Biuro prasowe

Asseco po raz kolejny zostało docenione w prestiżowym rankingu „Poland's Best Employers”. Obecność w tym zestawieniu potwierdza silną pozycję firmy jako pracodawcy tworzącego nowoczesne i przyjazne środowisko pracy.

Ranking został przygotowany przez magazyn „Forbes” we współpracy z firmą badawczą Statista na podstawie niezależnego badania przeprowadzonego wśród pracowników firm zatrudniających co najmniej 250 osób. Respondenci oceniali m.in. kulturę organizacyjną, możliwości rozwoju zawodowego, relacje w miejscu pracy, poziom wynagrodzeń i benefitów oraz równowagę między życiem zawodowym a prywatnym. Firmy nie mogły zgłaszać się do rankingu ani wpływać na wyniki badania.

„Poland’s Best Employers 2026” to zestawienie 350 działających w Polsce firm, których wybitne osiągnięcia w zakresie HR uhonorowane zostały tytułem najlepszego pracodawcy. Podstawą badania była lista ok. 2000 pracodawców.

Asseco od lat rozwija rozwiązania wspierające cyfryzację kluczowych sektorów gospodarki, realizując projekty zarówno w Polsce, jak i na rynkach międzynarodowych. Firma jest największym producentem oprogramowania w Europie Środkowo-Wschodniej i działa w ponad 50 krajach na świecie.

‍

Bank Gospodarstwa Krajowego (BGK) podpisał umowę określającą warunki udzielenia długoterminowego finansowania dla projektu technologicznego realizowanego w Togo przez Cyber Defense Africa (CDA) – spółkę utworzoną przez rząd Republiki Togo oraz Asseco Data Systems. Finansowanie, zabezpieczone m.in. gwarancją EFSD+ z unijnego Programu Transformacji Cyfrowej w Afryce Subsaharyjskiej, jest pierwszą transakcją BGK realizowaną w formule współpracy rozwojowej.

Projekt inwestycyjny, który częściowo sfinansuje BGK, realizuje Cyber Defense Africa (CDA). To spółka utworzona przez rząd Republiki Togo i polską firmę Asseco Data Systems w 2019 roku. CDA świadczy nowoczesne usługi z zakresu cyberbezpieczeństwa w Togo i innych państwach Afryki. Projekt będzie realizowany przez 12 lat, a jego budżet wynosi przekracza 80 mln euro. BGK sfinansuje początkowy etap inwestycji kwotą ok. 24 mln euro, tj. ponad 100 mln zł. Środki są zabezpieczone unijną gwarancją z programu EFSD+. Gwarancja umożliwia redukcję ryzyka i finansowanie inwestycji o wysokiej wartości dodanej. BGK, jako jedyna instytucja finansowa w Polsce, otrzymał od Komisji Europejskiej przydział gwarancji o wartości 115 mln euro (blisko 500 mln zł) na wsparcie projektów rozwojowych w Afryce Subsaharyjskiej.

- Polacy należą do czołówki najlepszych specjalistów od cyberbezpieczeństwa na świecie. Te kompetencje warto wykorzystywać nie tylko do ochrony krajowej infrastruktury, mogą one być także nasza wizytówką eksportową. Dodatkowo, Bank Gospodarstwa Krajowego jest instytucją z ogromnym doświadczeniem w finansowaniu złożonych projektów z komponentem publicznym oraz wykorzystaniem środków unijnych. Ta inwestycja to połączenie naszych najlepszych możliwości i ważny element wzmacniania relacji międzynarodowych – powiedział wicepremier i minister cyfryzacji Krzysztof Gawkowski, obecny na podpisaniu umowy w Togo.

- Budowanie naszych kompetencji technologicznych nie jest wyłącznie przedsięwzięciem technicznym — to kwestia suwerenności państwa i strategicznej niezależności. Centrum Technologii Bezpieczeństwa odzwierciedla konsekwentne zaangażowanie Togo w rozwój kompetencji, talentów i wiedzy eksperckiej, które będą kształtować cyfrową i przemysłową transformację kraju przez kolejne dekady. U podstaw tej inicjatywy leży tworzenie nowego pokolenia wysoko wykwalifikowanych specjalistów szkolonych w najbardziej zaawansowanych obszarach technologicznych, takich jak systemy i sieci, sztuczna inteligencja oraz projektowanie, rozwój i operacyjne wykorzystanie dronów, a także innych nowoczesnych technologii. W tym samym duchu ambitnego rozwoju z dumą ogłaszamy powstanie Africa Drone Company — krajowej platformy dedykowanej produkcji, innowacjom oraz operacyjnemu wykorzystaniu dronów w kluczowych sektorach gospodarki, odpowiadającej zarówno na strategiczne potrzeby Togo, jak i szersze zastosowania regionalne w Afryce. Z satysfakcją rozwijamy również partnerstwo z Polską — zaufanym partnerem, który podziela nasze przekonanie, że inwestowanie w kapitał ludzki i kompetencje technologiczne stanowi fundament zrównoważonego rozwoju i długoterminowego dobrobytu – powiedziała Cina Lawson, Minister Efektywności Służby Publicznej i Transformacji Cyfrowej Republiki Togo.

To dopiero początek

- BGK wspiera sposób zrównoważony rozwój gospodarczy Afryki, stawiając na sprawdzone, bezpieczne i nowoczesne europejskie technologie. Jednocześnie transakcja ma charakter „win-win” – oprócz wsparcia lokalnej infrastruktury cyfrowej, przyczynia się do ekspansji polskiego biznesu na rynkach afrykańskich. To dla BGK projekt o znaczeniu strategicznym. Pokazuje, że polska instytucja rozwojowa może skutecznie uczestniczyć w realizacji unijnych priorytetów, wspierając jednocześnie rozwój partnerskich gospodarek oraz konkurencyjność europejskich firm. Projekt w Togo nie jest jednorazową inicjatywą. Pracujemy nad kolejnymi podobnymi transakcjami i planujemy dalsze wykorzystanie instrumentów EFSD+ w celu wzmacniania obecności europejskich, w tym polskich, firm na rynkach afrykańskich – mówi prof. zw. dr hab. Marta Postuła, pierwsza wiceprezes BGK.

Transformacja cyfrowa Afryki

Cyber Defense Africa (CDA) to wiodąca instytucja zajmująca się cyberbezpieczeństwem oraz ochroną infrastruktury krytycznej w Afryce. CDA prowadzi nowoczesne Centrum Operacji Bezpieczeństwa (SOC) i zapewnia całodobowy monitoring oraz reagowanie na incydenty. Zarządza krajowym zespołem reagowania na incydenty komputerowe w Togo (CERT.tg) i świadczy bezpłatne usługi na rzecz wzmacniania cyberbezpieczeństwa kraju.

‍

„Rozwój nowoczesnej i bezpiecznej infrastruktury cyfrowej jest jednym z kluczowych elementów transformacji gospodarczej krajów afrykańskich. Cieszy nas, że dzięki wsparciu BGK oraz programu EFSD+ Unii Europejskiej możemy wspólnie realizować projekty wzmacniające cyfrową odporność państwa, w tym w obszarze cyberbezpieczeństwa oraz usług cyfrowych. To kolejny etap współpracy Asseco z Togo, która jest rozwijana od 2019 roku” – mówi Andrzej Dopierała, prezes zarządu Asseco Data Systems.

„Ten projekt pozwoli CDA rozszerzyć zakres usług poprzez dalsze inwestycje w technologie, w tym nowoczesne systemy oparte na sztucznej inteligencji, a także w kapitał ludzki. W szczególności planujemy utworzyć akademię bezpieczeństwa cyfrowego, która zapewni zaawansowane szkolenia z zakresu cyberbezpieczeństwa - zarówno dla naszych pracowników, jak i specjalistów z kraju oraz regionu” – mówi Simon Melchior, dyrektor generalny CDA.

Finansowanie dla spółki CDA jest elementem wdrażania unijnej strategii Global Gateway. Jej celem jest rozwój nowoczesnej, odpornej i bezpiecznej infrastruktury na rynkach partnerskich, przy jednoczesnym wzmacnianiu globalnej obecności Europy. Przez zmniejszanie regionalnej luki inwestycyjnej w zakresie inteligentnej i zrównoważonej łączności cyfrowej, Program Transformacji Cyfrowej w Afryce Subsaharyjskiej przyczynia się do realizacji jednego z głównych celów strategii Global Gateway UE.

‍

„Unia Europejska z dumą wspiera to polsko togijskie partnerstwo w dziedzinie cyberbezpieczeństwa. Chodzi o ochronę obywateli, instytucji publicznych i przedsiębiorstw, przy jednoczesnym tworzeniu nowych możliwości dla gospodarki narodowej w dynamicznie rozwijającym się sektorze. To nasza pierwsza wspierana przez UE inwestycja cyfrowa w Togo w ramach inicjatywy Global Gateway, będącej częścią strategii obejmującej cały kontynent, mającej na celu wspieranie transformacji cyfrowej i możliwości gospodarczych. To także przykład działania Team Europe, który zabezpiecza długoterminową inwestycję naszego sektora prywatnego w Togo” – mówi Gwilym Ceri Jones, ambasador UE w Togo.

BGK jest pierwszym bankiem spoza strefy euro z akredytacją Komisji Europejskiej – tzw. Pillar Assessment, dzięki której może zarządzać środkami UE, w tym EFSD+. BGK jest również jedyną instytucją finansową w Polsce, która ma mandat do realizacji projektów w formule współpracy rozwojowej.

Uczniowie IV Liceum Ogólnokształcącego w Rzeszowie stworzyli rozwiązanie, które może realnie zwiększyć bezpieczeństwo seniorów w internecie. „Asystent Seniora” został zrealizowany w ramach ogólnopolskiej olimpiady Zwolnieni z Teorii, która opiera się na praktycznym działaniu i projektach społecznych. Wykorzystując technologię chatbotową - rozwiązania Pola.ai oraz Infobase.ai od Asseco, młodzież stworzyła asystenta, który pomoże seniorom lepiej odnaleźć się w świecie cyfrowym i zwiększyć ich bezpieczeństwo w sieci.

Projekt łączy nowoczesną technologię z edukacją i bezpośrednim wsparciem użytkowników. Jego celem jest stworzenie trwałej cyfrowej tarczy dla seniorów – rozwiązania, które realnie zwiększa ich bezpieczeństwo w obliczu rosnącej liczby cyberoszustów. Co szczególnie warte podkreślenia, za inicjatywą stoi zespół uczniów klas pierwszych, którzy już na początku swojej drogi edukacyjnej podjęli się realizacji projektu o realnym znaczeniu społecznym.

W projekt zaangażował się Urząd Miasta Rzeszowa, który wsparł uczniów swoim doświadczeniem w pracy z seniorami. Dzięki tej współpracy zorganizowano warsztaty edukacyjne, podczas których młodzież z IV LO przybliżyła seniorom najważniejsze zagadnienia związane z cyberbezpieczeństwem. W udział w warsztatach zaangażowali się także przedstawiciele Centralnego Biura Zwalczania Cyberprzestępczości, eksperci Nadsańskiego Banku Spółdzielczego, a także Asseco Poland.

„Seniorzy to grupa, która szczególnie potrzebuje wsparcia w obszarze bezpieczeństwa cyfrowego. Cieszy nas zaangażowanie młodzieży, która nie tylko zdobywa wiedzę, ale także dzieli się nią z innymi. Współpraca z uczniami IV LO i Asseco Poland to doskonały przykład tego, jak można łączyć edukację, nowe technologie i działania społeczne na rzecz mieszkańców” – podkreśla Andrzej Burnat, Dyrektor Wydziału Polityki Społecznej Urzędu Miasta Rzeszowa.

„Chatboty oraz voiceboty mają ogromny potencjał w obszarze edukacji i wsparcia użytkowników, szczególnie tych, którzy mogą mieć trudności z obsługą tradycyjnych narzędzi cyfrowych. Dlatego, gdy zgłosili się do nas uczniowie IV LO w Rzeszowie, nie mieliśmy wątpliwości, że wykorzystanie naszych rozwiązań – Pola.ai oraz Infobase.ai – pozwoli im zrealizować projekt i stworzyć chatbota zgodnie z ich pomysłem. To bardzo budujące, że młodzi ludzie chcą tworzyć narzędzia o realnym znaczeniu społecznym. Wspieramy ich nie tylko technologicznie, ale również merytorycznie, pomagając przełożyć ich pomysł na funkcjonalne i bezpieczne rozwiązanie” – mówi Jarosław Bryl, Dyrektor pionu Business Intelligence oraz Chief AI Officer, Asseco Poland.

„Udział w olimpiadzie Zwolnieni z Teorii to dla naszych uczniów przede wszystkim możliwość pracy nad projektem o realnym znaczeniu społecznym. „Asystent Seniora” pokazuje, że młodzi ludzie potrafią łączyć technologię z empatią i odpowiedzialnością. Jesteśmy dumni, że mogą rozwijać swoje pomysły w praktyce i jednocześnie wspierać lokalną społeczność” – mówi Lesław Marciniak, Dyrektor IV Liceum Ogólnokształcącego im. M. Kopernika w Rzeszowie.

„To, co najbardziej imponuje, to dojrzałość tych młodych ludzi. Uczniowie nie tylko stworzyli narzędzie, ale przeszli cały proces – analizowali potrzeby, podejmowali decyzje i brali odpowiedzialność za efekt. To nie była symulacja, lecz realny projekt społeczny” – podkreśla opiekun projektu dr Marzena Hajduk-Stelmachowicz.

Za projektem stoi zespół uczniów, który przez wiele miesięcy pracował nad jego koncepcją i wdrożeniem – od analizy problemu, przez projektowanie rozwiązania, po jego testowanie oraz prezentację. Skład drużyny: Miłosz Cupryś, Karolina Skórska, Kamila Rak, Maja Jankowska, Hanna Kielar, Maria Karaban, Bartosz Tendelski, Krystian Bereza, Karol Gawłowski, Hubert Grządziel, dr Marzena Hajduk-Stelmachowicz.

Pozostali partnerzy projektu: GC Energy, Politechnika Rzeszowska.

Projekt „Asystent Seniora” pokazuje, jak nowoczesne technologie mogą wspierać budowanie bezpiecznego i inkluzywnego społeczeństwa cyfrowego, a także jak ważną rolę odgrywa współpraca między młodzieżą, szkołą, biznesem i samorządem w odpowiadaniu na realne wyzwania społeczne. Pilotaż projektu będzie prowadzony do końca maja. W tym czasie zbadane zostanie zainteresowanie seniorów nowoczesnym rozwiązaniem.

„Asystent Seniora” dostępny jest pod numerem: +48 789 440 163.

‍

Jak sztuczna inteligencja wspiera administrację publiczną: sukces wdrożenia S AI

W tym materiale pokazujemy, jak w praktyce działa AI w administracji publicznej - na przykładzie wdrożenia systemu S AI wspierającego typowanie spraw do kontroli.

Przeczytaj i dowiedz się:

• jak połączyć modele predykcyjne z wiedzą ekspercką, zamiast je zastępować
• w jaki sposób AI zwiększa skuteczność działań operacyjnych (nawet o 50%)
• jak zaprojektować rozwiązanie, które działa w całości w infrastrukturze klienta i zapewnia pełną kontrolę nad danymi
• dlaczego transparentność i audytowalność są kluczowe w sektorze publicznym
• jak wygląda architektura systemu gotowego na dużą skalę i realne procesy

To przykład AI, która nie jest „czarną skrzynką”, tylko realnym narzędziem wspierającym decyzje bez utraty kontroli, bezpieczeństwa i odpowiedzialności.

Od digitalizacji do decyzji: AI, która realnie wspiera administrację

Transformacja cyfrowa sektora publicznego weszła dziś w etap, w którym nie wystarcza już sama digitalizacja dokumentów czy automatyzacja prostych czynności. Coraz większe znaczenie mają rozwiązania, które wspierają pracowników merytorycznych w podejmowaniu trafniejszych, szybszych i lepiej uzasadnionych decyzji. Właśnie w tym nurcie mieści się wdrożenie S AI - rozwiązania opartego na analityce predykcyjnej i regułach biznesowych, zaprojektowanego do wspierania procesów kontroli i wykrywania nadużyć w masowo składanych wnioskach obsługiwanych przez dużą instytucję polskiej administracji publicznej.

To przykład projektu, w którym sztuczna inteligencja nie zastępuje człowieka, lecz wzmacnia jego skuteczność. System wspiera użytkowników operacyjnych w identyfikowaniu spraw o najwyższym prawdopodobieństwie nieprawidłowości, pozostawiając ocenę, interpretację i decyzję po stronie ekspertów biznesowych. Równie ważne jest to, że rozwiązanie zostało zaprojektowane z myślą o wysokich wymaganiach bezpieczeństwa i kontroli nad danymi - od początku jako środowisko działające w infrastrukturze klienta, bez konieczności przekazywania danych do zewnętrznych usług.

Od potrzeby biznesowej do wdrożenia produkcyjnego

Projekt powstał jako odpowiedź na bardzo konkretną potrzebę organizacyjną:

jak skuteczniej wspierać proces typowania spraw do kontroli w środowisku, w którym do instytucji trafiają ogromne wolumeny wniosków, a skuteczność działania zależy od szybkiej identyfikacji przypadków odbiegających od normy.

Od początku było jasne, że kluczem do sukcesu nie będzie sama technologia, lecz właściwe połączenie wiedzy domenowej, danych historycznych, kompetencji analitycznych i architektury gotowej do działania na dużą skalę. W efekcie powstało rozwiązanie, które po przejściu przez etap analiz, budowy modeli, testów i integracji zostało uruchomione produkcyjnie jako element wspierający pracę operacyjną dużej organizacji publicznej.

AI wspierająca procesy kontroli w środowisku dużej skali

S AI działa jako rozwiązanie wspierające klasyfikację nowych spraw napływających do organizacji. System przetwarza dane wejściowe, wylicza zestaw cech opisujących dany przypadek, określa prawdopodobieństwo wystąpienia nieprawidłowości przy użyciu modelu predykcyjnego, a następnie przekazuje wynik do procesu operacyjnego, w którym eksperci podejmują dalsze działania. Projekt został zrealizowany w architekturze z wydzielonym komponentem do liczenia cech, odrębnym hostem modeli uczenia maszynowego i warstwą logiki biznesowej sterującą przebiegiem procesu.

To ważne rozróżnienie. S AI nie podejmuje decyzji administracyjnych i nie automatyzuje rozstrzygnięć. Jego zadaniem jest dostarczenie uporządkowanej, opartej na danych rekomendacji, która pomaga skoncentrować uwagę na sprawach najbardziej wymagających analizy.

W praktyce oznacza to zwiększenie efektywności działania tam, gdzie skala wpływających wniosków uniemożliwia ręczną, jednakowo pogłębioną ocenę wszystkich przypadków.

Bezpieczeństwo danych i pełna kontrola nad środowiskiem

Jednym z najmocniejszych atutów wdrożenia S AI jest model infrastrukturalny. Rozwiązanie zostało zaprojektowane tak, aby silniki predykcyjne były hostowane w całości on-premises, w środowisku klienta. Dotyczy to nie tylko samego wykonywania predykcji, ale również procesów związanych z przygotowaniem nowych zbiorów treningowych, uruchamianiem treningu modeli, ich walidacją, wersjonowaniem oraz publikacją do użycia produkcyjnego.

Z perspektywy instytucji publicznej ma to znaczenie fundamentalne. Dane pozostają pod pełną kontrolą organizacji, a cały cykl życia modelu - od danych treningowych po scoring produkcyjny - może być realizowany w ramach własnej infrastruktury i własnych procedur bezpieczeństwa. Taki model ogranicza zależność od zewnętrznych usług, ułatwia spełnienie wymogów organizacyjnych i audytowych oraz wzmacnia zaufanie do samego rozwiązania. Źródła projektowe pokazują również, że repozytorium modeli traktowane jest jako zasób krytyczny, ponieważ od jego integralności zależy możliwość odtworzenia historycznego procesu typowania i zachowania pełnej audytowalności.

Połączenie modeli predykcyjnych i wiedzy eksperckiej

Jednym z filarów rozwiązania jest połączenie modeli uczenia maszynowego z warstwą reguł biznesowych. Model statystyczny odpowiada za identyfikowanie zależności w danych i szacowanie prawdopodobieństwa nieprawidłowości. Z kolei reguły biznesowe pozwalają uwzględniać ekspercką wiedzę organizacji, specyfikę procesu oraz wymogi operacyjne. Warstwa reguł jest jawna i sterowalna, co wzmacnia kontrolę biznesową nad sposobem działania całego mechanizmu.

Takie podejście daje instytucji znacznie większą kontrolę nad sposobem działania systemu. Pozwala również elastycznie rozwijać rozwiązanie wraz ze zmianami procesowymi, organizacyjnymi i regulacyjnymi.

Nowoczesna architektura dla odpowiedzialnej AI

Rozwiązanie zostało osadzone w nowoczesnej architekturze mikroserwisowej, co pozwala na skalowalność, modularność oraz łatwiejsze utrzymanie i rozwój systemu. W praktyce oznacza to możliwość niezależnego rozwijania poszczególnych komponentów - od wyliczania cech, przez hostowanie modeli predykcyjnych, po integrację z systemami operacyjnymi klienta. Co istotne, ten model architektoniczny został połączony z pełnym osadzeniem środowiska predykcyjnego i treningowego po stronie klienta, dzięki czemu skalowalność nie odbywa się kosztem bezpieczeństwa danych ani kontroli nad infrastrukturą.

W projektach realizowanych dla administracji publicznej architektura ma znaczenie nie tylko techniczne, ale również organizacyjne. System musi być stabilny, przewidywalny, bezpieczny i gotowy do działania w środowisku o dużej liczbie spraw, użytkowników i powiązań z innymi aplikacjami. S AI został zaprojektowany właśnie z myślą o takich wymaganiach.

Transparentność zamiast „czarnej skrzynki”

Jednym z najważniejszych założeń wdrożenia była objaśnialność działania modeli. W praktyce oznacza to możliwość pokazania, jakie czynniki miały wpływ na wynik predykcji dla konkretnej sprawy. To aspekt kluczowy nie tylko z punktu widzenia zaufania użytkowników, ale również audytowalności, jakości i odpowiedzialnego stosowania AI.

W sektorze publicznym szczególnie istotne jest, aby technologia nie była traktowana jako nieprzejrzysta „czarna skrzynka”. Dlatego w S AI transparentność została potraktowana jako integralna część rozwiązania, a nie jako dodatkowa funkcjonalność.

Człowiek pozostaje w centrum

Wdrożenie S AI zostało zaprojektowane zgodnie z zasadą human-in-the-loop. Oznacza to, że system wspiera pracowników w identyfikacji spraw potencjalnie obarczonych wyższym ryzykiem nadużyć, ale nie zastępuje ich w ocenie końcowej. To człowiek odpowiada za analizę przypadku, interpretację kontekstu oraz dalsze działania operacyjne.

Wymierna wartość biznesowa i organizacyjna

Sukces wdrożenia S AI wynika nie tylko z zastosowanej technologii, ale przede wszystkim z tego, że rozwiązanie przyniosło realną wartość biznesową. W środowisku obsługującym bardzo duże wolumeny spraw nawet niewielka poprawa trafności typowania może przełożyć się na zauważalny wzrost efektywności całego procesu kontrolnego.

W przypadku S AI, wzrost skuteczności podejmowanych działań kontrolnych w odpowiedzi na wskazówki z systemu wyniósł około 50% względem historycznego baseline.

Wdrożenie pozwoliło:

• lepiej ukierunkować działania operacyjne,
• zwiększyć skuteczność identyfikacji spraw wymagających uwagi
• oraz zbudować fundament pod dalszy rozwój analityki predykcyjnej w organizacji.

Równie istotne były efekty długofalowe:

• uporządkowanie wiedzy o danych,
• przygotowanie zestawów cech możliwych do wykorzystania także w innych obszarach
• oraz zbudowanie kompetencji organizacyjnych w zakresie praktycznego stosowania AI.

AI dla administracji publicznej: praktyka zamiast deklaracji

W debacie o sztucznej inteligencji w sektorze publicznym często mówi się o potencjale, możliwościach i kierunkach rozwoju. Znacznie cenniejsze są jednak przykłady wdrożeń, które pokazują, jak AI działa w praktyce - w konkretnym procesie, przy realnej skali danych, z udziałem użytkowników biznesowych i z zachowaniem pełnej odpowiedzialności za sposób działania systemu.

S AI jest właśnie takim przykładem. Pokazuje, że nowoczesna analityka predykcyjna może skutecznie wspierać administrację publiczną w procesach kontroli i wykrywania nadużyć, zwiększając efektywność działania bez rezygnacji z transparentności, nadzoru, bezpieczeństwa danych i pełnej kontroli nad środowiskiem technologicznym. To AI wdrażana odpowiedzialnie: skalowalna, audytowalna i osadzona w infrastrukturze klienta.

W Asseco wierzymy, że przyszłość sztucznej inteligencji w administracji publicznej należy do rozwiązań, które łączą skuteczność modeli, wiedzę ekspercką, odpowiedzialne zarządzanie danymi i pełną rozliczalność działania. S AI pokazuje, że taka przyszłość nie jest już koncepcją - jest praktyką.

‍
Autor:

‍

Michał Świtnicki
Ekspert Data Science

‍

‍

Adam Góral, Prezes Zarządu Asseco Poland, został uhonorowany Nagrodą Specjalną Kongresu FTB – Forum Technologii Bankowych. Wyróżnienie to stanowi wyraz uznania dla jego wieloletniego wkładu w rozwój technologii dla sektora bankowego oraz konsekwentnego budowania pozycji Asseco jako partnera wspierającego transformację cyfrową instytucji finansowych.

Pod kierownictwem Adama Górala Asseco od lat dostarcza rozwiązania kluczowe dla funkcjonowania nowoczesnej bankowości – obejmujące systemy transakcyjne, kanały cyfrowe oraz narzędzia wspierające bezpieczeństwo, zgodność regulacyjną i efektywność operacyjną. Działania te przyczyniają się do tworzenia stabilnego i innowacyjnego ekosystemu finansowego.

Nagroda podkreśla znaczenie łączenia zaawansowanych technologii z głębokim zrozumieniem potrzeb biznesowych i oczekiwań klientów, które stanowi fundament rozwoju współczesnej bankowości.

‍

Sztuczna inteligencja przyspiesza rozwój oprogramowania, ale jednocześnie zwiększa ryzyko niespójności i błędów w kodzie. Analizy repozytoriów pokazują, że kod współtworzony przez AI może zawierać nawet 1,7 razy więcej problemów niż kod pisany wyłącznie przez ludzi, głównie z powodu braku kontekstu dla modeli.

W świecie, w którym nad jednym systemem może pracować wielu agentów AI, kluczowe staje się stworzenie wspólnego kontraktu architektonicznego, który definiuje zasady działania systemu. Taką rolę zaczyna pełnić specyfikacja projektowa.

Specyfikacja przestaje być jedynie dokumentacją. Staje się interfejsem współpracy między ludźmi, kodem i agentami AI.

Dla organizacji oznacza to zmianę podejścia do developmentu: zamiast skupiać się wyłącznie na pisaniu kodu, zespoły technologiczne coraz częściej koncentrują się na precyzyjnym definiowaniu zasad, architektury i intencji systemu.

Problem kontekstu w pracy z AI

Programista pracujący nad systemem posiada wiele informacji, które nie są zapisane w kodzie:

• decyzje architektoniczne
• konwencje projektowe
• zasady bezpieczeństwa
• sposób komunikacji między modułami

Dla zespołu są to często oczywiste elementy codziennej pracy. Dla modeli AI – jeśli nie zostaną opisane – po prostu nie istnieją.

W rezultacie AI może wygenerować kod, który działa lokalnie, ale nie pasuje do reszty systemu. Typowe problemy to:

• naruszenie przyjętej architektury
• niespójne interfejsy
• implementacja logiki w niewłaściwym miejscu
• brak zgodności z zasadami bezpieczeństwa

Dlatego coraz większą rolę odgrywa zarządzanie kontekstem dla AI, czyli dostarczanie modeli informacji o zasadach działania systemu.

Specyfikacja jako kontrakt między człowiekiem a AI

Jednym z podejść do rozwiązania tego problemu jest Spec-Driven Development.

W tym modelu specyfikacja nie jest tylko dokumentacją projektu. Pełni rolę kontraktu, który definiuje zasady działania systemu.

Specyfikacja opisuje m.in.:

• architekturę systemu
• konwencje projektowe
• kontrakty API
• zasady bezpieczeństwa
• sposób obsługi błędów

Dzięki temu zarówno programiści, jak i narzędzia AI działają w oparciu o ten sam zestaw reguł.

Zamiast ogólnego polecenia dla AI, agent otrzymuje kontekst, który określa:

• jak wygląda architektura aplikacji
• gdzie powinna znajdować się logika biznesowa
• jakie standardy obowiązują w projekcie

Efektem jest kod lepiej dopasowany do istniejącego systemu.

Koordynacja wielu agentów AI

Znaczenie specyfikacji rośnie szczególnie w środowiskach, w których nad jednym projektem pracuje jednocześnie wielu agentów AI.

W takim scenariuszu jeden agent może generować moduł płatności, drugi system powiadomień, a trzeci panel administracyjny. Bez wspólnego zestawu zasad każdy z nich może przyjąć inne konwencje i struktury komunikacji.

Rezultatem są problemy integracyjne oraz dodatkowy czas potrzebny na ręczne poprawki.

Specyfikacja działa wówczas jak wspólny protokół współpracy, który zapewnia spójność systemu – niezależnie od tego, czy kod tworzy człowiek, czy AI.

Ryzyka i ograniczenia

Podejście oparte na specyfikacji nie jest pozbawione wyzwań.

Największym ryzykiem jest tzw. spec drift, czyli sytuacja, w której specyfikacja przestaje odpowiadać rzeczywistemu kodowi. W takim przypadku AI może generować implementacje zgodne z dokumentacją, ale niezgodne z aktualnym systemem.

Drugim wyzwaniem jest koszt utrzymania specyfikacji. Tworzenie i aktualizowanie dokumentacji wymaga czasu i dyscypliny zespołu.

Istnieje również ryzyko tzw. „specification theater” – tworzenia rozbudowanej dokumentacji, która w praktyce nie jest używana w procesie developmentu.

Dlatego kluczowe jest traktowanie specyfikacji jako praktycznego narzędzia wspierającego pracę zespołu, a nie formalnego obowiązku.

Zmiana roli zespołów IT

Rozwój AI zmienia charakter pracy zespołów technologicznych.

Coraz częściej ich zadaniem nie jest jedynie implementacja kodu, lecz przede wszystkim:

• definiowanie architektury systemu,
• precyzowanie wymagań biznesowych,
• nadzorowanie pracy agentów AI,
• weryfikacja zgodności implementacji z założeniami.

Oznacza to przesunięcie pracy zespołów IT w stronę wyższego poziomu abstrakcji – od pisania kodu do definiowania intencji systemu.

Action Plan

Organizacje nie muszą od razu wdrażać pełnego modelu pracy opartego na specyfikacjach. Najlepszym podejściem jest wdrażanie zmian stopniowo i mierzenie efektów.

1. Zdefiniuj podstawowe zasady projektu

Stwórz krótki dokument zawierający:

• stack technologiczny
• konwencje architektoniczne
• zasady bezpieczeństwa
• standardy integracji API

To pierwszy krok do stworzenia wspólnego kontekstu dla ludzi i AI.

‍

2. Wprowadź specyfikację dla nowych funkcji

Przed rozpoczęciem implementacji nowych funkcjonalności:

• zapisz cel biznesowy
• określ dane wejściowe i wyjściowe
• zdefiniuj scenariusze błędów
• wskaż miejsce w architekturze

Taki dokument może powstać w 10–15 minut, ale znacząco poprawia jakość generowanego kodu.

‍

3. Połącz specyfikację z procesem code review

Podczas przeglądu kodu sprawdzaj nie tylko jego jakość techniczną, ale również:

• zgodność implementacji ze specyfikacją
• spójność z architekturą systemu
• zgodność z zasadami bezpieczeństwa

4. Zacznij mierzyć efekty

Najważniejsze jest zbieranie danych. Monitoruj:

• liczbę poprawek w kodzie generowanym przez AI
• czas integracji nowych modułów
• liczbę błędów produkcyjnych

Dzięki temu można ocenić realną wartość wprowadzonych zmian.

‍

5. Buduj fundament pod systemy multi-agentowe

W ciągu najbliższych lat organizacje będą coraz częściej wykorzystywać wiele agentów AI pracujących równolegle nad jednym systemem.

Firmy, które już dziś posiadają spójną specyfikację architektury i zasad projektowych, będą w stanie szybciej wykorzystać potencjał takich systemów.

Wnioski

Sztuczna inteligencja zmienia sposób tworzenia oprogramowania. W świecie, w którym coraz więcej kodu generują systemy AI, kluczowe znaczenie zyskuje jasne definiowanie zasad i kontekstu działania systemu.

Specyfikacja nie jest już tylko dokumentacją projektu. Staje się narzędziem zarządzania współpracą między ludźmi a AI.

Kod może wygenerować AI. Ale to człowiek nadal odpowiada za to, co system ma robić i dlaczego.

‍
Autor:

‍

Artur Sawicki
Architekt, Asseco Poland

‍