Urząd miasta (380 tys. mieszkańców): 22 000 zgłoszeń mieszkańców obsłużonych w 6 miesięcy

Sytuacja wyjściowa

Klient: urząd miasta na prawach powiatu, 380 tys. mieszkańców, 4 200 urzędników (urząd miasta + jednostki podległe), 14 wydziałów merytorycznych. Konkurencja: brak (monopol naturalny), ale presja polityczna na poprawę obsługi.

Mieszkańcy nie wiedzieli, gdzie się zgłosić z konkretną sprawą. Telefon do centrali — przerzucany między 5-8 wydziałów. E-mail — 14-dniowa odpowiedź. Wniosek — drukowanie, podpis, fizyczne złożenie. Mieszkańcy frustrowali się, urzędnicy też (75% czasu na podstawowe pytania, 25% na merytoryczną pracę).

Jakie procesy weszły na AI

• Bot mieszkańca (chat + voice) — Asystent dostępny przez stronę miasta, aplikację mobilną, telefon. Odpowiada na pytania o procedury, terminy, dokumenty potrzebne, godziny otwarcia, lokalizacje. Zna 4 200 procedur i 18 000 odpowiedzi FAQ.
• Zgłaszanie spraw przez chat/voice — Mieszkaniec opisuje sprawę (zacieka ulica, latarnia nie działa, dzika wysypisko). AI klasyfikuje, generuje zgłoszenie z lokalizacją (GPS lub adres), kieruje do właściwego wydziału, śledzi status.
• Asystent urzędnika — Wewnętrzny asystent dla urzędników odpowiada na trudniejsze pytania (interpretacja przepisów, precedensy decyzyjne), generuje pierwsze wersje decyzji administracyjnych.
• Spersonalizowane informacje — Mieszkaniec po zalogowaniu (przez login.gov.pl) dostaje pulpit: jego sprawy w toku, terminy podatków, harmonogramy odbioru śmieci, alerty miejskie.

Architektura rozwiązania

Stack RedAI: PLLuM 12B do podstawowych zapytań administracyjnych (polski język urzędowy), Claude Opus 4.7 do skomplikowanych zapytań i generowania pism, embedding e5-large w Qdrant na korpusie 4 200 procedur + 18 000 FAQ. Integracje z systemami miejskimi (ePUAP, BIP, system zarządzania sprawami). Wszystko on-prem (KSC, NIS2, ustawa o ochronie danych w administracji publicznej).

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

Setup: 480 tys. zł (większy zakres + integracje publiczne). Opex: 38 tys. zł/mies. Korzyść trudna do wyrażenia w zł — głównie społeczna i reputacyjna. Z punktu widzenia samorządu: odzyskanie 43 pp czasu urzędników to ekwiwalent ~120 etatów nie do zatrudnienia.

„Mieszkanka napisała do mnie po wprowadzeniu systemu: „pierwszy raz urząd jest dla mnie, a nie ja dla urzędu". To są słowa, dla których się to robi."

— Sekretarz miasta

Co dalej

Kolejna faza: integracja z PESEL i bazami państwowymi (po nowelizacji prawnej), AI-assisted budżet partycypacyjny (analiza i klasyfikacja propozycji mieszkańców), predykcja, w których dzielnicach narastają problemy społeczne.

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.