Jak mierzyć, czy AI w urzędzie naprawdę pracuje

Prywatny sektor zaczyna mierzyć AI inaczej niż dotychczas. Nie chodzi już o to, czy pracownicy mają dostęp do narzędzi, ale o to, ile faktycznie z nich korzystają. Jedną z pojawiających się miar jest zużycie tokenów, czyli techniczny wskaźnik ilości tekstu przetworzonego przez model językowy. Logika jest prosta: jeśli ktoś ma do dyspozycji drogie narzędzia AI i prawie ich nie używa, inwestycja nie zwraca się. Samo wdrożenie to za mało. Liczy się adopcja.

To nie jest tylko dyskusja o technikaliach. Za tym kryje się pytanie, które polskie urzędy i instytucje publiczne powinny zadać sobie już teraz.

Co to oznacza dla polskich urzędów i instytucji publicznych

Wiele instytucji publicznych w Polsce przez ostatnie dwa lata wdrożyło lub testuje narzędzia AI: Microsoft Copilot, systemy do OCR dokumentów, chatboty na stronach urzędowych, asystentów do obsługi korespondencji. Problem polega na tym, że niemal nikt nie mierzy, jak intensywnie te narzędzia są faktycznie używane.

Z perspektywy odpowiedzialności publicznej to poważna luka. Środki publiczne wymagają uzasadnienia. Jeśli urząd płaci za licencje AI, a pracownicy korzystają z nich sporadycznie lub wcale, to nie jest problem pracownika, ale procesu wdrożenia i zarządzania zmianą.

Co warto śledzić zamiast (lub obok) abstrakcyjnych deklaracji o "cyfryzacji"? Kilka wskaźników, które mają sens w sektorze publicznym:

• Liczba dokumentów przetworzonych z pomocą AI w stosunku do ogółu obsługiwanych spraw
• Czas odpowiedzi na korespondencję przed wdrożeniem i po
• Odsetek pracowników aktywnie korzystających z narzędzia w ciągu ostatnich 30 dni
• Liczba zapytań obsłużonych automatycznie przez chatbota bez przekazywania do człowieka

To miary dostępne bez żadnych zaawansowanych systemów analitycznych. Wystarczy poprosić dostawcę o logi użycia.

Drugą kwestią jest kultura pracy. W administracji publicznej AI bywa postrzegana jako zagrożenie dla zatrudnienia albo jako dodatkowy obowiązek biurokratyczny. Żaden wskaźnik tego nie zmieni sam z siebie. Zmieniają to konkretne przykłady: jak AI pomogła referentce skrócić czas pisania decyzji administracyjnej z godziny do dwudziestu minut. Takie przypadki warto dokumentować i dzielić się nimi wewnętrznie. To buduje zaufanie skuteczniej niż szkolenia obowiązkowe.

Przesunięcie uwagi z "mamy AI" na "mierzymy, co nam daje" to dobry kierunek. Nie chodzi o presję na pracowników, ale o to, żeby wiedzieć, za co się płaci i co faktycznie działa. Instytucje, które to zrozumieją wcześniej, będą miały lepsze argumenty przy kolejnych budżetach na technologię.

Jeśli chcesz sprawdzić, jak wygląda faktyczna adopcja AI w Twojej instytucji, zapraszamy na bezpłatny audyt. Zerknijmy razem na liczby.