Anna Szymczak

W ostatnich miesiącach coraz więcej przedsiębiorców, jak i firm doradczych korzysta z narzędzi opartych na sztucznej inteligencji (AI) przy tworzeniu dokumentacji związanej z pozyskiwaniem dotacji. Wnioski o dotacje unijne czy krajowe często są skomplikowane, a AI kusi obietnicą szybszego i prostszego przygotowania treści – oczekuje się, że wyręczy w pracy nad wnioskiem o dofinansowanie. Jednak praktyka pokazuje, że poleganie wyłącznie na automatycznych generatorach tekstu może poważnie obniżyć jakość składanych aplikacji i w efekcie przyczynić się do nieuzyskania dotacji.

Pracując jako doradcy zajmujący się na co dzień pozyskiwaniem dotacji, działamy według zasady: „my pytamy – klient odpowiada”. Po omówieniu z klientem warunków danego programu powstaje lista zagadnień – pytań do opracowania przez zespół wnioskodawcy, najczęściej dotyczących kwestii technicznych i technologicznych związanych z projektem. I właśnie w tym miejscu coraz częściej pojawia się sztuczna inteligencja – zarówno po stronie klienta, jak i doradców czy konsultantów.

1. Brak dopasowania do konkursu

AI potrafi napisać tekst poprawny językowo, ale nie zna szczegółów programu ani priorytetów oceny. Systemy nie analizują dokumentacji konkursowej, nie dostrzegają niuansów kryteriów czy wymogów formalnych. Zadawane pytania (prompty) są zwykle zbyt powierzchowne.

Przykładowo, firma z branży IT przygotowała wniosek z pomocą generatora tekstu. AI opisało projekt jako „innowacyjny na skalę międzynarodową”, ale nie wskazało, w jaki sposób spełnia on konkretne kryteria programu – np. wpływ na cyfryzację regionu. Opis był długi i poprawny stylistycznie, lecz pozbawiony związku z naborem wniosków. W efekcie projekt nie uzyskał wymaganej punktacji.

2. Powierzchowna argumentacja

Drugą typową wadą jest powierzchowność – treści tworzone przez AI są często ogólnikowe i pozbawione precyzji. Brakuje w nich twardych danych czy odniesień do realnych potrzeb firmy lub rynku. W rozbudowanych opisach zatraca się specyfika przedsiębiorstwa, jego działalności i projektu. Zgrabne stylistycznie teksty nie prezentują realnych problemów, z jakimi boryka się wnioskodawca. Tymczasem eksperci oceniający wnioski oczekują konkretów, a nie pustych deklaracji czy fraz z internetu.

Przykład: opis efektu w postaci podniesienia konkurencyjności firmy na rynku europejskim.

Otrzymany tekst: „Projekt zwiększy konkurencyjność firmy na rynku europejskim poprzez wdrożenie energooszczędnej maszyny, która obniży zużycie energii elektrycznej w porównaniu z tradycyjnymi rozwiązaniami. Dzięki temu przedsiębiorstwo nie tylko ograniczy koszty produkcji, ale także spełni coraz bardziej restrykcyjne wymogi środowiskowe obowiązujące w Unii Europejskiej. Takie podejście pozwoli nawiązać współpracę z kontrahentami preferującymi dostawców działających zgodnie z zasadami zrównoważonego rozwoju”.

Tekst – jak się okazało – został wygenerowany przez czat AI. Choć poprawny językowo, jest na tyle uniwersalny, że równie dobrze mógłby dotyczyć produkcji dronów, jak i gwoździ. Takie podejście skutkuje niską lub negatywną oceną ekspercką.

AI potrafi napisać: „Projekt zwiększy konkurencyjność firmy na rynku europejskim”.

Ekspert oczekuje jednak odpowiedzi na pytania: o ile wzrośnie sprzedaż? ilu nowych klientów pozyska firma? w jaki sposób to osiągnie? Zamiast tego otrzymuje tekst bez znaczenia dla oceny – pozbawiony kontekstu organizacyjnego i specyfiki projektu.

3. Styl i wiarygodność

Treści generowane przez AI często brzmią zbyt „marketingowo”, są sztampowe i naszpikowane nowomową oraz angielskimi zwrotami, których nikt w danej branży nie używa. Bywa też, że w opisach nagle pojawiają się liczby sugerujące „konkretność”, np. redukcja o 5% czy 125 kg. Jeśli jednak nie mają one oparcia w danych czy założeniach, jest to zwykła „halucynacja AI”.

Przykładowo, firma nieposiadająca żadnego systemu cyfrowego do nadzorowania produkcji, pracująca na konwencjonalnych maszynach, nagle we wniosku podaje, że średni czas przezbrojenia wynosi „3h 15 s”.

Należy pamiętać, że ocena wniosków merytorycznych prowadzona jest przez branżowych ekspertów. Lekarz nie ocenia wniosków dotyczących produkcji wiaderek – a ekspert branżowy szybko rozpozna „autora” tekstu. Wnioski pisane „pod szablon” tracą wiarygodność, a nikt nie lubi być oszukiwany czy „przechytrzony”.

AI jako wsparcie, ale nie jako autor

AI nie ponosi odpowiedzialności za błędy. Nie zweryfikuje, czy dane rozwiązanie jest faktycznie innowacyjne, czy wskaźniki są realne ani czy załączniki są spójne z treścią wniosku. To zawsze pozostaje w gestii wnioskodawcy.

Nie oznacza to jednak, że sztuczna inteligencja jest bezużyteczna – wręcz przeciwnie, może stanowić potężne wsparcie w przygotowaniu wniosków, poprawiając ich jakość i eliminując błędy. AI powinno być jednak narzędziem pomocniczym, np. przy:

• tworzeniu wstępnego konspektu wniosku,
• formułowaniu listy potencjalnych innowacji,
• usprawnianiu języka biznesplanu lub wniosku,
• porządkowaniu treści do dalszej edycji przez fachowca.

Kluczowe jest, aby finalny dokument był przygotowany lub przynajmniej zweryfikowany przez specjalistę, który zna zarówno realia biznesowe firmy, jak i szczegółowe wymagania instytucji finansujących. AI nie zastąpi pracy nad przygotowaniem materiałów – to tylko narzędzie, a nie pracownik. Szczególnie groźna jest sytuacja, gdy z braku czasu pracownik „na kolanie” kopiuje treści z AI i wkleja je bez czytania.

Korzystanie z AI w procesie aplikowania o dotacje wymaga ostrożności. Automatyzacja może przyspieszyć pracę, ale nie zastąpi wiedzy eksperckiej i doświadczenia. Wnioski oparte wyłącznie na treściach generowanych przez AI narażone są na niską ocenę merytoryczną, utratę wiarygodności oraz oderwanie od specyfiki firmy.

Dlatego przedsiębiorcy powinni traktować AI jako narzędzie pomocnicze, a nie głównego autora dokumentów. W przeciwnym razie szybkie „oszczędności” mogą zakończyć się stratą znacznie większą – brakiem dofinansowania.

Kiedyś certyfikat ISO 9001 bywał traktowany jako synonim jakości, a nie narzędzie do jej nadzorowania, podobnie jak CRM jako gwarancja dobrej obsługi klienta.

Reasumując: korzystanie ze sztucznej inteligencji przy pisaniu wniosków o dotacje jest jak prawo jazdy – można je mieć, ale nie potrafić jeździć.

Anna Szymczak – Specjalista od programów wsparcia
MS-Consulting