polu zapisuje fragment dokumentu i numer strony, z których wzięła wartość.
- Propozycja dostaje status „do sprawdzenia”. Nic jeszcze nie trafia do raportów ani do terminarza.
- Osoba sprawdzająca widzi obok siebie odczyt i oryginał. Poprawia błędne pola, uzupełnia brakujące i zatwierdza.
- Dopiero zatwierdzone dane zasilają kartę najemcy, przypomnienia o terminach i raporty portfela. System zapamiętuje, kto i kiedy zatwierdził odczyt oraz co poprawił.
Ekran sprawdzania musi być wygodny. Jeśli porównanie odczytu z oryginałem wymaga otwierania dwóch okien i szukania strony, ludzie zaczną zatwierdzać bez patrzenia, a wtedy cała kontrola staje się fikcją.
Korzystamy z gotowych modeli AI, nie trenujemy własnych. Z jakich usług AI korzystamy i jakie dane do nich trafiają, ustalamy z Tobą przed wdrożeniem, bo w umowach najmu są dane najemców.
Odczyt dokumentów to coś innego niż asystent, który rozmawia z ludźmi. Jeśli system ma też odpowiadać najemcom jako asystent AI, od 2 sierpnia 2026 r. osoba, która z nim rozmawia, musi zostać o tym poinformowana (art. 50 rozporządzenia UE 2024/1689, stan na 21.10.2026). To nie jest porada prawna; szczegóły swojej sytuacji warto sprawdzić z prawnikiem.
Co robić z błędami i niepełnymi PDF
Błędy się zdarzą. Pytanie brzmi, czy system pozwoli je zauważyć, zanim trafią do raportu.
Puste pole zamiast zgadywania
Gdy w dokumencie nie ma danej informacji, AI ma zostawić pole puste i wyraźnie to zaznaczyć, a nie wpisywać wartości „najbardziej prawdopodobnej”. Puste pole widać od razu, wymyśloną wartość łatwo przeoczyć.
Skany i brakujące strony
Skan bez warstwy tekstowej, ucięta strona, umowa bez załączników: taki dokument system może oznaczyć jako niepełny i poprosić o lepszą kopię, zamiast odczytywać go na siłę. Część dokumentów i tak trzeba będzie przepisać ręcznie, i to jest w porządku.
Poprawki jako wskazówka
Każda poprawka osoby sprawdzającej pokazuje, gdzie AI się myli. Jeśli te same pola wracają z błędami, można zmienić instrukcje dla modelu albo reguły kontroli, na przykład dodać sprawdzenie, czy data końca najmu jest późniejsza niż data początku.
Aneksy i wersje
Aneks nie nadpisuje umowy w ciemno. System pokazuje, które pola zmienia, a człowiek decyduje, od kiedy obowiązuje nowa wartość. Historia zostaje, więc zawsze wiadomo, skąd wzięła się dzisiejsza stawka.
Gdzie trafiają dane po zatwierdzeniu
Odczyt umowy ma sens dopiero wtedy, gdy dane z niego pracują dalej. W systemie dla portfela nieruchomości mogą to być karta obiektu i najemcy, przypomnienia o terminach wypowiedzenia i waloryzacji, raporty portfela oraz eksport do Excela dla tych, którzy z nim pracują. Dane wpisane raz nie rozjeżdżają się z kolejnymi kopiami.
Ta sama zasada jednego źródła danych wraca w innych tematach branży, na przykład przy jawności cen mieszkań u dewelopera. Umowy najmu to też nie jedyne dokumenty, które trafiają do zarządcy: o fakturach od dostawców, które wspólnota dostaje przez KSeF, piszemy w tekście KSeF we wspólnocie mieszkaniowej i u zarządcy.
Od czego zacząć: lista kontrolna
- Wypisz pola, których naprawdę używasz w raportach i terminarzu. Nie wszystko, co jest w umowie, musi trafić do systemu.
- Zbierz kilkanaście przykładowych umów i aneksów, w tym te najtrudniejsze: skany, stare wzory, umowy po angielsku.
- Ustal, kto zatwierdza odczyt i kto rozstrzyga wątpliwości przy klauzulach indeksacyjnych.
- Zdecyduj, które pola są obowiązkowe przed zatwierdzeniem, a które mogą zostać puste.
- Określ, co się dzieje z dokumentem, którego AI nie odczyta: kto go przepisuje i w jakim terminie.
- Ustal, z jakiej usługi AI korzystacie i jakie dane do niej trafiają.
- Na próbnym zestawie porównaj odczyt AI z ręcznym, zanim podłączysz go do raportów.
Porozmawiajmy o Twoich dokumentach
Jeśli w Twojej firmie ktoś co tydzień przepisuje dane z umów, aneksów albo polis, opisz nam ten proces w kilku zdaniach. Odpowiemy, od czego warto zacząć, i umówimy bezpłatną konsultację.
Jak wyglądał nasz projekt dla portfela nieruchomości komercyjnych, opisujemy w realizacji: 11 tygodni pracy od czerwca do sierpnia 2026 r., cztery etapy, każdy zamknięty protokołem odbioru, a na koniec szkolenie użytkowników i przekazanie kodu. Orientacyjny koszt modułów, w tym odczytu dokumentów przez AI, złożysz w konstruktorze orientacyjnej ceny. To orientacyjnie, wycena jest indywidualna.
Źródła
- Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2024/1689 (AI Act), art. 50 i 113, sprawdzono 21.10.2026
- Rozporządzenie (UE) 2026/1744 (Digital Omnibus), sprawdzono 21.10.2026
- ITCompass: system do zarządzania portfelem nieruchomości komercyjnych, sprawdzono 21.10.2026
