Legalne używanie AI w firmie: jak działać zgodnie z AI Act i wewnętrzną polityką AI

24 lut 2026

Brak zasad korzystania ze sztucznej inteligencji szybko kończy się wyciekiem danych, chaosem decyzyjnym i ryzykiem naruszeń prawa. Polityka AI w firmie to dziś nie opcja, lecz wymóg operacyjny i prawny — AI Act porządkuje ten obszar, ale nie zastępuje praktycznych procedur i codziennej dyscypliny zespołu.

Jeśli Twoja firma potrzebuje gotowego rozwiązania, sprawdź naszą usługę wdrożenia AI Act i polityki AI w firmie.

Dlaczego temat jest „tu i teraz”

W większości organizacji AI już działa w tle: pracownicy streszczają dokumenty, poprawiają oferty, analizują pliki, przygotowują komunikację z klientami, automatyzują raporty. Problem zaczyna się wtedy, gdy firma nie kontroluje, jakie narzędzia są używane, do jakich danych mają dostęp i kto odpowiada za jakość wyników.

AI Act (unijne rozporządzenie o sztucznej inteligencji) wprowadza podejście oparte na ryzyku. Nie zakazuje AI jako takiej. Ustawia zasady dla dostawców i użytkowników (w AI Act: „deployers”, najczęściej po polsku „podmioty stosujące”), a część obowiązków dotyczy także zwykłych firm korzystających z narzędzi AI w procesach.

Dobrze zaprojektowana polityka korzystania z AI sprawia, że organizacja może bezpiecznie używać narzędzi generatywnych i automatyzacji, a jednocześnie ograniczać ryzyka prawne, reputacyjne i operacyjne.

Co w praktyce oznacza AI Act dla firmy korzystającej z AI

Podejście oparte na ryzyku

AI Act dzieli zastosowania na kategorie ryzyka, a obowiązki rosną wraz z ryzykiem dla ludzi i procesów:

  • Praktyki zakazane (unacceptable risk): nie wolno ich stosować.
  • Wysokie ryzyko (high-risk): można stosować, ale pod ścisłymi warunkami (zarządzanie ryzykiem, dokumentacja, nadzór, jakość danych, testy, rejestry, procedury).
  • Ograniczone ryzyko (limited risk): głównie obowiązki przejrzystości (np. informowanie, że treść jest generowana przez AI, albo że rozmowa odbywa się z chatbotem).
  • Minimalne ryzyko: brak specjalnych obowiązków z AI Act, ale nadal obowiązują inne przepisy (RODO, prawo autorskie, tajemnice przedsiębiorstwa, regulacje branżowe).

Harmonogram wdrażania przepisów, który ma znaczenie dla zarządu

AI Act wszedł w życie 1 sierpnia 2024 r., a pełne stosowanie zasadniczej części przepisów następuje 2 sierpnia 2026 r., z wyjątkami istotnymi dla firm. Już wcześniej zaczęły obowiązywać m.in. zakazy określonych praktyk oraz obowiązek dbania o kompetencje w zakresie AI (AI literacy), a od 2 sierpnia 2025 r. weszły w zastosowanie obowiązki dotyczące modeli ogólnego przeznaczenia (GPAI). W lutym 2026 r. firma powinna zakładać, że „okres przejściowy” nie jest czasem na luźne eksperymenty, tylko na uporządkowanie zasad, zanim dojdą pełne obowiązki dla wielu systemów.

W praktyce oznacza to, że polityka AI i rejestr zastosowań powinny działać już teraz, bo pozwalają wykazać „należytą staranność” i minimalizować ryzyka jeszcze przed pełną egzekucją części wymogów.

Czy firma może legalnie używać ChatGPT i podobnych narzędzi

Używanie narzędzi generatywnych w firmie jest co do zasady legalne, pod warunkiem spełnienia trzech warstw wymagań:

  1. Wymagania AI Act zależne od ryzyka i roli firmy
    Firma zwykle jest „podmiotem stosującym” (deployer). Jeśli tworzy własne rozwiązanie lub modyfikuje je w sposób istotny, może wejść w rolę dostawcy i mieć więcej obowiązków.
  2. Zasady ochrony danych i poufności
    RODO i tajemnice przedsiębiorstwa obowiązują niezależnie od AI Act. Nie wolno wklejać do publicznych narzędzi danych, których firma nie powinna ujawniać, ani danych osobowych bez podstawy prawnej i kontroli.
  3. Wewnętrzna polityka i procedury
    Nawet najlepsze narzędzie jest ryzykiem, jeśli organizacja nie ma jasnych zasad: dozwolone zastosowania, dozwolone dane, akceptowane modele, proces akceptacji, kontrola jakości, logowanie i reakcja na incydenty.

W praktyce polityka AI w firmie integruje wszystkie te trzy warstwy w jeden spójny system zarządzania ryzykiem.

Elementy polityki AI w firmie, które realnie chronią organizację

Poniżej znajduje się sprawdzony szkielet polityki AI dla organizacji, która chce działać zgodnie z AI Act i jednocześnie umożliwić zespołom produktywne wykorzystanie AI.

Pełną dokumentację compliance, procedury nadzoru i scenariusze pracy wdrażamy w ramach kompleksowego projektu Wdrożenie AI Act w firmie — w połączeniu z bezpieczeństwem prawnym Mariański Group.

1) Rejestr zastosowań AI w firmie

Polityka zaczyna się od widoczności. Rejestr to prosta lista przypadków użycia, obejmująca:

  • nazwa procesu i cel (np. „streszczanie korespondencji”, „klasyfikacja zgłoszeń”, „generowanie projektów ofert”)
  • narzędzie/model (dostawca, wersja, integracje)
  • rodzaje danych wejściowych i wyjściowych
  • wpływ na ludzi (klient, pracownik, obywatel) oraz konsekwencje błędu
  • poziom ryzyka (robocza klasyfikacja: minimalne/ograniczone/wysokie/zakazane)
  • właściciel biznesowy i IT, data przeglądu

Taki rejestr jest podstawą do wykazania kontroli i do priorytetyzacji działań zgodnościowych.

2) Zasady danych: co wolno, a czego nie wolno wprowadzać do AI

Najczęstsze źródło problemów to dane. Polityka powinna wprost określać:

  • zakaz wprowadzania do narzędzi zewnętrznych danych poufnych, tajemnic przedsiębiorstwa, danych objętych NDA oraz danych osobowych, jeśli narzędzie i proces nie są zatwierdzone
  • kategorie danych dopuszczalnych (np. dane publiczne, anonimizowane, syntetyczne, wewnętrzne „bezpieczne”)
  • zasady anonimizacji/pseudonimizacji
  • minimalizację danych, retencję, zasady logowania
  • wymagania dla dostawców (lokalizacja przetwarzania, brak trenowania na danych klienta, opcje wyłączenia retencji, umowy powierzenia, audytowalność)

W projektach szkoleniowych, które realizujemy, ta sekcja przynosi najszybszy efekt, bo ogranicza niekontrolowane „wklejanie” wrażliwych treści do narzędzi.

3) Standard przejrzystości i komunikacji

Dla części zastosowań AI Act wymaga przejrzystości. W praktyce warto wdrożyć firmowy standard:

  • oznaczanie treści generowanych przez AI w komunikacji wewnętrznej, a w określonych przypadkach również zewnętrznej
  • informowanie, że klient rozmawia z chatbotem, jeśli to chatbot obsługuje kontakt
  • zasady używania syntetycznych obrazów/wideo/głosu i minimalny standard weryfikacji, aby unikać wprowadzania w błąd

To ogranicza ryzyko reklamacyjne, reputacyjne i konflikt z działem prawnym lub compliance.

4) Kontrola jakości: człowiek odpowiada za wynik

Polityka musi jasno stwierdzać, że:

  • AI jest narzędziem wspierającym, a nie „autorem odpowiedzialnym”
  • w procesach o istotnych skutkach (np. decyzje kadrowe, kredytowe, świadczenia, ocena pracownika) wymagany jest nadzór człowieka, a krytyczne elementy decyzji nie mogą opierać się wyłącznie na generacji lub niezweryfikowanej rekomendacji
  • obowiązują minimalne standardy weryfikacji: sprawdzenie faktów, źródeł, liczb, spójności z dokumentami firmowymi

W praktyce warto wprowadzić proste checklisty dla działów: sprzedaży, HR, finansów, administracji, obsługi klienta.

5) Klasyfikacja ryzyka i ścieżka akceptacji

Firma potrzebuje prostej ścieżki „od pomysłu do wdrożenia”:

  • zastosowania minimalnego ryzyka: dopuszczone na podstawie zasad ogólnych
  • zastosowania ograniczonego ryzyka: wymagają oznaczeń i standardu przejrzystości
  • potencjalnie wysokiego ryzyka: wymagają oceny prawnej i technicznej, dokumentacji, testów, monitoringu, procedury incydentów
  • zastosowania niedopuszczalne: zakazane w polityce z krótkim opisem przykładów

Dzięki temu biznes ma jasność, co wolno uruchamiać szybko, a co wymaga projektu wdrożeniowego.

6) Bezpieczeństwo: dostęp, tożsamość, logi, integracje

Polityka AI powinna być spójna z cyberbezpieczeństwem:

  • SSO/MFA dla narzędzi AI, kontrola kont i ról
  • logowanie użycia i dostępów w systemach firmowych
  • zasady wtyczek, rozszerzeń i integracji, które mogą „wyciągać” dane z poczty, CRM, dysków
  • testy podatności i ocena ryzyka dostawcy dla narzędzi wdrażanych szeroko

7) AI literacy: kompetencje pracowników jako wymóg, a nie benefit

AI Act wprost wskazuje na konieczność zapewnienia „wystarczającego poziomu kompetencji AI” dla osób używających systemów AI w organizacji. W praktyce firmowej warto zdefiniować:

  • minimalny program dla wszystkich: zasady danych, poufność, typowe błędy modeli, weryfikacja, odpowiedzialność
  • programy dla ról: administracja, HR, sprzedaż, analityka, IT, zarząd
  • wewnętrzne materiały referencyjne: krótkie standardy, przykłady poprawnych i błędnych użyć

Z doświadczeń organizacji wynika, że samo wprowadzenie narzędzia bez szkolenia zwiększa liczbę incydentów oraz obniża jakość dokumentów, mimo pozornego wzrostu szybkości.

Najczęstsze błędy przy wdrażaniu polityki AI w firmie

  • Polityka jako dokument „na półkę”
    Polityka działa wtedy, gdy jest wsparta rejestrem zastosowań, procesem akceptacji i krótkimi instrukcjami dla działów.
    W naszym modelu wdrożenia AI Act polityka jest zawsze połączona z audytem operacyjnym, scenariuszami pracy i szkoleniem zespołów — dzięki temu nie zostaje „na półce”, tylko zaczyna chronić firmę od pierwszego dnia.
  • Jedna zasada dla wszystkich narzędzi
    Inne ryzyko ma publiczny chatbot, inne narzędzie w wersji firmowej z umową i wyłączonym trenowaniem na danych, a jeszcze inne własny model uruchomiony lokalnie.
  • Brak właściciela biznesowego
    Każde zastosowanie AI potrzebuje właściciela procesu, który odpowiada za cel, jakość i zgodność.
  • Brak standardu weryfikacji
    Jeśli firma nie uczy weryfikacji wyników, rośnie ryzyko błędów, które trafiają do klientów, urzędów lub do decyzji wewnętrznych.

Podsumowanie

Legalne używanie AI w firmie jest możliwe i w wielu branżach staje się standardem operacyjnym. AI Act nie blokuje innowacji, tylko wymusza zarządzanie ryzykiem, przejrzystość i kompetencje. Najbezpieczniejsza droga to połączenie dwóch elementów: zrozumienia wymagań AI Act oraz wdrożenia polityki AI w firmie, która reguluje narzędzia, dane, odpowiedzialność, jakość i bezpieczeństwo

W firmach, które wdrażają AI w sposób uporządkowany, polityka nie hamuje pracy. Ułatwia skalowanie dobrych praktyk, przyspiesza akceptację nowych zastosowań i chroni organizację przed kosztownymi incydentami.

Chcesz przejść od teorii do wdrożenia?
Sprawdź nasz kompleksowy program Wdrożenie AI Act w firmie — audyt compliance, polityka AI, szkolenia i wsparcie powdrożeniowe w jednym pakiecie. Umów bezpłatną konsultację.

Optymalizacja Claude Code: 9 wzorców, które pożerają 73% tokenów

Optymalizacja Claude Code: 9 wzorców, które pożerają 73% tokenów

Optymalizacja Claude Code przestała być kwestią wygody — stała się finansową koniecznością. Przez 90 dni jeden z użytkowników Claude Code logował każdą sesję przez proxy HTTP między narzędziem a API Anthropic. Efekt: 430 godzin pracy, 6 milionów tokenów...

System zarządzania ryzykiem AI: co wymaga artykuł 9 AI Act od firm

System zarządzania ryzykiem AI: co wymaga artykuł 9 AI Act od firm

System zarządzania ryzykiem AI: co wymaga artykuł 9 AI Act od firm Artykuł 9 AI Act nakłada na dostawców systemów wysokiego ryzyka obowiązek posiadania udokumentowanego systemu zarządzania ryzykiem AI. Termin dla systemów z Załącznika III to 2 sierpnia 2026 — za mniej...

Czy Twoja firma jest gotowa na AI? Checklista dla przedsiębiorców

Czy Twoja firma jest gotowa na AI? Checklista dla przedsiębiorców

Brak przygotowania do AI rzadko kończy się spektakularną porażką. Zwykle kończy się cichym spadkiem produktywności, rosnącymi kosztami i frustracją zespołu, który „musi nadążać”, ale nie ma do tego narzędzi ani zasad. Sztuczna inteligencja w biznesie przestała być...

AI bez ryzyka – jak korzystać z AI zgodnie z RODO i prawem

AI bez ryzyka – jak korzystać z AI zgodnie z RODO i prawem

Dynamiczne wdrażanie narzędzi AI w firmach niesie ogromny potencjał wzrostu efektywności, ale równocześnie generuje realne ryzyka prawne. AI bez ryzyka — zgodnie z RODO i obowiązującymi przepisami — to cel osiągalny, lecz wymagający strategicznego podejścia....

Start z AI w firmie — jak zacząć w 7 krokach bez chaosu

Start z AI w firmie — jak zacząć w 7 krokach bez chaosu

W wielu firmach AI zaczyna się od testów z ciekawości, a kończy na wniosku, że „to nie działa". Najczęściej problemem nie jest technologia, tylko brak planu, danych i prostych zasad wdrożenia. Dobrze zaprojektowany start z AI w firmie daje szybkie, mierzalne...