Zdjęcie, notatka głosowa i karta pracy trafiają do jednego aktu, a sprzeczne informacje czekają na decyzję koordynatora.
System zachowuje każdy materiał w oryginale i porównuje wspólne informacje. Jeśli numer maszyny lub inne dane się różnią, pokazuje oba źródła obok siebie. Koordynator wybiera właściwą wartość i zapisuje uzasadnienie.
Co zmierzyliśmy
Wersja demonstracyjna używa jednego fikcyjnego aktu i trzech syntetycznych plików. Pokazuje porównanie dowodów, otwartą sprzeczność oraz dwa etapy decyzji człowieka. Jest tylko do odczytu i nie zawiera danych klienta.
- Test lokalny · osobny pomiar usług zewnętrznych
- Co zmierzyliśmy
- 16/16 kontroli lokalnych · 60/60 kontroli z usługami zewnętrznymi
- Dokumentacja zdarzeń terenowych
- Zweryfikowano
- materiał syntetyczny
Problem, rozwiązanie i wynik
Problem
Informacje o zdarzeniu trafiają jako zdjęcie, wiadomość głosowa i dokument przygotowany wcześniej. Koordynator musi ręcznie zestawić te materiały, a zwykłe podsumowanie może ukryć sprzeczność ważną dla bezpieczeństwa.
Jak to działa
Każdy plik trafia do aktu osobno i zachowuje informację o pochodzeniu. System porównuje wspólne pola i pokazuje różne wartości obok siebie. Otwarta sprzeczność blokuje zamknięcie aktu do czasu decyzji koordynatora.
Co sprawdziliśmy w zapisanym przebiegu
Wersja demonstracyjna używa jednego fikcyjnego aktu i trzech syntetycznych plików. Pokazuje porównanie dowodów, otwartą sprzeczność oraz dwa etapy decyzji człowieka. Jest tylko do odczytu i nie zawiera danych klienta.
Dla kogo
Ten system ma sens, jeśli dokumentacja zdarzenia przychodzi kilkoma kanałami, dane w materiałach czasem się różnią, a decyzja o wznowieniu pracy musi mieć właściciela i uzasadnienie.
Trzy dowody → jeden akt → decyzja
- 01Każdy dowód zachowuje oryginał, skrót, czas i autora
- 02Otwarta rozbieżność blokuje zamknięcie aktu
- 03Wartość do aktu i przyjęcie podpisuje koordynator robót
- Typ firmy
- Zakłady przemysłowe i firmy prowadzące serwis terenowy maszyn
- Wejście
- Zdjęcie z placu, notatka głosowa i karta pracy w PDF z jednej interwencji
- Granica
- Akt nie zamknie się przy otwartej rozbieżności, a maszynę do pracy dopuszcza koordynator robót
- Koszt
- 0,047340 USD za 10 zapisanych odczytów obrazu, czyli około 0,004734 USD za odczyt.
- Bezpieczeństwo
- Sprzeczne dane lub nieznany stan bezpieczeństwa zatrzymują zamknięcie sprawy do decyzji koordynatora.
- Tempo
- Czas odczytu zdjęcia i notatki mierzymy w pilotażu na materiałach z terenu.
- Ślad
- Każdy dowód zachowuje źródło, czas i autora. Historia ujawnia późniejszą zmianę zapisu.
- Budowa podobnego systemu
- od 25 000 zł netto · 4–10 tygodni
Kurs referencyjny do przeliczeń: 1 USD = 3,72 zł; 1 EUR = 4,30 zł. Kwoty w PLN są zaokrąglone, a waluta pomiaru pozostaje podana w nawiasie.
Granica decyzji
Maszynę do pracy dopuszcza koordynator robót
System opisuje materiał i porządkuje dowody. Nie wskazuje maszyny i nie orzeka, skąd wzięła się ciecz. Nie ma też pola, w którym mógłby dopuścić maszynę do pracy. Rozstrzygnięcie zapisuje koordynator robót: wybiera wartość obecną w dowodach, wskazuje podstawę z zamkniętej listy i podpisuje uzasadnienie. W produkcji ten wpis wiąże się z uwierzytelnioną tożsamością i rolą. Wersja demonstracyjna nie udaje, że taką tożsamość ma, więc oba zapisy odrzuca.
- Granica
- Akt nie zamknie się przy otwartej rozbieżności, a maszynę do pracy dopuszcza koordynator robót
- Koszt
- 0,047340 USD za 10 zapisanych odczytów obrazu, czyli około 0,004734 USD za odczyt.
- Bezpieczeństwo
- Sprzeczne dane lub nieznany stan bezpieczeństwa zatrzymują zamknięcie sprawy do decyzji koordynatora.
- Tempo
- Czas odczytu zdjęcia i notatki mierzymy w pilotażu na materiałach z terenu.
Czego system nie potrafi rozstrzygnąć
Transkrypcja nie jest stała: w dziesięciu próbkach tego samego nagrania wróciły dwa zapisy różniące się interpunkcją, dlatego w akcie zostaje odsłuch i oryginalny plik, a tekst pozostaje sugestią. Numeru maszyny nie rozstrzyga żaden odczyt zdjęcia: na obrazie nie ma tabliczki znamionowej, a schemat odpowiedzi modelu w ogóle nie ma pola na ten numer. Lista podstaw rozstrzygnięcia zapisuje deklarację człowieka i sama nie dowodzi, że sprawdzenie zostało wykonane. Łańcuch skrótów ujawnia zmianę zapisanej historii, ale nie jest magazynem WORM, więc w produkcji patrzylibyśmy najpierw na uwierzytelnianie i role, retencję oraz kontrolę nad samą bazą.
Szacowany efekt
Policz efekt na swoim wolumenie
To szacunek oparty na podanym wolumenie. Wpisz własne liczby do formuły, aby ocenić możliwy efekt w swojej firmie. Wynik potwierdzamy dopiero podczas pilotażu.
Dziś
Założenie dziś: 105 h/mies. (35 min/sprawę)
Po uruchomieniu
Scenariusz po: 42 h/mies. (14 min/sprawę)
Oszczędność czasu lub kosztu
Scenariusz modelowany: 45-80 h/mies., baza 63 h
- Wolumen
- Scenariusz modelowany: 180 spraw/mies.
- Formuła
- 180 x (35 - 14) min / 60 = 63 h/mies.
- Status wyliczenia
- średnia
Dane na zrzutach. Nazwy, kwoty i dokumenty widoczne na zrzutach są syntetyczne. Dane klientów pozostają prywatne. Pomiary dotyczą opisanej wersji demonstracyjnej i są wyraźnie oddzielone od wyników produkcyjnych.
Powierzchnie pracy
Koordynator robót ma dowody w jednym miejscu i podpisuje to, co trafia do aktu.
Koordynator otwiera jedną kartę zdarzenia i ma na niej wszystko, co przyszło z placu: zdjęcie do powiększenia, nagranie do odsłuchania, kartę pracy w oryginale, a przy każdym pliku czas, autora i skrót. Rozbieżność stoi na wierzchu, a decyzja o niej ma datę, podstawę i nazwisko, więc pytanie „skąd wiadomo, że to była ta maszyna” ma odpowiedź w historii aktu. Czas zaoszczędzony przy uzgadnianiu sprawy należy zmierzyć na wolumenie zdarzeń i kanałach klienta; ten pomiar go nie określa.
Trzy ekrany: zdarzenie, dowody, rozstrzygnięcie.
Karta zdarzenia
Wszystko, co przyszło z placu, na jednym ekranie: ryzyko, miejsce, stan aktu i następny krok.
Rejestr dowodów
Trzy pliki z autorem, czasem rejestracji, formatem i skrótem SHA-256; pełny skrót i oryginał otwierasz w karcie dowodu.
Rozstrzygnięcie
Dwa odczyty numeru maszyny obok siebie, pole decyzji, podstawa i uzasadnienie, a dalej krok przyjęcia.
Ekrany systemu
Zobacz, jak system działa w praktyce
To zrzuty z działającej aplikacji w wersji komputerowej i mobilnej. Pokazują opisany proces oraz miejsca, w których decyzję podejmuje człowiek.
- Ekrany
- 8
- px
- 1440 · 390
- 021440×1100
Dwa odczyty z cytatami oraz bramka decyzji zablokowana bez uwierzytelnionej roli. - 031440×1100
Mobilny rejestr dowodów z jawnym pochodzeniem i pełnym brakiem danych klienta.
Otwórz archiwum pozostałych ekranów (5)
- 041440×1100
Rejestr trzech dowodów - 051440×1100
Sugestia modelu i jej ograniczenie - 061440×1100
Konflikt w porównaniu źródeł - 071440×1100
Przyjęcie zablokowane przez konflikt - 081440×1100
Ciągłość zapisu
Stos technologiczny
Rdzeń dowodowy jest zwykłym kodem i bazą, bo dowód musi dać się sprawdzić bez dostawcy.
Nie ma tu pętli do orkiestracji: praca polega na rejestracji plików, zestawieniu pól, utrzymaniu rozbieżności i dwóch bramkach, więc framework agentowy byłby balastem. Używamy FastAPI i PostgreSQL, bo stan aktu i łańcuch skrótów zapisują się w jednej transakcji, a całą ścieżkę decyzji da się przeczytać jako kod i przetestować bez sieci. Odczyt zdjęcia i transkrypcja stoją obok rdzenia jako warstwa opcjonalna: po wyłączeniu kluczy akt, rozbieżność i historia działają dalej. Dla utrzymania oznacza to jeden język w API, jedną bazę do kopii zapasowej i zależność od dostawcy wyłącznie tam, gdzie wynik i tak jest sugestią.
- FastAPI, Pydantic, psycopg
- rejestruje dowody, zestawia pola aktu i waliduje oba wpisy człowieka
- PostgreSQL 17
- trzyma akt, rozbieżność i łańcuch skrótów; blokada transakcyjna serializuje dopisywanie zdarzeń
- Nazwany wolumen Docker
- przechowuje oryginalne PNG, WAV i PDF, wydawane wyłącznie po identyfikatorze dowodu
- Next.js 16, React 19
- siedem ścieżek pracy koordynatora; niedostępne API jest widocznym błędem bez przejścia na dane zastępcze
- OpenAI Responses, gpt-5.6-sol
- opt-in opis widocznych faktów ze zdjęcia, ze ścisłym schematem i store: false
- ElevenLabs Scribe v2, region EU
- opt-in transkrypcja polskiej notatki głosowej jako niezweryfikowana sugestia
Klient przejmuje kod, schemat bazy, dane ewaluacyjne i dokumentację. Wersja demonstracyjna działa jako cztery usługi Docker Compose na jednym fikcyjnym akcie. Nie ma logowania ani zapisu i nie dotyka danych klienta; poza sieć wychodzi tylko opt-in przebieg pomiarowy do dwóch dostawców.
Szczegóły techniczne i pomiar
Pętla pracy
Akt składa się z trzech dowodów i nie scala ich w jedną wersję.
Zestawienie pole po polu pokazuje, gdzie źródła mówią to samo i gdzie się rozchodzą. Wspólna wersja powstaje jednym wpisem człowieka, z podstawą i uzasadnieniem zapisanymi w historii aktu.
Zdjęcie z placu, notatka głosowa i karta pracy z jednej interwencji
Rejestracja: oryginał pliku, skrót SHA-256, czas i autor
Zestawienie dziesięciu pól → rozbieżność zostaje otwarta
Odczyt modelu → sugestia oznaczona jako niezweryfikowana
Rozstrzygnięcie koordynatora z podstawą → osobne przyjęcie zamyka akt
Architektura systemu
Rejestracja, zestawienie, rozstrzygnięcie, przyjęcie.
Deterministyczny rdzeń dowodowy w FastAPI i PostgreSQL, w którym stan aktu i łańcuch skrótów zapisują się w jednej transakcji. Odczyty modeli stoją obok niego jako warstwa opcjonalna.
- 01
Dowody
Trzy formaty wchodzą w oryginale.
PNG, WAV i PDF trafiają do nazwanego wolumenu bez przekodowania, a SHA-256 liczymy z bajtów w takiej postaci, w jakiej przyszły. Karta dowodu pokazuje pełny skrót, deklarowane źródło i to, czego w pliku nie ma: obraz bez EXIF nie dostarcza czasu powstania, więc pole pochodzi z deklaracji zgłaszającego.
- 02
Zestawienie
Dziesięć pól, trzy źródła, jawne luki.
System układa pola sprawy obok siebie według źródła i nie uzupełnia braków domysłem. Rozbieżność jest osobnym obiektem w bazie, z wartościami obu odczytów i własnym stanem, więc da się ją zliczyć i raportować.
- 03
Sugestie
Odczyty modeli są opcjonalne i oznaczone.
Opis zdjęcia działa na OpenAI Responses ze ścisłym schematem JSON, limitem 220 tokenów wyjścia i store: false, transkrypcja na ElevenLabs Scribe v2 w regionie EU. Oba wyniki wchodzą do aktu jako niezweryfikowane sugestie, a brak kluczy nie zatrzymuje obiegu dowodowego.
- 04
Bramki
Dwa wpisy człowieka, dwa różne warunki.
Rozstrzygnięcie przyjmuje wyłącznie wartość występującą w dowodach i podstawę z zamkniętej listy, a pola złożone z białych znaków odrzuca. Przyjęcie wymaga wcześniejszego rozstrzygnięcia, powtórne rozstrzygnięcie kończy się konfliktem stanu, a blokada transakcyjna na identyfikatorze aktu serializuje dopisywanie zdarzeń do historii.
Dlaczego sklejenie źródeł byłoby wadą
Zwykłe streszczenie trzech relacji mogłoby ukryć różnicę w numerze maszyny. W tym systemie rozbieżność ma własny stan i pozostaje otwarta do wpisu człowieka. Rdzeń dowodowy tworzą kod i baza. Model nie rozstrzyga pola bezpieczeństwa maszyny.
- Oryginały i skróty zostają w akcie
- Rozbieżność żyje do wpisu koordynatora
- Odczyty modeli nie dotykają pola bezpieczeństwa
- Przyjęcie aktu jest osobną, zapisaną decyzją
Chcesz sprawdzić podobny proces w swojej firmie?
- 30 minut z inżynierem, który może prowadzić Twoje wdrożenie.
- Przegląd procesów, które kosztują Cię najwięcej czasu i pieniędzy.
- Pisemne podsumowanie: co zautomatyzować, w jakiej kolejności, z widełkami kosztów.
Terminy zobaczysz w swojej strefie czasowej.
Bez prezentacji sprzedażowej i bez zobowiązań. Jeśli automatyzacja nie ma sensu, też to napiszemy.