AI w RFP: oferta nie przegrywa przez prompt, tylko brak

AI może połknąć 300 stron RFP przed kawą. Potem potrafi pewnie dopisać wymóg, którego nikt nigdy nie postawił. I właśnie tu zaczyna się kosztowny problem.

Bo w ofertach nie wygrywa osoba, która najszybciej wygeneruje ładny akapit. Wygrywa zespół, który przy każdym ważnym zdaniu potrafi odpowiedzieć: skąd to mamy, kto to sprawdził i czy wolno nam było użyć tych danych.

AI jest dziś świetnym stażystą. Błyskawicznym, niewyspanym i bardzo przekonującym. Tylko że nie powinien sam wysyłać oferty do klienta.

Ten jeden moment, kiedy robi się gorąco

Wyobraź sobie poniedziałek, 9:12.

Na biurko wpada RFP: wymagania, formularze, warunki umowy, tabela cenowa, załączniki techniczne, polityki bezpieczeństwa. Razem 247 stron. Deadline w piątek. Ktoś mówi: „Wrzućmy wszystko do AI, niech napisze odpowiedź”.

Brzmi rozsądnie. Do chwili, gdy model w odpowiedzi na pytanie o integrację wpisuje, że macie gotowy konektor do systemu klienta.

Nie macie.

Model znalazł podobną integrację w starej prezentacji sprzedażowej, połączył kropki i podał wynik tonem człowieka, który właśnie skończył doktorat z pewności siebie.

To nie jest egzotyczny błąd. Brytyjska nota PPN 017, opublikowana przez Cabinet Office 17 lutego 2025 r., wprost mówi o ryzyku halucynacji, czyli wiarygodnie brzmiących, ale błędnych twierdzeń w ofertach tworzonych z pomocą AI. Ta sama nota nie zakazuje używania AI przy przygotowaniu oferty. Mówi coś bardziej niewygodnego: używaj, ale zarządzaj ryzykiem i sprawdzaj treść.

Czyli problemem nie jest prompt. Problemem jest brak procesu po promptcie.

Szybciej nie znaczy bezpieczniej

Wiele zespołów wpada w tę samą pułapkę: skoro narzędzie umie znaleźć odpowiedź, to znaczy, że umie ją zatwierdzić.

Nie umie.

AI może bardzo dobrze:

• wyciągnąć wymagania i terminy z dokumentacji,
• porównać pytania RFP z waszą bazą referencji,
• zbudować pierwszą macierz zgodności,
• wskazać luki, sprzeczności i pytania do zamawiającego,
• przygotować wersję roboczą odpowiedzi.

Ale nie zna waszej faktycznej zdolności dostarczenia projektu. Nie bierze odpowiedzialności za oświadczenie. Nie siedzi potem na spotkaniu wyjaśniającym, gdy klient pyta: „Proszę pokazać, na czym opierają państwo tę deklarację”.

PPN 017 proponuje nawet proste pytanie informacyjne do dokumentacji przetargowej: czy dostawca użył AI lub uczenia maszynowego przy przygotowaniu odpowiedzi oraz czy treść została zweryfikowana pod kątem poprawności.

To jest świetna zmiana perspektywy.

Nie pytaj tylko: „Czy użyliśmy AI?”.

Pytaj: „Które zdania stworzyła, na jakich materiałach i kto położył pod nimi swoje nazwisko?”.

Cytat źródła to nie pieczątka prawdy

Tu robi się ciekawie, bo narzędzia naprawdę poszły do przodu.

Amazon Q Business deklaruje odpowiedzi z cytowaniami do firmowych źródeł i uwzględnianie uprawnień użytkownika. W dokumentacji AWS znajdziesz też obsługę repozytoriów takich jak SharePoint, OneDrive, Google Drive, Confluence czy Salesforce, a przy ekstrakcji treści z obrazów dokument może mieć nawet 3 000 stron.

Microsoft Copilot Studio potrafi semantycznie przeszukiwać dokumenty przez fragmenty i embeddingi. Przy SharePoint i OneDrive ma sprawdzać bieżące uprawnienia użytkownika, zanim zwróci odpowiedź lub podsumowanie. Microsoft podaje też limit do 500 obiektów wiedzy na agenta oraz maksymalnie pięć różnych typów źródeł naraz.

ChatGPT Enterprise potrafi analizować nie tylko tekst PDF-a, ale też osadzone wykresy, diagramy i obrazy. OpenAI podaje limit 2 mln tokenów dla pojedynczego pliku tekstowego lub dokumentu, a w Enterprise dostępny jest wizualny odczyt PDF-ów. Company Knowledge w ChatGPT ma działać w granicach istniejących uprawnień do podłączonych źródeł, a odpowiedzi mogą prowadzić do materiałów organizacji.

Brzmi jak rozwiązanie wszystkiego? Prawie.

Cytowanie źródła oznacza, że łatwiej dojdziesz do miejsca, z którego model wziął informację. Nie oznacza, że cytat jest właściwie dobrany, że nie pominięto wyjątku z kolejnego akapitu ani że odpowiedź pasuje do konkretnego pola w formularzu.

To jak GPS. Pomaga trafić pod adres. Nie sprawdza, czy drzwi otwierają się do biura klienta, czy do szafy z mopem. 🧹

Poufność nie załatwia się jednym przełącznikiem

Drugi mit brzmi: „Podłączymy SharePoint i temat bezpieczeństwa zamknięty”.

Nie. Temat dopiero dostał numer sprawy.

Kontrola dostępu zależy od produktu, konfiguracji, uwierzytelniania, źródeł, polityk retencji i tego, kto ma dostęp do czego. Narzędzie może respektować uprawnienia użytkownika, ale ktoś musi wcześniej sensownie ustawić te uprawnienia. Jeśli w waszym SharePoint każdy widzi wszystko, AI nie zrobi magicznie porządku w szafie z dokumentami.

Do tego dochodzi sprawa danych używanych do trenowania modeli. PPN 017 zaleca proporcjonalne zabezpieczenia, żeby poufne informacje zamawiającego i dane niepubliczne nie trafiały do wykorzystania jako dane treningowe dla przyszłych odpowiedzi. OpenAI deklaruje, że treści z biznesowych ofert, takich jak API i ChatGPT Enterprise, nie są domyślnie używane do trenowania modeli.

To ważna deklaracja, ale nadal nie jest licencją na wrzucanie wszystkiego bez myślenia.

Najpierw ustalasz, które dokumenty można przetwarzać, w jakim narzędziu, przez kogo i do jakiego celu. Dopiero potem testujesz prompt.

Przejrzystość ma konkretną datę

Jest jeszcze warstwa, którą łatwo ominąć, bo brzmi prawnie, a nie operacyjnie.

Komisja Europejska opublikowała 20 lipca 2026 r. wytyczne dotyczące obowiązków przejrzystości z art. 50 AI Act. Obowiązki zaczęły mieć zastosowanie 2 sierpnia 2026 r.

Nie oznacza to automatycznie, że każda wewnętrzna wersja robocza oferty stworzona z pomocą AI musi dostać wielki stempel „wygenerowano przez robota”. Zastosowanie obowiązków zależy od roli organizacji, rodzaju systemu i sposobu użycia treści, szczególnie gdy mówimy o publikowaniu materiałów w sprawach interesu publicznego.

Ale jest z tego bardzo praktyczna lekcja dla bid managera: nie chowaj użycia AI pod dywan, jeśli postępowanie, klient lub regulacje wymagają ujawnienia. I nie zakładaj, że samo ujawnienie cokolwiek załatwia. Ono nie zamienia błędnej oferty w dobrą ofertę.

Zrób to tak

Zamiast prosić AI: „napisz ofertę”, daj jej rolę analityka, a nie dyrektora handlowego.

Jutro weź jedno aktualne RFP i przygotuj prostą tabelę z czterema kolumnami: wymaganie, źródło i numer strony, właściciel merytoryczny, status potwierdzenia.

Potem poproś AI wyłącznie o wypełnienie dwóch pierwszych kolumn na podstawie wskazanych plików. Niech przy każdej pozycji poda cytat lub lokalizację w dokumencie. Wszystko, czego nie potrafi wskazać, ma oznaczyć jako „brak dowodu”, a nie kreatywnie dopowiedzieć.

To jest mało sexy. Wiem.

Ale właśnie ta nudna tabelka oddziela szybkie AI od kontrolowanego procesu ofertowego. 🔍

Jeśli chcesz przećwiczyć to na realistycznych case studies, od chaotycznego pakietu dokumentów do macierzy zgodności, pytań, rejestru ryzyk, mapy dowodów i pierwszej wersji odpowiedzi, sprawdź AI w ofertach, przetargach i RFP: od setek stron dokumentacji do kontrolowanej wersji roboczej.

AI nie ma zrobić za ciebie oferty.

Ma sprawić, że ekspert przestanie polować po PDF-ach i zacznie podejmować lepsze decyzje. A potem, już całkiem po ludzku, podpisze się pod tym, co naprawdę obiecuje.