Iliustracinis pavyzdys: marketingo agentūros vadovas iš Kauno rado sutarties kopiją tik trečią kartą ieškodamas el. pašte pagal kliento vardą. Sutarties pabaiga buvo po 12 dienų — o SLA įsipareigojimas, kurį jie pažeidė prieš tris mėnesius, buvo įrašytas antrame priede, kurį niekada niekas iki galo neperskaitė. Šis straipsnis skirtas paslaugų sektoriaus vadovams — konsultantams, IT agentūroms, teisininkams, marketingo specialistams — kurie tvarko 30–100 atvirų pasiūlymų ir sutarčių tuo pačiu metu ir naudoja Excel arba Google Sheets kaip savo „dokumentų CRM”.
AI agentas dokumentų valdymui nėra brangus enterprise DMS ar ilgametis transformacijos projektas. Tai automatizuotas srautas, sukurtas per 2–4 savaites, kuris panaikina tris konkrečias problemas: versijų chaosą, prarastus terminus ir rankinio statuso sekimo laiko eikvotumą. Jei jus domina platesnis procesų automatizavimo kontekstas — skaitykite verslo procesų automatizavimo paslaugą.
Kodėl Excel sutarčių registro modelis lūžta po 50 dokumentų
Excel sutarčių registras atrodo kaip sprendimas tol, kol komanda maža ir dokumentų skaičius nesiekia 50. Pasiekus šį slenkstį, trys struktūrinės problemos tampa neišsprendžiamos rankiniu būdu.
Versijų chaosas. „Sutartis_v3_galutine_tikrai_galutine.docx” — ši failo pavadinimo ironija pažįstama kiekvienoje komandoje. Kai dokumentas keičia rankas el. paštu, Excel negali atsekti, kuri versija aktyvi, kas ją pakeitė ir ar klientas pasirašė būtent tą, kurią jūs išsiuntėte. Pavyzdžiui, IT paslaugų bendrovė gali atsidurti situacijoje, kai klientui pateikia seną kainoraštį iš neaktualios sutarties versijos — be centralinės versijų kontrolės tokios klaidos neišvengiamos.
Atostogų periodai. Kai žmogus, žinantis, kur yra „sutarčių aplankas”, išeina atostogų, jo kolegos praleidžia valandas ieškodami dokumentų arba kuria naujus iš atminties. Žinios apie dokumentų struktūrą gyvena žmogaus galvoje, ne sistemoje — ir tokia organizacija yra vieno žmogaus pažeidžiamumo taškas.
Sausio rytmetis. Metų pradžioje dauguma sutarčių atnaujinamos vienu metu. Excel registro peržiūra — 80 sutarčių — tai pusė darbo dienos. Kai 20 iš jų reikia atnaujinti tą patį mėnesį ir kiekvienai reikia individualaus el. laiško, vadovas praranda visą savaitę einamajam darbui. Automatizavimas šį scenarijų paverčia 30 minučių užduotimi: sistema pati identifikuoja atnaujintinas sutartis, sugeneruoja priminimų el. laiškus ir stebi atsakymus.
AI agentas kaip dokumentų asistentas: ką jis realiai daro
AI agentas dokumentų valdymui neatstoja advokato ar dokumentų vadybininko — jis automatizuoja keturis konkrečius techninius veiksmus, kurie šiandien atima žmogaus laiką:
- 1Ateina pasirašyta sutartis ar pasiūlymasEl. paštas · portalas
- 2Agentas ištraukia šalis, datas ir sumasKalbos modelis, pvz., GPT-4o-mini
- 3Įrašas atsiranda registreAirtable · Notion · Google SheetsŽmogus tik patvirtina laukus.
- 4Priminimai likus 30, 14 ir 3 dienomsSlack · el. paštas
1. Skenuoja įeinančius PDF ir el. laiškus. Kai klientas siunčia pasirašytą sutartį el. paštu arba per portalą, agentas automatiškai aptinka priedą, identifikuoja jo tipą (sutartis, pasiūlymas, priedas, NDA) ir perduoda tolesniam apdorojimui. Jokio rankinio aplanko tikrinimo.
2. Ištraukia struktūruotus metaduomenis. Kalbos modelis (pvz., GPT-4o-mini) per kelias sekundes nuskaito sutarties tekstą ir ištraukia: šalių pavadinimus, sutarties datą, vertę eurais, galiojimo terminą ir SLA įsipareigojimus. Standartinėms komercinėms sutartims tikslumas paprastai būna aukštas, bet ne absoliutus — jį verta pasitikrinti su jūsų pačių dokumentais. Neaiškūs laukai žymimi žmogaus peržiūrai. Visada žmogus patvirtina prieš įrašant į sistemą.
3. Įdeda į centrinį registrą automatiškai. Airtable, Notion ar Google Sheets registras papildomas nauju įrašu su visais laukais. Žmogui belieka patvirtinti ištrauktus duomenis — tai 30 sekundžių, ne 5 minutės rankinio suvedimo.
RankaLaukus užpildo agentas
Laikas vienam dokumentui
Skaičiai iš teksto: apie 5 min. rankinio suvedimo prieš ~30 s, kurių reikia patikrinti ir patvirtinti ištrauktus duomenis.
4. Primena prieš terminus. Likus 30, 14 ir 3 dienoms iki sutarties pabaigos, vadovas gauna pranešimą Slack ar el. paštu su nuoroda į dokumentą, kliento kontaktais ir paskutiniais sandorio komentarais iš CRM. Priminimai siunčiami automatiškai — žmogus negali „pamiršti” sutarties termino, nes sistema to nepamiršta.
5 dokumentų valdymo procesai, kuriuos galima automatizuoti per 2 sav.
1. Pasiūlymo statuso sekimas
Pardavimų vadovas siunčia pasiūlymą klientui — ir tada tyla. Excel stulpelyje „Statusas” esantis „Išsiųstas” lieka amžinai, nes niekas neturi laiko atnaujinti. AI agentas integruojamas su el. paštu: kai klientas atidaro pasiūlymą, paspaudžia nuorodą ar atsiunčia atsakymą, agentas automatiškai atnaujina statusą CRM ir siunčia vadybininkui Slack priminimą su rekomenduojamu follow-up'o tekstu. Nereikia kasdien tikrinti — sistema pati stebi ir praneša.
2. Sutarties pabaigos priminimas 30 d., 14 d., 3 d.
Trys priminimų lygiai panaikina „pamiršti” scenarijų. Likus 30 dienų — informacinis pranešimas vadovui su klausimu: atnaujinti ar baigti santykius. Likus 14 dienų — eskalavimas skyriaus vadovui, jei nėra jokio atsakymo ir veiksmo. Likus 3 dienoms — kritinis priminimas su pilna sutarties informacija, kliento kontaktais ir naujausiu komunikacijos istorija iš CRM. Visi trys lygiai konfigūruojami vienai įmonei per vieną dieną.
3. SLA pažeidimo aliarmas Slack
Kai klientas pateikia incidentą ar užklausą pagal sutartyje numatytą SLA, agentas stebi laiką nuo registro momento. Pasiekus 80 proc. SLA laiko — automatinis perspėjimas atsakingam vadovui su visa incidento istorija. Pasiekus 100 proc. — eskalavimo pranešimas direktoriui su siūlomais sprendimais ir kliento istorija. Taip SLA pažeidimų rizika pastebimai sumažėja, nes vėluojantys atvejai pastebimi dar prieš terminą.
4. Dokumento priskyrimas prie kliento kortelės CRM
Kiekvienas naujas dokumentas — sutartis, pasiūlymas ar priedas — automatiškai susietas su tinkama kliento kortele HubSpot, Pipedrive ar kitoje CRM sistemoje. Dokumentų ieškojimas pagal kliento vardą, o ne aplanko struktūrą, yra gerokai greitesnis. Pardavimų vadovas prieš skambutį per 10 sekundžių mato visą kliento dokumentų istoriją — be atskirų el. pašto paieškų.
5. Dokumento metaduomenų ištraukimas iš PDF
Sąskaitos faktūros, sutarčių priedai, NDA dokumentai — AI agentas kiekvienam iš jų automatiškai ištraukia šalis, datas, sumas ir specialias sąlygas bei susieja su egzistuojančiu sandoriu registre. Tai panaikina duomenų suvedimo klaidų klasę: kai žmogus suvedinėja duomenis rankiniu būdu, klaidos neišvengiamos; kai AI ištraukia iš originalo, o žmogus patvirtina — jų gerokai mažiau.
Apie klientų onboarding automatizavimą, kuris natūraliai papildo dokumentų valdymą — klientų onboarding automatizavimas B2B.
Įrankių lygmenys: Notion + Make.com pigu modelis vs custom AI agentas
Pasirinkimas nėra binarus — yra du aiškūs sprendimo lygiai pagal biudžetą ir poreikius.
Pigu modelis: Notion + Make.com (nuo ~€80/mėn., kainos keičiasi). Notion kaip dokumentų registras ir žinių bazė, Make.com kaip automatizavimo sluoksnis, Gmail ar Outlook kaip el. pašto jungtis. PDF OCR per Google Cloud Vision API, priminimai per Slack ar Gmail. Tinkamai sukonfigūruotas šis stack'as padengia didelę dalį mažos įmonės dokumentų valdymo poreikių. Apribojimas: ribota OCR tikslumas ne standartiniuose dokumentuose ir nėra gilios semantinės analizės sudėtingoms sutarčių sąlygoms. Diegimas: 1–2 savaitės, nereikalauja programavimo žinių.
Custom AI agentas: €4000 vienkartinis + €150–300/mėn palaikymas. GPT-4o-mini pagrindu, integruotas su jūsų konkrečia CRM, el. pašto sistema ir dokumentų saugykla. aukštesnis tikslumas sutarčių analizei (tikrinamas su jūsų dokumentais), personalizuotos eskalavimo taisyklės, BDAR atitinkančios duomenų apdorojimo sutartys su AI tiekėju. Grąža aiški: 5 valandų/sav. sutaupymas × €12/val. × 50 sav. = €3000/metus vien rankinio darbo sąnaudų. Diegimas: 3–4 savaitės. Apie AI agentų kūrimą — AI agentų kūrimas verslui.
Pavyzdys: IT agentūra 18 darbuotojų — €3200 invest., +€18k metinė vertė
Iliustracinis pavyzdys: tipinė IT konsultavimo agentūra su 18 darbuotojų: trys projektų vadovai, kiekvienas tvarko 20–35 aktyvių sutarčių. Tarkime, pagrindinė problema: kartais sutartys pasibaigia nepratęstos — klientai lieka be formalaus teisinio pagrindo, o agentūra gali prarasti kelis ar keliolika tūkstančių eurų pajamų iš kiekvieno nepratęsto ciklo.
Prielaidos iki automatizavimo. Projektų vadovai kiekvieną pirmadienį po 1,5 val. tikrina Excel registrą. Kartais praleidžiamas pasiūlymo statuso atnaujinimas — ir atsakymas į kliento signalą vėluoja kelias dienas. Sutarčių priedai dažnai saugomi el. pašte, o ne centralizuotai — ieškojimas užtrunka 10–15 minučių per sutartį.
Galimas sprendimas. Custom AI agentas ant GPT-4o-mini, integruotas su Gmail, Pipedrive ir Google Drive. El. paštu siunčiamos sutartys ir pasiūlymai būtų automatiškai aptinkami, metaduomenys ištraukiami ir įrašomi į Pipedrive kliento kortelę. Trys priminimų lygiai (30/14/3 d.) būtų sukonfigūruoti visiems 90+ aktyviems dokumentams. SLA stebėjimas pagal sutarties sąlygas su automatiniais Slack aliarmais projekto kanalams.
Tikėtina investicija ir grąža. Agento kūrimas ir integracija: €3200. Mėnesinis palaikymas: €180. Metinė vertė: 4,5 val./sav. × 3 vadovai × €14/val. × 48 sav. = €9072 sutaupyto rankinio darbo. Jei išvengiama dviejų nepratęstų sutarčių atvejų — konservatyviai +€9k papildomų pajamų per metus. Iš viso: ≈€18k metinė vertė. Tokiu atveju investicija orientaciškai atsipirktų per kelis mėnesius — tai skaičiavimo pavyzdys, ne garantuotas rezultatas.
Saugumo klausimas: ar GPT-4o-mini atsakomas konfidencialiems dokumentams
NDA sutartys, komercinės sąlygos, klientų asmens duomenys — dokumentų valdymo kontekste atsiranda natūralus klausimas: ar saugu juos perduoti trečiųjų šalių AI API? Atsakymas priklauso nuo trijų veiksnių.
Duomenų naudojimas modelio mokymui. OpenAI verslo duomenų politika (API ir ChatGPT Enterprise/Business, ne nemokamas ChatGPT) nurodo, kad duomenys pagal nutylėjimą nenaudojami modelių mokymui (2026 m. spalio duomenimis, OpenAI Enterprise privacy). Azure OpenAI Service lygiu — papildoma Microsoft BDAR DPA su ES duomenų centrais.
Lokalaus deployment variantai. Jei jūsų reguliavimo reikalavimais arba klientų sutarčių sąlygomis išoriniai AI API draudžiami, yra du variantai: Ollama su Mistral arba LLaMA 3 modeliu jūsų serveryje — aukštesnės infrastruktūros sąnaudos (orientaciškai €200–400/mėn. serverio kaštas, priklauso nuo modelio dydžio), bet duomenys nepalieka jūsų aplinkos. Azure Private Endpoints pagrindu izoliuoti deployment’ai — tinka didelių įmonių arba finansų sektoriaus atvejais.
BDAR atitiktis. Niekas neatleidžia jūsų nuo BDAR atsakomybės — AI agentas yra duomenų tvarkymo priemonė, o ne atsakomybės perdavimo mechanizmas. Privalomi žingsniai prieš diegimą: duomenų tvarkymo sutarties (DPA) sudarymas su kiekvienu naudojamu AI tiekėju ir dokumentų automatizavimo proceso įtraukimas į BDAR veiklų registrą. Tai žingsniai, atliekami iki paleidimo, ne retrospektyviai.
Diegimo planas: 4 savaitės nuo audito iki veikiančio sprendimo
1 savaitė — auditas ir prioritizavimas. Dokumentuojami visi dabartiniai dokumentų srautai: iš kur ateina sutartys (el. paštas, WhatsApp, portalo formos), kur saugomos (Drive, SharePoint, darbalaukis), kokios kritinės datos praleidžiamos dažniausiai. Apibrėžiami trys svarbiausi automatizavimo scenarijai pagal skausmo dažnumą ir verslo riziką.
2 savaitė — duomenų paruošimas ir bazinis integravimas. Esamas Excel arba Airtable registro struktūrizavimas — standartizuojami laukų pavadinimai ir tipai. Gmail arba Outlook jungtis AI agentui sukonfigūruojama. Bazinis OCR ir metaduomenų ištraukimas testuojamas su 10–15 realių dokumentų iš jūsų archyvo.
3 savaitė — priminimų ir aliarmų konfigūracija. SLA terminų ir sutarčių pabaigos logika sukonfigūruojama pagal auditą. Pirmas priminimų ciklas testuojamas su realia komanda — naudojamos esamos sutartys kaip testavimo duomenys. Slack kanalai arba el. pašto gavėjai sukonfigūruojami eskalavimo grandinei.
4 savaitė — pilotinis paleidimas ir koregavimas. Pilnas srautas paleidžiamas su visa aktyvia sutarčių baze. Tikrinami OCR tikslumas, eskalavimo trigeriai, CRM priskyrimas. Komanda mokoma naudoti naujus darbo procesus — paprastai 60–90 minučių onboarding'as visiems trims projektų vadovams pakanka. Savaitinė metrikų peržiūra pirmus du mėnesius: kiek dokumentų apdorota automatiškai, kiek pataisyta žmogaus, kiek priminimų veikė.