← Wszystkie case studies · ✨ Inne
Spółdzielnia mieszkaniowa · 12 tys. mieszkańSpółdzielnia (12 tys. mieszkań): zgłoszenia mieszkańców obsłużone w 18 godzin zamiast 9 dni
Spółdzielnia mieszkaniowa — system obsługi zgłoszeń (awarie, hałas, czystość, opłaty) z AI routingiem i statusami.
Okres pomiaru: rok kalendarzowy
Sytuacja wyjściowa
Klient: spółdzielnia mieszkaniowa, 12 tys. mieszkań w jednym mieście, ~28 tys. mieszkańców, 180 pracowników (administracja + ekipy techniczne + sprzątanie). Zgłoszenia: ~4 200 miesięcznie (awarie, dewastacje, sąsiedzkie spory, pytania administracyjne).
Mieszkaniec dzwonił, mailował, pisał kartki na drzwiach administracji. Zgłoszenie ginęło lub było obsługiwane w 7-12 dni. Klasyfikacja ręczna była niespójna. Ekipy techniczne dostawały sprzeczne zlecenia. Mieszkańcy frustrowali się, organizowali grupy na Facebooku z hashtagiem #spoldzielnia[X]ToPorazka.
Jakie procesy weszły na AI
- Wielokanałowe zgłaszanie — Mieszkaniec zgłasza przez: chat web, voice (telefon), e-mail, aplikację. AI rozumie naturalny opis, klasyfikuje (awarie 14 kategorii, administracja 8, sąsiedzkie 4) i automatycznie kieruje do właściwego pracownika.
- Auto-classification i routing — AI nie tylko klasyfikuje, ale priorytetyzuje (awaria gazu = natychmiast, dewastacja na klatce = w ciągu dnia, pytanie administracyjne = w 24h). Stosuje SLA per kategoria.
- Status update dla mieszkańca — Mieszkaniec dostaje SMS/email/push z każdym etapem: „zgłoszenie przyjęte", „ekipa wyjechała 14:30", „zakończone 16:20". Nie musi dopytywać.
- Asystent administracji — Pracownik administracji widzi dashboard zgłoszeń, AI sugeruje priorytety dnia, generuje odpowiedzi na pytania administracyjne (regulamin, czynsze, zebrania).
Architektura rozwiązania
Stack RedAI: Claude Opus 4.7 + PLLuM 12B (polski administracyjny), embedding e5-large w Qdrant na regulaminach i historii spółdzielni, voice gateway dla telefonii, integracje z systemem zarządzania spółdzielnią. On-prem ze względu na dane osobowe członków spółdzielni.
Dane klienta nie wychodzą poza prywatną instancję RedAI. Wszystkie wywołania modeli, retrieval z bazy wiedzy i operacje na systemach źródłowych logowane do audytu (NIS2, AI Act art. 12, RODO art. 32). Hooks Claude wymuszają deterministyczne kontrole uprawnień (ACL) przed każdym wywołaniem narzędzia.
Liczby i wyniki
| Metryka | Przed | Po wdrożeniu | Zmiana |
|---|---|---|---|
| Średni czas obsługi zgłoszenia | 9 dni | 18 godz. | -92% |
| Zgłoszenia stracone / niezamknięte | 12% | 0,3% | -97% |
| Skarg do zarządu spółdzielni / kwartał | ~38 | ~4 | -89% |
| Frekwencja na walnym zgromadzeniu | 8% | 24% | +16 pp (zaufanie) |
| Czas administracji na zgłoszenia | 60% pracy | 22% | -38 pp |
| NPS mieszkańców | -22 | 34 | +56 pkt |
Setup: 240 tys. zł. Opex: 18 tys. zł/mies. Korzyść trudna w zł, ale: spadek skarg, zaufanie mieszkańców, niższa rotacja pracowników administracji.
„Walne zgromadzenie spółdzielni bez awantury o administrację — pierwsze od 8 lat. Zarząd nie wierzył."
— Prezes zarządu spółdzielni
Co dalej
Kolejna faza: AI-driven planowanie remontów (predykcja, które elementy infrastruktury wymagają interwencji w najbliższych 12 mies.), elektroniczne zebrania mieszkańców, AI-asystent zarządu (analizy finansowe, scenariusze inwestycyjne).
RedAI działa jako prywatna instancja w infrastrukturze klienta. Dane nie wychodzą poza firmę. Umówcie 30-minutowe demo — pokażemy analogiczne wdrożenie w Waszej branży i policzymy ROI na Waszych liczbach.
„Walne zgromadzenie spółdzielni bez awantury o administrację — pierwsze od 8 lat. Zarząd nie wierzył."
Inne case studies z działu inne.
Chcesz, żeby Wasza firma była następna na tej liście?
30-min rozmowa — pokazujemy 2–3 case'y najbliższe Waszej sytuacji (pod NDA) i mówimy, ile zaoszczędzicie w pierwszym roku.