Czy AI może pomóc przy wydawaniu zaświadczeń w urzędzie gminy?

AI może realnie pomóc przy kilku etapach obsługi wniosków o zaświadczenia: sprawdzeniu kompletności wniosku, przygotowaniu projektu treści zaświadczenia lub odmowy na podstawie danych dostarczonych przez pracownika, a także pilnowaniu terminu 7 dni wynikającego z art. 219 KPA. Samo zaświadczenie podpisuje uprawniony urzędnik, bo to on odpowiada za jego treść. Ale większość pracy "przed podpisem" da się wyraźnie skrócić.

Co tak naprawdę zajmuje czas przy obsłudze zaświadczeń?

Z zewnątrz zaświadczenie wygląda jak prosta czynność. W środku to kilka oddzielnych kroków, z których każdy może się opóźnić lub zgubić przy większym wolumenie spraw.

Pracownik musi odczytać wniosek i sprawdzić, czy wnioskodawca wskazał cel zaświadczenia, co jest wymogiem z art. 218 § 2 KPA. Potem otwiera system źródłowy: Otago lub Puma dla zaświadczeń o niezaleganiu z podatkami, lokalną bazę meldunkową albo rejestr PESEL dla zaświadczeń o miejscu zamieszkania, moduł USC przy sprawach stanu cywilnego. Wyciąga dane, przepisuje je do szablonu w Wordzie i sprawdza, czy wszystko się zgadza. Do tego dochodzi wysyłka przez ePUAP lub obsługa odbioru na miejscu.

Typowo wygląda to tak: wniosek wpływa przez ePUAP, pracownik otwiera Otago, ręcznie sprawdza salda na podatku od nieruchomości, rolnym i od środków transportowych, szuka właściwego wzoru dokumentu w folderze na dysku współdzielonym, przepisuje dane i formatuje. Przy 40-60 zaświadczeniach miesięcznie robi się z tego spory kawałek tygodnia. W sezonie wiosna-lato, gdy wszyscy potrzebują zaświadczeń do wniosków o dotacje unijne czy do programu Czyste Powietrze, liczba ta może skoczyć dwu- albo trzykrotnie.

Gdzie AI faktycznie pomaga, a gdzie nie wyręczy pracownika

AI pomaga przy:

• Weryfikacji kompletności wniosku: czy wskazano cel zaświadczenia, czy podano NIP lub PESEL, których tytułów podatkowych wniosek dotyczy, czy wnioskodawca działa we własnym imieniu czy jako pełnomocnik.
• Generowaniu projektu treści zaświadczenia po wklejeniu danych z systemu źródłowego.
• Przygotowaniu wezwania do uzupełnienia braków na podstawie art. 64 § 2 KPA, gdy wniosek jest niekompletny. Pracownik wpisuje, czego brakuje, a AI wypisuje wezwanie gotowe do podpisu.
• Redagowaniu projektu odmowy wydania zaświadczenia, gdy dane w systemie nie potwierdzają tego, o co prosi wnioskodawca.
• Pilnowaniu terminu 7 dni z art. 219 KPA przez monitorowanie dat wpływu wniosków i codzienne powiadomienia o sprawach kończących się w ciągu 48 godzin.

Czego AI nie zrobi bez integracji z systemem:

• Nie wejdzie samodzielnie do Otago, rejestru PESEL ani bazy meldunkowej. Dane musi dostarczyć pracownik albo system przez API.
• Nie podpisze zaświadczenia. Odpowiedzialność prawna za treść spoczywa na osobie składającej podpis.
• Nie sprawdzi, czy zaległość widniejąca w Otago nie została już uregulowana po dacie ostatniej synchronizacji. Dane w systemie mogą mieć opóźnienie i to pracownik ocenia ich aktualność.

Zaświadczenie o niezaleganiu z podatkami krok po kroku

To jeden z najczęstszych typów, wydawany na podstawie art. 306a Ordynacji podatkowej. Wnioskodawcy potrzebują go do przetargów, wniosków o dotacje, umów najmu nieruchomości komunalnych albo do programu Czyste Powietrze. W maju i czerwcu wpływa ich znacznie więcej niż przez resztę roku.

Schemat z AI wygląda tak:

• Wniosek wpływa przez ePUAP lub osobiście. Pracownik wkleja jego treść do okna czatu AI.
• AI sprawdza kompletność: czy jest NIP lub PESEL, czy wskazano cel, których tytułów podatkowych wniosek dotyczy.
• Pracownik otwiera Otago, sprawdza salda na podatku od nieruchomości, rolnym i od środków transportowych. Wyniki wkleja do czatu.
• AI generuje projekt zaświadczenia ("Zaświadcza się, że na dzień... podatnik nie posiada zaległości...") albo projekt odmowy, gdy saldo jest ujemne i zaległość przekracza dopuszczalny próg.
• Pracownik weryfikuje projekt, nanosi ewentualne poprawki, podpisuje i wysyła przez ePUAP lub wydaje na miejscu.

U jednego z klientów ten schemat skrócił obsługę pojedynczego wniosku z kilkunastu minut do kilku. Nie przez żaden efekt magiczny, ale dlatego że pracownik przestał formatować dokument od zera i szukać aktualnego wzoru na dysku sieciowym przy każdym wniosku z osobna.

Odmowa wydania zaświadczenia: projekt, który też warto oddać AI

Odmowa to osobny rodzaj pisma i musi mieć uzasadnienie. Wielu pracowników traci na nim więcej czasu niż na samym zaświadczeniu, bo piszą go rzadko i za każdym razem muszą sobie przypomnieć właściwą strukturę.

AI zna schemat odmowy oparty na art. 219 KPA i Ordynacji podatkowej. Wystarczy wkleić: imię, nazwisko lub nazwę podatnika, wskazany cel zaświadczenia, tytuł podatkowy i kwotę zaległości z Otago. AI przygotuje projekt z podstawą prawną, uzasadnieniem faktycznym i pouczeniem o prawie do wniesienia zażalenia.

Pracownik sprawdza, czy kwota zaległości się zgadza z tym, co widzi w systemie, podpisuje i wysyła. Kilka minut zamiast kilkunastu, i bez ryzyka pominięcia obowiązkowej klauzuli pouczeniowej.

Pilnowanie terminu 7 dni z art. 219 KPA

Siedem dni to krótki termin. Przy urlopach, zwolnieniach i sezonowych skokach liczby wniosków łatwo go przegapić. KPA nie przewiduje automatycznych przypomnień dla urzędu, więc śledzenie terminów spada na pracownika lub kierownika referatu.

Najprostsza implementacja nie wymaga żadnego systemu workflow. Wystarczy arkusz kalkulacyjny z datami wpływu i agent AI, który raz dziennie przegląda arkusz i wypisuje sprawy kończące się w ciągu najbliższych dwóch dni. Wynik trafia mailem do pracownika jako codzienny raport poranny.

Pełniejszy wariant to agent monitorujący folder skrzynki ePUAP i automatycznie wpisujący nowe wnioski do rejestru z datą wpływu. Wtedy pracownik nie musi pamiętać o ręcznym uzupełnieniu arkusza po każdym nowym piśmie.

Zaświadczenia o zameldowaniu: ta sama logika, inne dane źródłowe

Schemat jest identyczny jak przy zaświadczeniach podatkowych, ale dane wyciągamy z bazy meldunkowej. Pracownik sprawdza meldunek w systemie, wkleja wynik, AI generuje treść zaświadczenia.

Częsty problem w praktyce: wnioskodawca prosi o zaświadczenie dotyczące osoby trzeciej, na przykład dziecka albo nieżyjącego rodzica. AI pomaga tu od razu sprawdzić, czy wniosek zawiera podstawę prawną uprawniającą do dostępu do takich danych. To eliminuje sytuację, w której pracownik przez kilka dni prowadzi sprawę normalnie, a dopiero na końcu odkrywa brak tytułu prawnego i musi wezwać wnioskodawcę do uzupełnienia. Przy terminach KPA liczy się każdy dzień.

Od czego zaczynamy w referacie

Najlepiej nie wdrażać wszystkiego naraz. Sprawdzona kolejność:

• Krok 1. Zebrać trzy najczęściej wydawane typy zaświadczeń i do każdego przygotować prompt z listą wymaganych danych i wzorem treści. Zacząć od zaświadczeń o niezaleganiu, bo są najliczniejsze i najbardziej powtarzalne.
• Krok 2. Przez 2-3 tygodnie uruchamiać AI równolegle z obecnym procesem: pracownik robi jak dotąd, AI generuje projekt obok, porównujemy wyniki i poprawiamy prompt tam, gdzie AI myli się w szczegółach.
• Krok 3. Wdrożyć pilnowanie terminów przez arkusz lub integrację z EZD.
• Krok 4. Rozważyć integrację z systemem podatkowym przez API, jeśli wolumen wniosków uzasadnia koszt technicznego połączenia.

Jeśli chcesz sprawdzić, które procesy w twoim urzędzie dałoby się skrócić w pierwszej kolejności, zacznij od bezpłatnego audytu. Jak to wygląda w innych jednostkach, opisujemy w realnych wdrożeniach.

Pytanie warte zadania na najbliższym spotkaniu referatu: ile zaświadczeń wydajecie miesięcznie i ile minut zajmuje każde? Ta liczba powie więcej o sensowności wdrożenia niż jakikolwiek ogólny opis korzyści.