AI w zamówieniach publicznych – jak skutecznie i bezpiecznie wdrożyć sztuczną inteligencję do automatyzacji i kontroli postępowań

DZIEŃ I: Warstwa strategiczno-regulacyjna, ramy prawne AI Act i transformacja cyfrowa w zamówieniach publicznych

Moduł 1: Wprowadzenie i zmiana paradygmatu – od tradycyjnych procedur do ery inteligentnych agentów

1. Ewolucja podejścia: Przejście od manualnej weryfikacji dokumentów do ery „Niewidzialnego Stosu” (Invisible Stack) – przezroczystej integracji AI z systemami EZD/ERP, gdzie rola urzędnika zmienia się w nadzorcę (overseer) floty wyspecjalizowanych agentów AI.
2. Główne cele transformacji: Eliminacja systemów typu „czarna skrzynka” (Black Box) w ocenie ofert, automatyzacja i drastyczne skrócenie czasu tworzenia dokumentacji SWZ oraz minimalizacja błędów proceduralnych przy zachowaniu pełnego nadzoru ludzkiego (human-in-the-loop).
3. Wymiar dodatkowy / Otoczenie: Budowa suwerenności obliczeniowej i rezylientności sektora publicznego (Sovereign Cloud), realizacja wymogów ekologicznych ESG (automatyczny audyt śladu węglowego i LCC kontraktów za pomocą AI) oraz dostosowanie systemów do rygorów dyrektywy NIS 2.

Moduł 2: Ramy formalne i kierunki rozwoju – harmonogram AI Act, Krajowe podejście i APiW

1. Kierunek międzynarodowy / Polityka globalna: Unijny harmonogram wdrażania Aktu o Sztucznej Inteligencji (AI Act), restrykcyjne wymogi dla systemów wysokiego ryzyka (Aneks III) oraz obligatoryjne budowanie kompetencji cyfrowych (AI Literacy – art. 4 AI Act).
2. Przygotowanie procesu: Cyfrowe wsparcie planowania i optymalizacji analizy rynku przy użyciu AI oraz rygorystyczne dokumentowanie promptów w celu zapewnienia pełnej ścieżki audytu.

Moduł 3: Wpływ regulacji na rynek i powiązania – ryzyka prawne, RODO i zmowy przetargowe

1. Relacje i synergie pojęciowe: Powiązanie systemów oceny ofert wpływających na usługi publiczne z kategorią wysokiego ryzyka, co generuje konieczność równoległego prowadzenia analiz FRIA (prawa podstawowe) oraz DPIA (art. 35 RODO) przed wszczęciem postępowania.
2. Presja rynkowa / Łańcuch dostaw: Kaskadowe wymuszanie norm bezpieczeństwa NIS 2 w łańcuchu dostaw oraz obowiązek składania przez MŚP deklaracji zgodności dla modeli ogólnego przeznaczenia (GPAI) i ochrony danych w architekturze RAG.
3. Ryzyka, błędy i konsekwencje: Analiza orzecznictwa KIO (błędy algorytmów w trybie art. 223 PZP), zagrożenie zjawiskiem „Shadow AI” (nieoficjalne przetwarzanie danych w publicznych chatbotach) oraz ryzyko dotkliwych korekt finansowych za wygenerowanie zapisów typu Vendor Lock-in.

DZIEŃ II: Warstwa narzędziowo-wdrożeniowa, zaawansowana analityka, procedury weryfikacyjne i audyt kognitywny

Moduł 4: Warsztat: Praktyczne promptowanie w zamówieniach publicznych i neutralność technologiczna (Model CRTOF)

1. Podejście funkcjonalne / Metodyka pracy: Metodyka „Technical-to-Procurement” – transformacja surowych cech sprzętowych producentów na opisy funkcjonalne i wydajnościowe zgodne z art. 99 ust. 4 PZP przy użyciu otwartych, obiektywnych benchmarków.
2. Bezpieczeństwo / Ochrona konkurencyjności: Konstruowanie bezpiecznych promptów w inżynierii ramowej CRTOF 2026, stosowanie promptowania negatywnego (bezwzględny zakaz zwrotów „lub lepszy” bez parametrów granicznych) oraz wdrożenie filtrów PII Stripping.
3. Ćwiczenie praktyczne: Audyt czystości kodu OPZ dla dostawy sprzętu komputerowego technikami Chain-of-Thought i Self-Correction – identyfikacja i usuwanie za pomocą AI ukrytych znaków towarowych i technologii zastrzeżonych.

Moduł 5: Narzędzia ekonomiczne i analityczne – szacowanie kosztów LCC, predykcja i Live Budget

1. Obalanie mitów / Założenia ekonomiczne: Wykazanie realnego zwrotu z inwestycji (ROI) poprzez wdrożenie modeli open-source (Bielik, Llama) w architekturze Serverless Inference, optymalizującej koszty energii i infrastruktury.
2. Struktura analizy kosztów: Algorytmiczne obliczanie Kosztu Cyklu Życia (LCC) za pomocą modeli CatBoost i symulacji Monte Carlo pod kątem rezerw na waloryzację, kosztów operacyjnych, serwisu oraz utylizacji.

Moduł 6: Zapisy wykonawcze i planowanie wdrożenia – Protokół Veto, klauzule SLA i Decision Dossier

1. Klauzule specyficzne / Obowiązki wykonawcy: Konstruowanie zapisów umownych (PPU) na bazie wzorców MCC-AI Komisji Europejskiej; wprowadzanie klauzul o audytowalności modeli, weryfikacji pochodzenia danych (Data Lineage) oraz planów wyjścia (Exit Plan) w formatach JSON/GGUF.
2. Mitygowanie ryzyk kontraktowych: Wdrożenie technicznego „Protokołu Veto” (ochrona przed ukrytymi negocjacjami), oraz zabezpieczenie przed dryfem modelu w SLA.
3. Ćwiczenie praktyczne: Opracowanie przez uczestników raportu zgodności oraz nienaruszalnego śladu cyfrowego „Decision Dossier” dla wybranego postępowania powyżej 170 000 PLN netto, zabezpieczającego decyzje przed kontrolą UZP i NIK (hasze wag modeli, zrzuty logów SHAP/LIME).

Podsumowanie i sesja odpowiedzi na pytania uczestników / Panel Q&A.