Gdzie trzymać dane, żeby AI było bezpieczne (EU, DPA, konta firmowe) 

Najbezpieczniejsze miejsce na dane firmowe przetwarzane przez AI to konto biznesowe objęte umową powierzenia danych, z ustawieniami wyłączającymi wykorzystanie rozmów do trenowania modeli - nie prywatne konto pracownika założone w pięć minut na służbowej przerwie. Różnica między tymi dwoma scenariuszami decyduje o tym, czy dane klienta trafiające do ChatGPT czy innego modelu są objęte jakąkolwiek ochroną prawną, czy zupełnie nie.

Dlaczego lokalizacja przechowywania danych ma znaczenie przy korzystaniu z AI?

Większość popularnych narzędzi AI przetwarza dane na serwerach poza Europejskim Obszarem Gospodarczym, najczęściej w Stanach Zjednoczonych, gdzie obowiązują inne standardy ochrony prywatności niż w Unii Europejskiej. Portal gov.pl wprost ostrzega, że "korzystając z narzędzi bezpłatnych, płaci się za nie danymi, które do nich wprowadza się" - a to, gdzie te dane trafiają fizycznie, decyduje o tym, jakie przepisy chronią osobę, której dane dotyczą, i jakie prawa firma zachowuje wobec dostawcy narzędzia.

Rekomendacja rządowa jest jednoznaczna: unikać wpisywania danych osobowych, zdjęć osób, tajemnic handlowych czy fragmentów kodu zawierających hasła do darmowych narzędzi, a zamiast tego korzystać z rozwiązań udostępnianych przez pracodawcę, objętych formalną umową ochrony danych.

Konto prywatne czy firmowe - gdzie faktycznie trafiają dane?

To pytanie ma bezpośrednie przełożenie na odpowiedzialność prawną, opisaną też szerzej przy okazji tego, jak legalnie korzystać z ChatGPT z danymi klientów. Przy koncie prywatnym to dostawca narzędzia decyduje samodzielnie o celach przetwarzania danych, a firma traci realną kontrolę nad tym, co dzieje się z wklejonymi informacjami. Przy koncie firmowym, objętym odpowiednią umową, to organizacja pozostaje administratorem danych, a dostawca AI działa wyłącznie jako podmiot przetwarzający w jej imieniu.

Problem w tym, że sam fakt posiadania konta firmowego nie gwarantuje bezpieczeństwa, jeśli pracownicy równolegle korzystają z prywatnych kont do tych samych zadań - a dzieje się to częściej, niż wskazywałaby intuicja.

Czym jest shadow AI i dlaczego to największe zagrożenie dla firmowych danych?

Shadow AI to niekontrolowane korzystanie z narzędzi sztucznej inteligencji poza wiedzą i nadzorem organizacji - najczęściej przez prywatne konta używane do zadań służbowych. Według raportu Microsoft Work Trend Index, aż 63 procent użytkowników nie wie, że ich dane są przetwarzane przez narzędzia AI, z których korzystają w pracy, a badania cytowane przy okazji najczęstszych błędów w pracy z AI pokazują, że ponad połowa pracowników świadomie ukrywa przed pracodawcą fakt korzystania z takich narzędzi.

Efekt jest konkretny: fragmenty umów, strategii biznesowych czy budżetów trafiają do serwerów, nad którymi firma nie ma żadnej kontroli, bez umowy powierzenia i bez wiedzy o tym, jak długo dane tam pozostaną. Rozwiązaniem nie jest zakaz korzystania z AI, tylko jasne określenie, które narzędzia są dozwolone służbowo, a które nie, oraz wyznaczenie jednej osoby odpowiedzialnej za aktualizowanie tych zasad.

Jak działa umowa DPA i dlaczego jest niezbędna przy kontach firmowych?

Umowa powierzenia przetwarzania danych (Data Processing Agreement, DPA) to dokument, w którym dostawca narzędzia AI zobowiązuje się przetwarzać dane firmy wyłącznie w określonym celu, z określonymi zabezpieczeniami i przez określony czas - bez niej firma nie ma podstawy prawnej do przekazywania danych osobowych klientów zewnętrznemu dostawcy. Plany biznesowe większości popularnych narzędzi (ChatGPT Enterprise i Team, Microsoft Copilot w ramach 365, Claude for Work) standardowo obejmują taką umowę, podczas gdy plany indywidualne - nawet płatne - zazwyczaj nie.

Przy wyborze dostawcy warto sprawdzić nie tylko sam fakt istnienia DPA, ale też konkretne zapisy: czy dane są wykorzystywane do trenowania modeli domyślnie czy tylko po świadomej zgodzie, jak długo są przechowywane i czy firma może samodzielnie ustawić krótszy okres retencji.

Gdzie fizycznie przechowywane są dane w popularnych narzędziach AI?

Wiele dużych dostawców oferuje dziś organizacjom biznesowym wybór regionu przechowywania danych, obejmujący między innymi Stany Zjednoczone, Europę, Wielką Brytanię czy Japonię - ale to ustawienie trzeba świadomie skonfigurować, bo domyślna lokalizacja rzadko jest europejska. W środowisku Microsoft 365 i Copilot dane pozostają w ramach infrastruktury organizacji, a dodatkowe mechanizmy takie jak klasyfikacja i etykietowanie dokumentów sprawiają, że AI respektuje nadane wcześniej oznaczenia poufności - użytkownik bez odpowiednich uprawnień nie uzyska dostępu do oznaczonej treści również przez asystenta AI.

To samo dotyczy narzędzi do porządkowania i wyszukiwania dokumentów firmowych - jeśli system AI ma dostęp do całego repozytorium dokumentów firmy, warto z góry ustalić, które foldery i etykiety poufności są dla niego w ogóle widoczne, zamiast zakładać, że sam mechanizm wyszukiwania automatycznie uwzględni ograniczenia dostępu.

Jak technicznie zabezpieczyć dane przy pracy z AI?

Podstawowe środki techniczne obejmują szyfrowanie danych zarówno podczas przechowywania, jak i przesyłania, stosowanie systemów wykrywania nietypowego dostępu, regularne aktualizacje oprogramowania oraz silne, unikalne hasła połączone z uwierzytelnianiem dwuskładnikowym na każdym koncie mającym dostęp do narzędzi AI. Warto też ograniczyć dostęp do danych wyłącznie do osób, które go faktycznie potrzebują do wykonywania obowiązków, zamiast nadawać uprawnienia całemu zespołowi "na wszelki wypadek".

Model Zero Trust, coraz częściej stosowany w środowiskach korporacyjnych, zakłada weryfikację każdej próby dostępu niezależnie od jej źródła - to podejście sprawdza się też przy nadzorze nad tym, jakie automatyczne agenty AI mają dostęp do jakich zasobów, bo badania pokazują, że aż 29 procent pracowników korzysta z agentów AI, o których istnieniu organizacja w ogóle nie wie.

Jakich danych nigdy nie wprowadzać do narzędzi AI, niezależnie od typu konta?

Niezależnie od tego, czy korzystasz z konta prywatnego czy firmowego objętego umową DPA, pewnych kategorii danych lepiej w ogóle nie wpisywać bez wcześniejszej anonimizacji: pełnych danych osobowych klientów (imię, nazwisko i dodatkowy identyfikator razem), numerów kart płatniczych i haseł, kodów źródłowych zawierających klucze dostępu, a także zdjęć rozpoznawalnych osób, w tym dzieci czy pracowników. Praktyczna technika to zastępowanie prawdziwych danych neutralnymi etykietami w rodzaju "Klient A" zamiast rzeczywistego nazwiska, generalizacja (przedział wiekowy zamiast dokładnego wieku) i dodawanie szumu do zbiorów danych liczbowych.

Dobrym nawykiem jest też korzystanie z trybu rozmowy tymczasowej, który nie zapisuje historii, oraz świadome wyłączenie opcji wykorzystywania rozmów do trenowania modelu w ustawieniach każdego narzędzia, z którego korzysta zespół.

Kiedy warto rozważyć model AI działający lokalnie zamiast w chmurze?

Dla organizacji pracujących z wyjątkowo wrażliwymi danymi - medycznymi, prawniczymi czy objętymi tajemnicą państwową - alternatywą wobec chmurowych narzędzi AI są modele uruchamiane lokalnie, na własnej infrastrukturze firmy, za pomocą rozwiązań takich jak Ollama, LM Studio czy Jan.ai. Dane w takim scenariuszu nigdy nie opuszczają sieci firmowej, co eliminuje pytanie o lokalizację serwerów czy umowę DPA, kosztem mniejszej mocy obliczeniowej i większej odpowiedzialności za samodzielne utrzymanie infrastruktury.

To rozwiązanie ma sens dopiero przy realnej skali i wrażliwości danych - dla większości małych firm korzystających z asystenta AI opartego na własnej bazie wiedzy wystarczającym kompromisem pozostaje dobrze skonfigurowane konto biznesowe u sprawdzonego dostawcy chmurowego, z jasno ustawionymi regułami dostępu i retencji danych.

Od czego zacząć porządkowanie miejsca przechowywania danych w swojej firmie?

Nie zaczynaj od wdrażania lokalnych modeli AI ani od migracji całej infrastruktury. Sprawdź najpierw, z jakich kont - prywatnych czy firmowych - zespół faktycznie korzysta na co dzień, i czy chociaż jedno narzędzie AI używane regularnie do zadań z danymi klientów ma podpisaną umowę DPA. To jedno pytanie, zweryfikowane w ciągu jednego popołudnia, często pokazuje więcej realnego ryzyka niż wielotygodniowy audyt bezpieczeństwa, a jego wyniki bezpośrednio wskazują, które konto trzeba zmienić na biznesowe najpierw - zanim obowiązki wynikające z AI Act obejmą kolejne obszary działalności firmy.