AI w sieci przedsiębiorstw społecznych — czego uczy przykład SERI z Irlandii

Opracowanie i komentarz: IRiD Social. Autorka omawianego artykułu: Kasia Kotlarska, Social Enterprise World Forum, kwiecień 2026.

Dlaczego ten przykład zasługuje na uwagę

Sieć przedsiębiorstw społecznych ma do rozwiązania problem skali. Każda organizacja potrzebuje informacji, kontaktów i możliwości sprzedaży, ale zespół koordynujący sieć nie może prowadzić każdej sprawy od początku. Wspólne zasoby mogą pomóc, jeżeli łatwo znaleźć w nich właściwą odpowiedź i wiadomo, kiedy poprosić o wsparcie człowieka.

Przypadek Social Enterprise Republic of Ireland, czyli SERI, warto czytać jako punkt wyjścia do oceny takiego modelu. Interesuje nas zarówno funkcjonalność narzędzi, jak i sposób podejmowania decyzji o ich utrzymaniu. Czy ułatwiają pracę członkom? Kto dba o aktualność wiedzy? Jak sprawdzić, czy powstają wartościowe kontakty i zamówienia?

Poniżej oddzielamy zwięzłe ustalenia źródłowe od własnej analizy IRiD Social. Rekomendacje dla polskich organizacji są propozycjami do przetestowania; nie stanowią rezultatów irlandzkiego programu.

Co podaje artykuł SEWF

Kasia Kotlarska opisuje w SEWF (kwiecień 2026) wdrożenie AI w irlandzkiej sieci SERI. Podaje miesięczny koszt technologii 471 euro, udział 650 przedsiębiorstw w AI Social Enterprise Network i 58 nabywców w Sphere. Wskazuje możliwość odzyskania 5–10% tygodnia pracy dzięki automatyzacji wybranych procesów. To relacja z praktyki, bez przedstawionej metodologii niezależnego pomiaru efektów. W opisie wykorzystano Softr, Make oraz modele Claude i ChatGPT. Wsparcie techniczne zaczynało się od dwóch dni pracy inżyniera tygodniowo. Autorka zwraca uwagę na nadmiar narzędzi, trudności z ich przyswajaniem oraz potrzebę powtarzanego wdrażania użytkowników. W ankietach członków społeczność WhatsApp otrzymywała oceny 9–9,5/10. GovLink przedstawiono jako rozwiązanie w rozwoju, nie jako zakończone wdrożenie.

Źródło danych: Kasia Kotlarska, SEWF — oryginalny opis wdrożenia. Dane odnoszą się do relacji z kwietnia 2026 r., nie stanowią aktualnego audytu platformy.

Jakie usługi prezentuje SERI

Na swojej stronie SERI przedstawia się jako reprezentacja irlandzkich przedsiębiorstw społecznych prowadzona przez praktyków. W ofercie wymienia bibliotekę alertów finansowania, możliwości handlowych, dokumentów i wzorów zasad oraz asystenta Áine, który ułatwia korzystanie z zasobów. Opisuje też platformę PEER X, sieć AISEN i społeczność WhatsApp.

Zestawienie podstawowych funkcji pozwala rozróżnić wyszukiwanie wiedzy, budowanie relacji, sprzedaż oraz rozwój kompetencji. Nie są to zamienne zadania: każde wymaga innego sposobu sprawdzania jakości i innych danych.

Uzupełniające źródło: oficjalna strona SERI, dostęp 18 października 2026 r.

Asystent wiedzy wymaga opieki nad informacją

Możliwość zadania pytania w zwykłym języku może obniżyć próg wejścia do biblioteki dokumentów. Nie wystarczy jednak połączyć modelu z katalogiem plików. Trzeba ustalić, które materiały są aktualne, kto zatwierdził ich treść i do jakiej sytuacji mają zastosowanie.

W proponowanym przez nas polskim pilotażu odpowiedź powinna zawierać odnośnik do źródła i datę jego aktualizacji. Użytkownik musi móc sprawdzić, czy wskazówka dotyczy właściwego naboru, rodzaju organizacji i okresu. Brak odpowiedniej informacji powinien prowadzić do jasnego komunikatu o ograniczeniu odpowiedzi.

Szczególnej uwagi wymagają pytania łączące kilka warunków. Dokument może poprawnie opisywać jeden program, ale nie odpowiadać na indywidualne pytanie o kwalifikowalność konkretnego podmiotu. W takich przypadkach potrzebna jest możliwość przekazania sprawy doradcy.

Pierwszy test warto oprzeć na kilkudziesięciu rzeczywistych, zanonimizowanych pytaniach oraz zatwierdzonych odpowiedziach. Należy sprawdzić nie tylko przypadki proste, ale również pytania niejednoznaczne i takie, których zasoby nie rozstrzygają. To propozycja oceny jakości, a nie opis testów wykonanych przez SERI.

Kojarzenie organizacji powinno prowadzić do użytecznej współpracy

W relacji SEWF PeerX AI przygotowuje wiadomość przedstawiającą organizacje, którą przed wysłaniem sprawdza pracownik. To konkretny przykład pozostawienia człowiekowi kontroli nad kontaktem.

Na poziomie sieci łatwo zgromadzić profile członków. Trudniej ustalić, kto może rzeczywiście pomóc w konkretnej sprawie i czy ma obecnie możliwość zaangażowania. Dopasowanie według słów kluczowych może nie uwzględniać dostępnego czasu, obszaru działania lub doświadczenia.

Rozwiązanie inspirowane funkcją PEER X warto oprzeć na krótkim opisie potrzeby, ofercie kompetencji i zgodzie na kontakt. Użytkownik powinien rozumieć, dlaczego otrzymał daną propozycję. Powinien także móc odmówić bez utrudnienia korzystania z pozostałych usług.

Skuteczność takiej funkcji można mierzyć kolejnymi etapami: propozycją dopasowania, zaakceptowanym kontaktem, przeprowadzoną rozmową i oceną jej przydatności. Sama liczba wygenerowanych rekomendacji niewiele mówi o wartości dla organizacji.

Potrzebna jest również możliwość poprawienia profilu i zgłoszenia nietrafnego dopasowania. W przeciwnym razie system może stale polecać najbardziej widoczne podmioty, podczas gdy mniejsze lub nowe organizacje pozostaną poza obiegiem współpracy.

Platforma zakupowa wymaga więcej niż katalogu dostawców

Sphere pojawia się w artykule jako funkcja łączenia nabywców z przedsiębiorstwami społecznymi. W ocenie podobnego polskiego rozwiązania kluczowe byłoby ustalenie, czy kupujący potrafi opisać potrzebę, a dostawca otrzymuje zapytanie odpowiadające jego ofercie.

AI może pomagać uporządkować wymagania lub przygotować projekt zapytania. Treść musi jednak zostać sprawdzona przez osobę odpowiedzialną za zakup. Niejasny termin, niepełny zakres lub sprzeczne warunki mogą obciążyć dostawców bez szansy na rzeczywistą transakcję.

Nie przenosimy do Polski sugestii, że określony typ platformy pozwala ominąć wymagane procedury zakupowe. Sposób zakupu zależy od nabywcy, źródła finansowania, wartości i przedmiotu zamówienia oraz właściwych zasad. Funkcja techniczna nie rozstrzyga tych obowiązków.

Przydatne wskaźniki pilotażu to liczba poprawnych zapytań, odpowiedzi dostawców, zawartych umów i wartość zrealizowanych zamówień. Osobno należy sprawdzać, czy dostęp do zapytań jest przejrzysty i czy nowe podmioty mają realną możliwość przedstawienia oferty.

Jak czytać podane liczby

Najważniejsze rozróżnienie dotyczy nakładów, aktywności i rezultatów. Koszt narzędzia jest nakładem. Udział w sieci lub obecność nabywcy na platformie opisuje skalę działania. Osiągniętym rezultatem byłaby na przykład zakończona transakcja albo udokumentowana oszczędność czasu.

Zestawienie liczb z artykułu nie tworzy automatycznie rachunku opłacalności. Nie znamy pełnego zestawu kosztów, zakresu aktywności każdego uczestnika ani sposobu wyliczenia oszczędności. Własny pilotaż powinien więc od początku mieć prosty plan pomiaru.

Koszt technologii i pełny koszt usługi

Podana w źródle kwota dotyczy technologii. Nie należy przedstawiać jej jako pełnego budżetu programu, kosztu zbudowania platformy ani ceny, za którą inna organizacja odtworzy całe rozwiązanie.

Własny rachunek powinien uwzględniać pracę projektową, konfigurację, przygotowanie wiedzy, testy, szkolenia, obsługę użytkowników i utrzymanie. Trzeba też przewidzieć koszty zależne od liczby kont i zapytań, jeśli występują w wybranym modelu rozliczeń.

Ważne jest ustalenie odpowiedzialności po uruchomieniu usługi. Kto poprawia odpowiedź opartą na nieaktualnym pliku? Kto reaguje na awarię integracji? Czy organizacja potrafi wyeksportować własne zasoby i przenieść je do innego rozwiązania?

Prototyp może szybko pokazać, czy pomysł jest zrozumiały. Gotowość do udostępnienia go całej sieci wymaga dodatkowej pracy nad dostępem, stabilnością i obsługą błędów. Tych etapów nie należy utożsamiać.

Oszczędność czasu trzeba zmierzyć na konkretnym procesie

Deklarację odzyskanego czasu warto potraktować jako hipotezę do sprawdzenia we własnej organizacji. Potrzebujemy informacji o zadaniu, liczbie spraw oraz czasie przygotowania i kontroli wyniku.

Przykładowy pomiar może dotyczyć obsługi powtarzalnych zapytań. Przed wdrożeniem zespół zapisuje czas poświęcany na podobne sprawy, a w pilotażu rejestruje obsługę narzędzia i poprawki. Porównanie musi uwzględniać jakość odpowiedzi i przypadki, które wymagały przejęcia przez człowieka.

Jeżeli automatyzacja skraca samo przygotowanie wiadomości, ale zwiększa liczbę nieporozumień i ponownych kontaktów, korzyść może być pozorna. Dlatego czas pracy należy zestawić z poprawnością i doświadczeniem odbiorcy.

Oszczędność czasu nie zawsze oznacza zmniejszenie wydatków. Może oznaczać krótszą kolejkę do doradcy, mniejsze przeciążenie zespołu lub możliwość obsłużenia dodatkowej sprawy. Warto wskazać, jaki efekt organizacja chce uzyskać.

Rozwiązanie powinno być dostępne w codziennej pracy

Nawet przydatna platforma może pozostać nieużywana, jeśli wymaga dodatkowego logowania, długiej instrukcji albo uzupełniania danych, które organizacja już przekazała w innym miejscu.

W proponowanym pilotażu warto zaprosić do testów osoby o różnym doświadczeniu cyfrowym. Powinny samodzielnie wykonać zadanie, a zespół projektowy obserwować miejsca, w których potrzebują pomocy. Ocena samego wyglądu strony nie wystarczy.

Trzeba uwzględnić obsługę klawiaturą, czytelność komunikatów i zgodność z technologiami wspomagającymi używanymi przez uczestników. Osobnej oceny wymagają język instrukcji oraz możliwość uzyskania wsparcia w innej formie.

Przy wdrażaniu warto wracać do rzeczywistych zadań użytkowników. Krótkie przypomnienie związane z aktualną potrzebą może być użyteczniejsze niż rozbudowana prezentacja wszystkich funkcji. To zalecenie redakcyjne, którego skuteczność należy sprawdzić z odbiorcami.

Czego opis wdrożenia nie rozstrzyga

Studium przypadku pozwala poznać logikę działania konkretnej organizacji. Jego wartość polega na pokazaniu możliwych rozwiązań i pytań, które warto zadać. Nie daje jednak podstaw do prognozy, że podobny rezultat wystąpi w każdej sieci.

W materiale nie przedstawiono szczegółowego planu niezależnej ewaluacji, grupy porównawczej ani pełnego rachunku kosztów i korzyści. Nie możemy na tej podstawie wyliczyć przeciętnej oszczędności na organizację czy wpływu platformy na przychody całego sektora.

Nie jest też możliwe oddzielenie wpływu samej AI od wpływu doradztwa, porządkowania wiedzy i rozwijania współpracy. Część korzyści może wynikać z lepszej organizacji procesu, nawet gdy udział modelu AI jest ograniczony.

Brak takich danych nie unieważnia opisu. Wyznacza natomiast granice jego zastosowania: materiał inspiruje projektowanie i ocenę pilotażu, lecz nie zastępuje dowodu skuteczności.

Propozycja pilotażu dla polskiej sieci wsparcia

Proponujemy rozpocząć od jednej funkcji, wybranej po rozmowach z organizacjami. Zespół powinien ustalić, kto będzie z niej korzystał, jaką sprawę ma rozwiązać i jak wygląda dotychczasowy sposób pracy.

Pierwszy etap obejmuje przygotowanie zasobów i testów. Następnie niewielka grupa użytkowników wykonuje rzeczywiste zadania, a zespół zapisuje błędy i trudności. Warto wcześniej ustalić termin oceny oraz warunki ograniczenia lub zakończenia próby.

Przed rozszerzeniem pilotażu trzeba sprawdzić zarówno jakość, jak i możliwość utrzymania. Potrzebna jest osoba odpowiedzialna za treść, dostępny kontakt w razie problemu oraz realny budżet dalszej obsługi.

Wspólny system może przynieść korzyści wielu organizacjom, ale wymaga uzgodnienia zasad korzystania z danych i podziału odpowiedzialności. Warto zadbać również o udział mniejszych podmiotów w wyborze funkcji, aby rozwiązanie odpowiadało różnym warunkom pracy.

Ocena IRiD Social

Przypadek SERI jest wartościowy jako materiał do rozmowy o usługach wspólnych dla przedsiębiorstw społecznych. Pomaga zobaczyć, że pytanie o AI dotyczy także dostępu do wiedzy, współpracy i rynku.

Najbardziej użyteczna będzie jednak selektywna inspiracja: wybór konkretnego problemu i sprawdzenie, czy proponowana funkcja rzeczywiście go rozwiązuje. Odtworzenie całego zestawu narzędzi bez diagnozy może zwiększyć obowiązki zespołu i użytkowników.

Miara powodzenia powinna być zrozumiała dla organizacji: poprawna odpowiedź, wartościowy kontakt, zrealizowane zamówienie albo mniej czasu potrzebnego na zadanie przy zachowaniu jakości. Taki sposób oceny pozwala rozmawiać o technologii poprzez rzeczywiste korzyści dla sektora.

Jak sprawdzać podobne rozwiązanie — propozycja wskaźników

Wskaźniki należy dopasować do celu, skali i odbiorców własnego pilotażu.

Źródła, autorstwo i prawa do materiałów

Główne źródło: Kasia Kotlarska, AI in a national social enterprise network: The SERI story, Social Enterprise World Forum, kwiecień 2026. Autorka jest opisana na stronie jako Communications Manager at SEWF. Materiał opublikowano w projekcie AI for Social Good.

Przeczytaj artykuł źródłowy w SEWF · Oficjalna strona SERI.

Autorstwo opracowania: IRiD Social. Tekst jest własnym komentarzem i krytycznym omówieniem, nie pełnym tłumaczeniem ani przedrukiem artykułu. Propozycje testów, wskaźników i zastosowań w Polsce pochodzą od redakcji i nie są wynikami badań SERI. Nie sugerujemy akceptacji opracowania ani rekomendacji IRiD przez autorkę, SEWF lub SERI.

Prawa do oryginału: w sprawdzonym materiale nie znaleziono oznaczenia otwartej licencji CC BY. Nie przypisujemy mu takiej licencji. Prawa do tekstu i materiałów źródłowych pozostają przy ich uprawnionych podmiotach. Nie przejmujemy fotografii ani zrzutów ekranu z artykułu SEWF.

Dalsza lektura: AI w przedsiębiorstwach społecznych — omówienie badania 92 organizacji. To odrębna publikacja naukowa, a nie ewaluacja programu SERI.

Ilustracja: Akif Waseem / Unsplash. Abstrakcyjny motyw technologiczny nie przedstawia infrastruktury SERI.