Agenci AI piszą kod za programistów. Dla urzędów to szansa i poważne wyzwanie jednocześnie

Jeszcze dwa lata temu programista pisał kod. Dziś coraz częściej go recenzuje. W wielu zaawansowanych zespołach deweloperskich agenci AI przejęli zdecydowaną większość pracy związanej z tworzeniem oprogramowania. Ludzie wchodzą do gry głównie wtedy, gdy coś się psuje albo gdy trzeba ocenić, czy to, co agent wyprodukował, nadaje się do wdrożenia. To nie jest wizja przyszłości. Tak działa coraz więcej firm technologicznych już teraz.

Ale ten model rodzi pytania, których nie da się zignorować: kto odpowiada za błąd, który popełnił agent? Jak kontrolować koszty, gdy rachunki za tokeny rosną szybciej niż wartość dostarczanego kodu? I co z systemami legacy, których pełno w każdej organizacji? Tu AI radzi sobie znacznie gorzej niż przy pisaniu nowych aplikacji od zera.

Co to oznacza dla polskich urzędów i instytucji publicznych

Administracja publiczna w Polsce rzadko buduje oprogramowanie od zera. Większość systemów to wieloletnie, skomplikowane środowiska, często słabo udokumentowane. Agenci AI radzą sobie świetnie przy nowych projektach, ale przy rozbudowie starego systemu kadrowo-płacowego czy platformy obsługi interesantów wymagają znacznie więcej nadzoru. To ważna informacja przy planowaniu, gdzie i kiedy warto ich użyć.

Drugi poważny temat to koszty. Model rozliczeń oparty na tokenach może szybko wymknąć się spod kontroli, zwłaszcza gdy agenci zaczną pracować autonomicznie nad złożonymi zadaniami. Przed wdrożeniem warto ustalić limity, monitorować zużycie i jasno określić, które zadania mają być realizowane przez agentów, a które nadal przez ludzi. Bez tego ryzykujemy, że IT budget przepali się szybciej, niż zdążymy ocenić efekty.

• Nadzór nad jakością: agent może wygenerować działający kod, który jednocześnie nie spełnia wymogów bezpieczeństwa ani standardów instytucji. Potrzebne są jasne kryteria przeglądu, zanim cokolwiek trafi na produkcję.
• Odpowiedzialność: w urzędzie błąd w systemie ma realne konsekwencje dla obywateli. Trzeba wiedzieć, kto weryfikuje pracę agenta i kto podpisuje się pod wynikiem.
• Systemy wielomodelowe: różne zadania wymagają różnych modeli. To nie jest problem techniczny, to jest kwestia zarządzania. Kto decyduje, który agent robi co i jak to się rozlicza?

Nie twierdzimy, że agenci AI to zły pomysł dla administracji. Wręcz przeciwnie. Przy odpowiednim podejściu mogą znacząco przyspieszyć modernizację urzędów, redukować koszt utrzymania systemów i odciążyć przeciążone działy IT. Warunek jest jeden: świadome wdrożenie z jasną strukturą nadzoru, a nie eksperyment bez planu.

Jeśli zastanawiasz się, jak bezpiecznie wprowadzić agentów AI do procesów IT w swojej instytucji, zapraszamy na bezpłatny audyt. Pomożemy ocenić, od czego warto zacząć i czego unikać.