Mađarska uprava za javne nabavke
Strukturiranje pet godina javnih nabavki — i pretraga na običnom jeziku.
Nacionalna uprava je sedela na 100.000+ nestrukturiranih XML dokumenata tendera. Izgradili smo AI i data-mining tok koji ih strukturira, plus pravnog četbota zasnovanog na RAG-u koji odgovara službenicima uz citate.
Kontekst
Podaci o javnim nabavkama odlučuju gde ide javni novac. Arhiva uprave rasla je hiljadama XML prijava mesečno, svaka drugačije strukturirana, svaka pravno značajna.
Skup problem
Službenici su trošili otprilike 35 minuta po upitu za istraživanje — otvarajući prijave jednu po jednu, ručno proveravajući pravne reference i prekucavajući nalaze u izveštaje.
Osnova
Mereno tokom 4 nedelje sa 12 službenika: medijana 35 minuta po upitu, 11% odgovora naknadno ispravljeno posle supervizorske provere, bez ikakvih statistika pokrivenosti.
Intervencija
Hibridni tok: determinističko mapiranje XML-a gde struktura postoji, ML modeli gde varira, i LLM sloj za pretragu pravnog jezika. Četbot odgovara na mađarskom uz citate na tačnu prijavu i paragraf, tako da je svaka tvrdnja proverljiva.
Ljudske odgovornosti
- Službenici odobravaju svaki izvučeni skup polja pre nego što uđe u zvanični registar
- Pravni službenici nedeljno proveravaju uzorak odgovora četbota; neuspesi idu u evaluacioni skup
- IT tim uprave poseduje implementaciju — mi dokumentujemo i predajemo, oni operišu
Izmeren ishod
Ograničenja
Uštede su izmerene za istraživački i pretraživački rad, ne za pravnu prosudbu — ona ostaje kod službenika. Opseg EU usklađenosti pokriva definisana polja due diligence-a podataka, ne blanket sertifikaciju.
Redovi za istraživanje se prazne istog dana umesto da se gomilaju; službenici su preusmerili vreme na suštinsku pravnu proveru. Obuka je trajala dva poludnevna termina; usvajanje se pratilo nedeljno i držalo iznad 80% posle drugog meseca.
Sledeći korak
Proširenje istog toka na dokumente o odlukama o dodeli i analitiku istorije dobavljača.