Forum Księgowych Ośrodków Pomocy Społecznej: Szkolenie – AI w służbach finansowych Ośrodków Pomocy Społecznej

Celem szkolenia jest poznanie podstawowych pojęć i trendów w zakresie sztucznej inteligencji (AI) w finansach sektora publicznego. Zrozumienie możliwości wykorzystania narzędzi AI w typowych procesach finansowych w Ośrodkach Pomocy Społecznej, takich jak planowanie budżetu, weryfikacja świadczeń, sprawozdawczość oraz nabycie umiejętności identyfikacji obszarów, w których AI może poprawić efektywność i zgodność z przepisami (RODO, Finanse Publiczne).

1. Wprowadzenie: AI w finansach sektora publicznego:
• Najważniejsze definicje (ML, LLM, RPA) i specyfika instytucji pomocy społecznej.
• Przegląd narzędzi AI dla finansów publicznych: od arkuszy z dodatkami AI po platformy klasy ERP.
• Przykłady z sektora publicznego (gmina, ZUS, NFZ) i wnioski dla OPS.
• Ramy prawne: AI Act, RODO, ustawa o finansach publicznych – obowiązki OPS.
2. AI w budżetowaniu i kontroli wydatków OPS:
• Prognozowanie wydatków świadczeniowych przy użyciu modeli predykcyjnych.
• Analiza odchyleń budżetowych – automatyczne alerty o przekroczeniach.
• Wykrywanie duplikatów i pomyłek w fakturach (OCR + ML).
• Generowanie raportów budżetowych do JST/MRiPS – asystent AI w Excel/Power BI.
• Wizualizacja danych finansowych dla kierownictwa OPS (dashboardy AI-powered).
3. AI w procesie obsługi świadczeń i przeciwdziałaniu nadużyciom:
• Automatyczna weryfikacja wniosków (klasyfikacja, kompletność dokumentów).
• Modele wykrywania podejrzanych wzorców (fraud scoring) – studium przypadków.
• Chatbot AI wspierający wnioskodawcę: pytania o dokumenty, status wypłaty.
• Analiza tekstu decyzji administracyjnych – sprawdzanie spójności, błędów prawnych.
• Ochrona danych wrażliwych: pseudonimizacja i kontrola dostępu w projektach AI.
4. Planowanie wdrożenia i utrzymania rozwiązań AI w Ośrodkach Pomocy Społecznej:
• Identyfikacja „quick wins” – małe, niskokosztowe projekty pilotażowe.
• Kryteria wyboru dostawcy lub narzędzia open-source; wymogi umowy (SLA, bezpieczeństwo).
• Rola kierownika projektu AI w OPS – zakres kompetencji i odpowiedzialności.
• Monitorowanie skuteczności modeli: wskaźniki KPI, audyt algorytmiczny, aktualizacje.
• Ścieżka rozwoju kompetencji zespołu (szkolenia cykliczne, e-learning, współpraca z JST/CSIRT).
 

Auditor Wiodący SZBI wg. ISO 27001, Auditor Wiodący SZCD wg. ISO 22301, Auditor Wewnętrzny ZSZ wg. ISO 9001, 14001 i 45001, Six Sigma Yellow Belt, DPO, Wdrożeniowiec systemów klasy EZD, trener i archiwista. Partner Biznesowy Sygnity S.A. Członek Grupy Roboczej ds. Sztucznej Inteligencji przy Ministerstwie Cyfryzacji, Członek ISSA Polska (Grupa Robocza ds. AI) Karierę trenerską rozpocząłem w 2013 roku. Od tego czasu na sali szkoleniowej spędził ponad 13 000 godzin szkoleniowych, szkoląc łącznie ponad 15 tysięcy osób.