Nauka i szkolnictwo wyższe
Jedna infrastruktura AI dla wszystkich wydziałów — z izolacją, jawnością i polityką
Dlaczego teraz
Dorobek i dokumentacja są rozproszone po wydziałach, dane grantowe nie mogą opuścić uczelni, dziekanaty toną w pytaniach o regulaminy, a rzetelność naukowa wymaga jawnego udziału AI w powstawaniu tekstu. Wdrożenie blokuje zwykle nie technologia, ale brak polityki i niejasna odpowiedzialność między jednostkami
Trzy osoby, które muszą powiedzieć tak
Prorektor / kanclerz — jedna platforma zamiast kilkunastu inicjatyw wydziałowych
Dyrektor IT — multi-tenant, izolacja, modele lokalne dla danych grantowych
Pełnomocnik ds. AI / rzetelności naukowej — polityka, rejestr, oznaczanie treści
Scenariusze biznesowe
Asystent wiedzy dla dorobku i dokumentacji badawczej
Obszar: Wiedza i dokumenty
Problem: Dorobek i dokumentacja badawcza rozproszone są po wydziałach i repozytoriach
Jak to działa: Centralna baza RAG z OCR i filtrowaniem po metadanych; wyszukiwanie w języku naturalnym z podglądem źródeł
Co zyskujesz: Badacz i administracja znajdują dorobek i dokumentację jednym pytaniem, ze wskazaniem źródła — bez przeszukiwania kilku repozytoriów
Produkt: TWIN:DESK
Asystent studenta do regulaminów i procedur
Obszar: Wiedza i dokumenty
Problem: Obsługa pytań studentów o regulaminy i procedury obciąża dziekanaty
Jak to działa: Obszar roboczy z dedykowanym asystentem i bazą regulaminów; integracja z ePUAP i e-Doręczeniami
Co zyskujesz: Student dostaje odpowiedź z regulaminu o każdej porze, a dziekanat zajmuje się sprawami, które wymagają decyzji
Produkt: TWIN:DESK
Porównywanie interpretacji wielu modeli
Obszar: Jakość i standaryzacja
Problem: Praca badawcza wymaga porównania interpretacji z kilku modeli
Jak to działa: Rada modeli i widok podzielony; hot-swap modelu w trakcie sesji bez utraty kontekstu
Co zyskujesz: Interpretacja z kilku modeli w jednym widoku, z możliwością zmiany modelu bez powtarzania kontekstu
Produkt: TWIN:DESK
Lokalne AI dla chronionych danych badawczych
Obszar: Bezpieczeństwo i suwerenność
Problem: Dane badawcze objęte umowami i grantami nie mogą opuścić uczelni
Jak to działa: Routing wyłącznie do modeli lokalnych; tryb bez połączenia z siecią z lokalnymi modelami i integracjami
Co zyskujesz: Warunki umów grantowych są spełnione technicznie — dane badawcze pozostają w infrastrukturze uczelni
Produkt: PROXY:AI
Odseparowane środowiska AI dla jednostek uczelni
Obszar: Bezpieczeństwo i suwerenność
Problem: Każdy wydział potrzebuje własnego, odseparowanego środowiska w jednej infrastrukturze
Jak to działa: Model wielodostępny (multi-tenant) z izolacją środowisk; ABAC per jednostka organizacyjna
Co zyskujesz: Jedna infrastruktura, jeden zespół utrzymania, a każdy wydział ma własne zasady dostępu do danych i modeli
Produkt: PROXY:AI
Jawne dokumentowanie udziału AI w pracy naukowej
Obszar: Zgodność i nadzór
Problem: Rzetelność naukowa wymaga jawnego udziału AI w powstawaniu tekstu
Jak to działa: AI Disclosure Injection oraz dziennik użycia modeli jako dowód, co i kiedy wygenerowano
Co zyskujesz: Udział AI w tekście naukowym jest oznaczony i udokumentowany automatycznie — zgodnie z wymogami wydawców i komisji etyki
Produkt: PROXY:AI
Governance AI i jasna odpowiedzialność na uczelni
Obszar: Zgodność i nadzór
Problem: Wdrożenie AI na uczelni blokuje brak polityki i niejasna odpowiedzialność między wydziałami
Jak to działa: Polityka używania AI i Rejestr agentów z właścicielem per jednostka (CDF-F2); Liderzy AI na wydziałach i Akademia CDF (F3)
Co zyskujesz: Uczelnia ma jedną politykę, znanych właścicieli i liderów AI na wydziałach — wdrożenie przestaje zależeć od entuzjazmu pojedynczych osób
Produkt: CDF
Dowody
Model wielodostępny B2C/B2B/B2B2C
Udział w inicjatywie IPCEI-AI i projekty B+R
Jak zaczynamy
Pilotaż na jednym wydziale (asystent regulaminów + izolowane środowisko) z polityką AI przygotowaną równolegle w CDF-F2