01 · Efekt kluczowy
Większa przepustowość
Zwiększenie możliwości obsługi spraw bez zwiększania obciążenia pracowników. Urząd działa efektywniej, nie przez dokładanie etatów.
Sektor publiczny
System RAG dla urzędów. Odpowiedzi z własnej bazy wiedzy, zgodne z AI Act i RODO.

W tym numerze

Liczba spraw wpływających do urzędów rośnie szybciej niż liczba pracowników. Mieszkańcy oczekują sprawnej obsługi, precyzyjnych informacji i krótszego czasu realizacji.
Administracja potrzebuje rozwiązań, które pogodzą rosnące obciążenie z wysoką jakością i dostępnością usług.
Rosnąca popularność Wirtualnego Asystenta w aplikacji mObywatel potwierdza zmianę — AI w obsłudze spraw urzędowych nie jest już eksperymentem, tylko standardem, do którego obywatele już się przyzwyczaili.

Cztery efekty dobrze wdrożonej AI
01 · Efekt kluczowy
Zwiększenie możliwości obsługi spraw bez zwiększania obciążenia pracowników. Urząd działa efektywniej, nie przez dokładanie etatów.
02
Usprawnienie realizacji obowiązków informacyjnych urzędu wynikających z Kodeksu Postępowania Administracyjnego.
03
Przejrzystość informacji publicznych oraz jednolite i zrozumiałe komunikaty dla mieszkańców. Jeden głos urzędu.
04
Wzmocnienie wizerunku urzędu jako nowoczesnej i odpowiedzialnie zarządzanej instytucji.

Rozdział · Warunki wdrożenia
Dane, dopasowanie, bezpieczeństwo — trzy warunki, które decydują.

Warunki skutecznego wdrożenia
Warunek 01 · Fundament
Informacje są często rozproszone między systemami, w nieustrukturyzowanych dokumentach, w różnym stopniu uporządkowane. Skuteczne wdrożenie wymaga przemyślanego podejścia do jakości, aktualności i struktury danych.
Dopiero po uporządkowaniu warstwy danych ma sens uruchamianie warstwy AI.
Warunek 02
Rozwiązania „z półki" nie odpowiadają specyfice danego urzędu. Bez dostępu do aktualnych dokumentów i lokalnych regulacji modele mogą udzielać odpowiedzi błędnych, niepełnych — a w skrajnych przypadkach zmyślonych.
Większość ogólnych modeli w ograniczonym stopniu uwzględnia język oraz kontekst prawny polskiej administracji.
Warunek 03
Administracja odpowiada za bezpieczeństwo informacji urzędowych. Darmowe narzędzia AI mogą przetwarzać treści na zewnętrznych serwerach, poza UE. AI Act nakłada na sektor publiczny szczególne wymagania — transparentność, udokumentowanie, bezpieczeństwo.

Trzy drogi do AI w urzędzie
| Kryterium | RAG Quantica Lab | ChatGPT / Gemini | Własny LLM (trenowany) |
|---|---|---|---|
| Gdzie są dane | On-premise lub zaufana chmura UE | Serwery dostawcy, często poza UE | Infrastruktura urzędu (jak RAG) |
| Klasa wg AI Act | Transparentny, udokumentowany | Zależnie od użycia — ryzyko compliance | Wysokie wymogi dokumentacyjne |
| Zgodność z RODO | Pełna kontrola nad danymi osobowymi | Trzeba polegać na umowie z dostawcą | Pełna kontrola, wymaga własnego DPO |
| Źródło odpowiedzi | Zweryfikowane dokumenty urzędu | „Pamięć" modelu — ryzyko halucynacji | Wytrenowany korpus + halucynacje |
| Koszt | Umiarkowany · abonament + integracja | Niski abonament, wysokie ryzyko | Bardzo wysoki — trening + utrzymanie |
| Czas wdrożenia | Tygodnie — pilot do 8 tyg. | Dni — bez kontroli nad danymi | Miesiące — od zespołu i infrastruktury |

Wdrażanie AI w administracji powinno łączyć możliwości modeli językowych z aktualną wiedzą urzędu, uwzględniać specyfikę lokalnych procedur oraz zapewniać realną kontrolę nad danymi. Takim podejściem jest RAG.
System odpowiada na bazie informacji wyszukanych w wcześniej zdefiniowanym zbiorze zweryfikowanych dokumentów — uchwał, rozporządzeń, regulaminów, procedur czy komunikatów.
Odpowiedzi powstają wyłącznie z udokumentowanych źródeł — nie z „pamięci" modelu.

Korzyści dla administracji publicznej
01 · Kluczowa zaleta
Odpowiedzi powstają na podstawie zweryfikowanych dokumentów, co istotnie ogranicza ryzyko błędów i wzmacnia zaufanie do udzielanych informacji.
02
System korzysta z dokumentów konkretnej jednostki i uwzględnia polski kontekst administracyjny oraz obowiązujące procedury.
03
Baza dokumentów pozostaje pod kontrolą urzędu, a rozwiązanie może działać w bezpiecznym środowisku zgodnym z wymogami ochrony danych.
04
RAG porządkuje wiedzę instytucji — wdrażany jako czatbot dla mieszkańców lub narzędzie wewnętrzne wspierające biura obsługi.

System rozwijany jest przez zespół współtworzący polskie duże modele językowe PLLuM, z doświadczeniem we wdrożeniach w administracji publicznej — m.in. Wirtualny Asystent w mObywatel oraz czatboty w urzędach miast.
Architektura Enterprise RAG opracowana przez Intel, dostosowana do języka polskiego i zastosowań w administracji publicznej.

Rozwiązanie integrowane z istniejącymi systemami i wdrażane w bezpiecznym środowisku. Różne scenariusze wdrożenia — chmurowe oraz on-premise, na infrastrukturze własnej lub urzędu — zgodnie z wymaganiami bezpieczeństwa i polityką IT.
Połączenie kompetencji w zakresie polskich LLM, doświadczenia we wdrożeniach w administracji oraz sprawdzonych rozwiązań Enterprise.
Zapraszamy do kontaktu
Issue № 05 · 2026 · WarsawPrinted with care.