Robin AI automatyzuje fuzje i przejęcia: czy prawnicy tracą pracę 

Nie. Robin AI automatyzuje w fuzjach i przejęciach przegląd dokumentów, a nie decyzje. Brytyjska firma skróciła własne przeglądy o 80-85% i policzyła to na międzynarodowych transakcjach, ale w żadnym źródle, które przeszedłem, nie ma liczby odciętych etatów w kancelariach. Zmienia się zawartość pracy prawnika, nie liczba miejsc przy biurku.

Warto jednak doprecyzować, o czym mowa. Robin AI nie jest automatyzacją w sensie, w jakim stosuję ją u klientów w procesach, które w firmie powtarzają się tydzień po tygodniu. To osobna kategoria narzędzi: model językowy czytający umowy i dokumentację transakcyjną, wbudowany w narzędzia kupowane przez duże korporacje i kancelarie. Poniżej rozkładam to na części - ile realnie oszczędza, co dokładnie automatyzuje, gdzie leży granica między porządkowaniem dokumentów a orzekaniem o ryzyku.

Czym jest Robin AI i kto na nim zarabia

Robin AI powstało w 2019 roku w Londynie, założyli je Richard Robinson i dr James Clough. Firma ma biura w Londynie, Nowym Jorku i Singapurze, w 2024 roku weszła na rynek niemiecki. Klientami są duże organizacje - w wymienionych na stronie przypadkach to między innymi UBS, GE, Pfizer, Abbvie, KPMG i PwC.

Tu jest pierwsza rzecz do wyjaśnienia, bo źródła łatwo się tutaj plączą. Robin pozycjonuje się jako „Legal AI for Enterprise", czyli narzędzie dla działów prawnych dużych firm, a nie dla kancelarii. Firma sama pisze, że ma pozycję na rynku „legal AI dla dużych przedsiębiorstw, który jest większy niż rynek AI dla kancelarii". Różnica nie jest kosmetyczna. Klient korporacyjny kupuje narzędzie do obsługi własnych transakcji i do porządkowania własnych umów, a kancelaria kupuje narzędzie do sprzedaży klientom. To dwa różne budżety, dwie różne grupy odbiorców i dwa różne rytmy wdrożenia.

Kontrast widać u konkurencji. Hebbia pisze o tysiącach inwestorów i bankierów inwestycyjnych, którzy używają narzędzia do due diligence. Imprima adresuje ofertę do doradców od fuzji i przejęć, kancelarii i wydziałów M&A, a jej stronę da się przeczytać po polsku. Wniosek jest prosty: Robin nie konkuruje z Hebbią w tym samym miejscu, mimo że oba produkty opisuje się jako „AI due diligence".

Due diligence bez AI - dlaczego to jest tak drogie

Żeby ocenić oszczędność, trzeba znać skalę problemu. Jedno z najlepszych źródeł, jakie znalazłem przy tym temacie, to angielski portal branżowy opisujący koszt pojedynczej transakcji M&A. Liczby są konkretne i dotyczą transakcji średniej wielkości:

• wynagrodzenie doradcy M&A, liczone jako retainer i prowizja, to 2-10% wartości transakcji,
• wynagrodzenie prawników przy transakcji średniej wielkości mieści się w przedziale 100-250 tys. dolarów,
• dodatkowe koszty transakcji, takie jak podróże, oprogramowanie data roomu i konsultacje eksperckie, to około 25 tys. dolarów,
• doradztwo po transakcji kosztuje 2-6% wartości transakcji, a sama integracja systemów IT to minimalnie 100 tys. dolarów,
• rebranding pochłania około 5% przychodu przejmowanej firmy.

To samo źródło podaje, że przez ostatnią dekadę czas potrzebny do zamknięcia transakcji wzrósł o około 30% - przez liczbę etapów i ich skomplikowanie. Jeśli koszty prawnicze w transakcji średniej wielkości to 100-250 tys. dolarów, to oszczędność nawet kilkudziesięciu godzin pracy zespołu to realna pozycja w budżecie transakcji. I to wyjaśnia, dlaczego firmy, które mają po kilkadziesiąt transakcji rocznie, patrzą na takie narzędzie poważnie. Sam liczysz to inaczej, ale zasada jest ta sama: automatyzację ocenia się w godzinach i kosztach, a nie w deklaracjach producenta.

Co dokładnie automatyzuje się w transakcji

Robin wypuściło produkt o nazwie Robin Reports, który - jak opisuje firma - potrafi podsumować tysiące dokumentów prawnych naraz i zaproponować działania na podstawie tej analizy. Wspomniane przypadki użycia to właśnie due diligence w transakcjach M&A oraz reagowanie na incydenty, na przykład wyciek danych. Kluczowe jest to ostatnie słowo: narzędzie proponuje, człowiek decyduje. Robin jest też zintegrowane z Microsoft Word, więc wynik analizy pojawia się tam, gdzie prawnik i tak pracuje nad dokumentem.

Proces wygląda mniej więcej tak. Na początku ustala się budżet, zakres przeglądu, terminy i oczekiwane raporty. Potem do data roomu trafiają dokumenty: sprawozdania finansowe, umowy, procedury, materiały marketingowe. Kolejny krok to maszynowy przegląd, w którym system wyciąga kluczowe zapisy i wskazuje miejsca wymagające uwagi. Następnie identyfikacja ryzyk prawnych i zgodności, potem workflow dopasowany do konkretnej transakcji - od prostej akwizycji po transgraniczną fuzję - i wreszcie raport z rekomendacjami, który ocenia już zespół.

Ta sekwencja jest wspólna dla całej kategorii narzędzi due diligence, nie tylko dla Robina. Hebbia opisuje ją identycznie: system wchodzi do VDR, wczytuje sprawozdania, umowy, SOP-y i materiały marketingowe, po czym wskazuje krytyczne punkty, wątki i ryzyka, pokazując każdą tezę z odesłaniem do dokumentu źródłowego. Różnica między tymi produktami nie leży w mechanice, tylko w tym, dla kogo są zrobione i na jakiej bazie własnych umów pracują.

Tu trzeba powiedzieć o granicy, której marketing nie podkreśla. Robin deklaruje, że model odpowiada z cytowaniem - klikasz w odwołanie i sprawdzasz odpowiedź w dokumencie. To jest najlepsza rzecz, jaką taki produkt może zrobić, bo pozwala sprawdzić każdy wniosek. Nie oznacza to jednak, że weryfikacja zniknęła. Oznacza, że zmieniła formę: z czytania setek stron na kontrolowanie kilkudziesięciu twierdzeń.

80% czy 85% - skąd biorą się liczby

Tu muszę być uczciwy co do jakości danych. Na stronie Robina widnieje „80% faster review", czyli 80% szybszy przegląd. Artykuł branżowy pisze o skróceniu czasu przeglądu „do 85%". To rozrzut niewielki, ale obie liczby pochodzą od zainteresowanej strony, więc traktowałbym je jako górną granicę deklaracji, nie jako zmierzoną średnią.

Ciekawe, że obok krąży trzecia liczba: 87%. Robiła się z niej „87% szybszy przegląd" przez analogię, ale to błąd. Tytuł newsa Robina z lutego 2025 roku brzmi „Anthropic's Claude 87% better at legal tasks" i dotyczy modelu językowego w zadaniach prawnych - czyli jakości, nie czasu. Nie mam treści tego newsa, więc nie napiszę, jaki to był benchmark ani co dokładnie zmierzono.

Podobnie rzecz ma się z deklaracjami konkurencji. Hebbia mówi o zdolności do zautomatyzowania 90% procesów finansowych i prawnych, Imprima o oszczędności co najmniej 90% czasu ręcznego przeglądu umów. To liczby wyższe niż Robina, ale mierzą co innego: przegląd umów to jeden etap, a cały due diligence liczy ich kilkanaście. Porównywanie tych wartości jak do z wybraną nie ma sensu.

Finansowanie: 26 mln, 25 mln i jedna liczba bez pokrycia

Robin AI zgromadziło ponad 50 milionów dolarów w dwóch dużych rundach. Firma komunikuje, że w styczniu 2024 roku zebrała 26 milionów dolarów w rundzie Series B, a wcześniej w 2024 roku 25 milionów - prowadzonych przez grupę jej klientów i dotychczasowych inwestorów. To nietypowa struktura: firma, w której inwestują ci, którzy kupują od niej produkt.

Tyle w komunikacie firmowym. Artykuł branżowy podaje sumę 68,4 miliona dolarów w dziesięciu rundach, a rundę 26 milionów opisuje jako follow-on prowadzony przez Temasek, który „dodał się" do 25 milionów zebranych wcześniej w 2024 roku. To odwróca kolejność, którą podaje firma. Jedno i drugie nie może być prawdziwe naraz.

Uczciwie: w materiałach, które przeszedłem, nie ma tabeli rund, więc różnicy 17 milionów nie umiem udokumentować. Dlatego trzymałbym się dwóch kwot potwierdzonych przez samą firmę i traktował 68,4 miliona jako liczbę z zewnętrznego zestawienia, której nie da się teraz sprawdzić. Przy Due diligence, o którym tu mówimy, to dość ironiczna sytuacja - oceniamy dokładność danych zanim podejmiemy decyzję.

Czy prawnicy tracą pracę - co naprawdę wiemy

Najczęściej cytowany materiał na ten temat to news Robina z kwietnia 2025 roku: „Poll: 1 in 3 would let an AI lawyer represent them", czyli co trzeci respondent w ankeicie wpuściłby AI w rolę reprezentującego go prawnika. Tyle. Nie znalazłem w materiałach liczby respondentów, geografii ani metodologii tej ankiety, więc nie napiszę, ile osób pytano ani kto ją zlecił. Nagłówek bez treści to za mało, żeby oprzeć na nim tezę o zmianach na rynku pracy.

Drugi news, z listopada 2024 roku, ma tytuł „Young lawyers now more valuable thanks to AI", czyli młodzi prawnicy są dzięki AI cenniejsi. Też bez treści w dostępnych materiałach. Sam kierunek jest jednak spójny z tym, co widać w opisie procesu: automatyzacja zdejmuje z prawnika czytanie i wyszukiwanie, a zostawia mu ocenę i decyzję. Jeśli wartość młodszej osoby rośnie, to znaczy, że wygrywa nie ten, kto najszybciej czyta, tylko ten, kto lepiej uzasadnia wniosek.

Co istotne, Robin AI wprost tego nie obiecuje. Firma pisze, że narzędzie „zmniejsza obciążenie zespołów prawnych, pozwalając im skupić się na strategicznych decyzjach wyższego rzędu". Redukcja obciążenia to nie zwolnienia. Nie znalazłem natomiast żadnych danych o liczbie zwolnień, redukcji etatów ani zmianach zatrudnienia w kancelariach po wdrożeniu tego typu narzędzi - a to właśnie brakuje, żeby odpowiedzieć na pytanie o utratę pracy. Pytanie, na które da się dziś odpowiedzieć, brzmi inaczej: nie „czy prawnicy stracą pracę", tylko „co dokładnie będą robić w dniu, w którym przegląd 300 umów zajmie im dwie godziny zamiast dwudziestu".

Polska: dużo transakcji, zero wdrożeń

Warto spojrzeć na rynek, na którym te narzędzia miałyby pracować, bo liczby są zaskakujące. W I kwartale 2025 roku na polskim rynku odnotowano 78 transakcji fuzji i przejęć - o 17 mniej niż rok wcześniej. Największa z nich to przejęcie tureckiej sieci klubów fitness MAC Group za ponad 380 milionów euro, czyli około 1,6 miliarda złotych. Warsaw Equity Advisors podaje po swojej stronie ponad 80 zrealizowanych transakcji o łącznej wartości przekraczającej 4 miliardy euro.

Żadne z tych polskich źródeł nie wspomina o Robinie ani o legal AI w due diligence. Wszystkie opisują proces bezwarunkowo ludzko: nadzorowanie badania spółki, koordynację due diligence, doradztwo przy transakcji. Nie znalazłem polskiego studium przypadku wdrożenia AI w M&A ani danych o legal AI na polskim rynku. To samo dotyczy integracji z data roomem - w materiałach źródłowych nie ma informacji, żeby Robin miał wtyczkę do VDR czy partnerstwo z dostawcą takich pokojów. Scenariusz „AI czyta dokumenty z VDR" jest dziś rekonstrukcją z opisu branżowego, a nie opisem działającej funkcji.

Co sprawdzić, zanim kupisz narzędzie tego typu

Rynek jest dojrzały na tyle, żeby ktoś umiał zadawać właściwe pytania. Hebbia publikuje wprost checklistę pytań do dostawcy: czy wykorzysta nasze dane do trenowania modeli, czy ma politykę zerowej retencji danych, czy oferuje ceny indywidualne dla klientów enterprise. To nie marketing, tylko rozsądna obawa: dokumenty z data roomu to informacje poufne o transakcji, która jeszcze nie jest publiczna.

Robin deklaruje GDPR, certyfikat ISO27001 i SOC2, a model opiera na własnej bazie umów połączonej z Claude od Anthropic. To mocna pozycja wyjściowa. Nie znalazłem jednak odpowiedzi na pytanie o trenowanie na danych klientów ani o retencję - a to są dwie rzeczy, które przed podpisaniem umowy powinien znać każdy dział prawny, niezależnie od dostawcy.

Praktycznie: zacznij od jednego procesu, zamiast od całej platformy. W due diligence obejmij najpierw jeden typ dokumentu, jeden typ transakcji i zmierz, ile godzin naprawdę odzyskałeś. Przy narzędziach za tysiące dolarów rocznie liczy się nie deklarowany procent, tylko twój własny rachunek. Jeśli dopiero tu zaczynasz szukać, gdzie w firmie ginie czas, zmapuj procesy w jeden wieczór - tak samo działa to przy due diligence: liczy się, co faktycznie jest powtarzalne.

Ten sam mechanizm działa w firmie, która dopiero zaczyna: zamiast kupować platformę za tysiące dolarów, warto przejrzeć procesy, które warto zautomatyzować jako pierwsze, i sprawdzić, czy któryś z nich wygląda podobnie do przeglądu setek umów.

Jeśli chcesz porównać, co z tych deklaracji da się przetłumaczyć na realne pieniądze w Twojej firmie, a co jest tylko hasłem, napisz do mnie. Odpowiadam zwykle tego samego dnia, a zakres i wycenę dostajesz na piśmie. Zobacz usługi, które realizuję - zobacz też, co realnie opłaca się w małej firmie, bo legal AI do M&A wygląda zupełnie inaczej niż narzędzia, które wybiera się na co dzień.