RODO a AI w firmie 2026: co wolno, co zabronione i jak wdrożyć bezpiecznie — 12 kroków i pakiet 5 dokumentów 

W firmie możesz używać AI. Nie możesz wsypać do niej wszystkiego, co masz w bazie. Od 2 sierpnia 2026 stosuje się większość przepisów AI Act, a RODO działa tak samo jak przedtem: potrzebujesz podstawy prawnej, minimalizacji danych i umowy z dostawcą, jeśli to on przetwarza dane w Twoim imieniu. Poniżej masz 12 kroków, które porządkują temat w firmie zatrudniającej kilka-kilkadziesiąt osób, i pięć dokumentów, które musisz mieć, zanim ktoś pierwszy wrzuci do ChatGPT dane klienta.

Dwie linie prawne, które trzeba znać przed wdrożeniem

Rozporządzenie UE 2024/1689 weszło w życie 1 sierpnia 2024 i jest stosowane etapami. „It shall apply from 2 August 2026", z wyjątkami przewidzianymi dla wybranych systemów wysokiego ryzyka. Zakazane praktyki i obowiązek kompetencji w zakresie AI zaczęły obowiązywać wcześniej, bo już 2 lutego 2025. Rozdział XII, czyli kary, oraz art. 50 o przejrzystości weszły 2 sierpnia 2025.

RODO natomiast nie czekało na żaden termin - obowiązuje od 2018 roku i w 2026 roku dalej wymaga tego samego: zgodnej podstawy przetwarzania, minimalizacji danych, informacji dla osoby, której dane dotyczą, i umowy powierzenia, jeśli ktoś inny przetwarza Twoje dane. Sztuczna inteligencja nie daje żadnej furawki do tych obowiązków. Dodaje natomiast nowe: klasyfikację ryzyka systemu i nadzór człowieka.

Co jest zabronione - i to naprawdę ma znaczenie

Art. 5 wymienia praktyki zakazane. Są rzeczywiste i wykraczają daleko poza teorię. Zakazane jest tworzenie lub rozszerzanie baz rozpoznawania twarzy z „untargeted scraping of facial images from the internet or CCTV footage". Zakazane jest „infer emotions of a natural person in the areas of workplace and education institutions", czyli wnioskowanie o emocjach pracownika w miejscu pracy - wyjątkiem są zastosowania medyczne i bezpieczeństwa. Zakazana jest ocena ryzyka, że ktoś popełni przestępstwo, oparta wyłącznie na profilowaniu.

Jeśli w Twojej firmie pojawia się pomysł, żeby model oceniał, kto z pracowników „najbardziej odpowiada profilowi", zanim zdecydujesz o wdrożeniu, porozmawiaj z prawnikiem. Praktyki zakazane obowiązują od 2 lutego 2025, więc to nie jest przyszłość, tylko teraźniejszość.

Co jest dozwolone, ale wymaga nadzoru

Systemy wysokiego ryzyka to osobna kategoria, w której Ty, jako podmiot stosujący, dostajesz konkretne obowiązki. Art. 26 nakłada trzy rzeczy, które warto znać na słowo. Po pierwsze, obowiązek zapewnienia „appropriate technical and organisational measures", żeby system używano zgodnie z przeznaczeniem. Po drugie, „Deployers shall assign human oversight to natural persons who have the necessary competence, training and authority, as well as the necessary support" - nadzór musi mieć realne upoważnienie, nie tylko przycisk. Po trzecie, zapewnienie, że „input data is relevant and sufficiently representative", czyli dane wejściowe pasują do zadania.

Samo korzystanie z gotowego narzędzia nie zdejmuje z Ciebie odpowiedzialności: „Firma korzystająca z systemu może być podmiotem stosującym i nadal odpowiadać za użycie zgodne z przeznaczeniem, nadzór, jakość danych wejściowych, monitoring oraz informowanie osób". Popularny chatbot informacyjny zwykle nie jest systemem wysokiego ryzyka, bo klasyfikacja zależy od celu i wpływu na ludzi, a nie od nazwy technologii. Ale jeśli to narzędzie ocenia kandydatów na rozmowę, segreguje zgłoszenia albo ustala dostęp do usługi, klasyfikacja robi się poważna.

Przejrzystość - informowanie ludzi, którzy gadają z AI

Tu obowiązki są proste i widać je przy pierwszym teście. Art. 50 mówi, że dostawca musi zaprojektować system tak, by osoba wiedziała, że rozmawia z maszyną - „unless this is obvious from the point of view of a natural person who is reasonably well-informed, observant and circumspect". Drugi ustęp dotyczy treści syntetycznych: ta ma być „marked in a machine-readable format and detectable as artificially generated or manipulated". W praktyce oznacza to znacznik na treści generowanej i jawne poinformowanie w rozmowie, zamiast notatki w regulaminie, do której nikt nie zagląda.

Kary - i dlaczego mała firma jest w relatywnie dobrej sytuacji

Art. 99 przewiduje do 35 mln EUR albo 7% światowego obrotu za naruszenie zakazów z art. 5. Za naruszenie obowiązków dostawców i podmiotów stosujących - w tym art. 26 i art. 50 - do 15 mln EUR albo 3% obrotu. Za podanie nieprawdziwych informacji organom do 7,5 mln EUR albo 1%.

Kwoty wyglądą groźnie, ale w art. 99(6) jest zabezpieczenie, której większość właścicieli mikro i małych firm nie zauważa: „In the case of SMEs, including start-ups, each fine referred to in this Article shall be up to the percentages or amount referred to in paragraphs 3, 4 and 5, whichever thereof is lower." Dla małej firmy nie liczy się wyższa z dwóch wartości, tylko niższa. Nie zmienia to faktu, że warto wdrożyć porządek - kary RODO i odpowiedzialność cywilna zostają, ale skala waszego ryzyka jest realnie mniejsza niż sugeruje nagłówek artykułu.

RODO obok AI: podstawa, minimalizacja, DPIA

Najczęstszy błąd w firmach to traktanie promptu jako czegoś poza systemem. Nie jest. Dane, które wklejasz do modelu, to dane osobowe w pełnym tego znaczeniu, a przetwarzasz je na podstawie prawnej, o której musisz móc powiedzieć na żądanie UODO.

Zasada jest prosta i daje się egzekwować bez prawnika: „Do zewnętrznej usługi nie należy wysyłać całej bazy klientów tylko dlatego, że integracja na to pozwala. System powinien przekazywać wyłącznie dane potrzebne do konkretnego zadania, usuwać identyfikatory tam, gdzie to możliwe, i egzekwować okres retencji." Przy promptie o fakturę wysyłasz numer faktury i kwotę, nie cały PESEL, adres i historię klienta. Przy analizie CV wysyłasz stanowisko i doświadczenie, nie numer dowodu.

Tu dochodzimy do kategorii danych, które najlepiej trzymać poza LLM w ogóle: dane o zdrowiu i inne dane szczególnych kategorii, dane pracowników objęte monitoringiem, dane świadków i klientów indywidualnych, dokumenty objęte tajemnicą przedsiębiorstwa, PESEL i NIP. Ta lista wynika z zasady minimalizacji, nie z pozycji w rozporządzeniu - i dlatego traktuj ją jako pierwszą linię obrony, zanim napiszesz do prawnika.

Transfery i umowa powierzenia z dostawcą AI

Jeśli model działa na zagranicznym serwerze, to transfer danych i potrzebujesz podstawy prawnej. W praktyce najczęściej jest to klauzula powierzenia przetwarzania zawarta w regulaminie dostawcy, często na warunkach enterprise. Sprawdź, czy wariant, z którego korzystasz, w ogóle ją przewiduje - darmowe konto indywidualne prawie nigdy nie zawiera umowy powierzenia dla firmy, a to najczęstszy bodziec do migracji na plan płatny.

Klauzula powierzenia powinna obejmować: cel i zakres, obowiązki, podwyprzedawców, sposób usunięcia danych po zakończeniu współpracy, możliwość audytu i zapewnienie, że dane nie posłużą do trenowania modeli. Dla kontrastu, deklaracja dostawcy aplikacji ofertowej, którą sprawdzałem przy okazji tego artykułu, brzmi wprost: „Korzystamy z modeli Google w wersji dla firm (Vertex AI): Twoje zapytania i dane nie trenują modeli i nie są udostępniane innym klientom Google", a „Gotowa do podpisania umowa powierzenia przetwarzania danych (art. 28 RODO) - komparycja, zakres, obowiązki, audyt". Tak właśnie powinna brzmieć odpowiedź dostawcy, którego używasz. Jeśli dostawca tego nie opisuje wprost, zapytaj.

Osobny temat to lokalizacja. Europejska Rada Ochrony Danych wydała opinię 28/2024 właśnie o przetwarzaniu danych osobowych w kontekście modeli AI. Nie traktujesz amerykańskiej chmury jako domyślnego standardu, tylko jako jedną z opcji do porównania - obok modeli postawionych u siebie, o czym pisałem przy okazji self-hosted AI i prywatności w erze chmury.

Prompt injection - realne zagrożenie, nie teoria

Aplikacje wykorzystujące modele językowe są narażone na prompt injection. Dokument pobrany z internetu albo wiadomość klienta mogą zawierać instrukcję próbującą zmienić zachowanie systemu, a model bez warstwy autoryzacji potrafi sięgnąć po pliki, pocztę czy płatności. Dlatego system „nie powinien samodzielnie uzyskiwać dostępu do plików, poczty lub płatności bez warstwy autoryzacji i walidacji każdej operacji". To dotyczy też automatyzacji, które budujesz sam - z własnym webhookiem i zabezpieczeniem HMAC po Twojej stronie.

Ten sam mechanizm tłumaczy, dlaczego automatyzacja na dokumentach potrzebuje osobnej warstwy autoryzacji: system ma wiedzieć, co wolno zrobić z treścią, a gdzie musi poprosić o zgodę człowieka. Opisałem to przy okazji automatyzacji dokumentów od zeskanowanego papieru do uporządkowanego archiwum.

Rejestr narzędzi AI - pierwszy realny krok

Firma nie zarządzi tym, czego nie wie, a w praktyce najwięcej zastosowań AI nie kupuje centralnie: to pracownicy sięgają po narzędzia sami. Rejestr powinien więc obejmować również to. Dla każdego zastosowania warto zapisać siedem rzeczy: nazwę narzędzia, dostawcę, wersję i właściciela procesu; cel biznesowy oraz decyzje, na które wpływa wynik AI; rolę firmy i wstępną kategorię ryzyka; rodzaj danych wejściowych, wyjściowych i okres przechowywania; użytkowników, integracje i poziomy dostępu; sposób nadzoru człowieka, monitoringu i zgłaszania incydentów.

Rejestr systemów AI i rejestr czynności przetwarzania to dwa osobne dokumenty, ale w praktyce małej firmy często robi się z nich jeden arkusz z dwoma zakładkami. Ten drugi jest ustawowy: art. 30 ust. 1 RODO nakazuje prowadzić rejestr czynności obejmujący dane administratora, cele przetwarzania, kategorie osób i kategorie danych, transfery do krajów trzecich, planowane terminy usunięcia danych oraz ogólny opis środków bezpieczeństwa. Dodaj do tego dane o każdym narzędziu AI i masz dokument, który zamyka dużą część pytań inspektora.

Nadzór człowieka, który faktycznie działa

Przycisk „zaakceptuj" to nie nadzór, jeśli pracownik nie zna źródeł i nie ma czasu na ocenę odpowiedzi. Interfejs powinien pokazywać dane wejściowe, ograniczenia, źródła i możliwość poprawienia wyniku, a przy decyzjach o dużym wpływie automat nie może zastępować kompetentnej oceny bez właściwej podstawy i procedury. Praktycznie oznacza to, że decyzje o kliencie, pracowniku albo pieniądzach zostają u człowieka, a AI dostaje rolbo przygotowawcy.

Ten sam temat otwiera arkusz audytu AI w firmie: 40 pytań - tam znajdziesz punkt odniesienia, zanim napiszesz własną politykę.

Logi bez nadmiaru danych

Dziennik powinien pozwalać odtworzyć wersję modelu, użytkownika, czas, istotne parametry i rezultat operacji. Nie oznacza to bezterminowego zapisywania wszystkich promptów zawierających dane osobowe, bo to tworzy drugie naruszenie tam, gdzie chciałeś uniknąć pierwszego. Zakres logów trzeba powiązać z celem, ryzykiem i polityką retencji, a potem pilnować, żeby dane naprawdę znikały: „Dane osobowe, które są przetwarzane w ramach działalności firmy powinny zostać usunięte lub poddane anonimizacji w chwili zakończenia ustalonego okresu retencji."

Szkolenia i polityka użycia narzędzi

Obowiązek kompetencji w zakresie AI obowiązuje od lutego 2025. Szkolenie powinno odpowiadać rzeczywistej pracy: innego zakresu potrzebuje osoba tworząca treści marketingowe, innego programista integrujący model, a jeszcze innego pracownik zatwierdzający rekomendacje wpływające na klientów. Minimum obejmuje rozpoznawanie błędów i halucynacji, ochronę danych, zasady praw autorskich, bezpieczne prompty, sposób zgłaszania incydentu i granice automatyzacji. Dodaj do tego jedno zdanie, które oszczędzi najwięcej kłopotu: z których narzędzi wolno korzystać, a z których nie.

Szczegóły, kto, kiedy i w jakiej kolejności dostaje dostęp, opisałem przy okazji modelu dyfuzji AI w organizacji. A sam mechanizm decyzji, co automatyzować w pierwszej kolejności, jest opisany w porównaniu automatyzacji i AI przed pierwszym projektem.

12 kroków wdrożenia

Całość da się zmieścić w 90 dni, a źródła podzielone na trzy etapy.

1. Dni 1-7: spisz narzędzia AI, których używa ktokolwiek w firmie, łącznie z tymi kupowanymi prywatnie przez pracowników.
2. Dni 8-14: ustal właściciela procesu dla każdego narzędzia i cel biznesowy - bez celu nie ma oceny ryzyka.
3. Dni 15-21: określ rolę firmy: dostawca, podmiot stosujący, importer czy dystrybutor. Głęboka modyfikacja gotowego systemu albo oferowanie go pod własną marką mogą zmienić klasyfikację, więc tę decyzję spisujesz przed startem prac.
4. Dni 22-30: zatrzymaj zastosowania o nieakceptowalnym ryzyku i przypadki z art. 5, zanim pójdą dalej.
5. Dni 31-45: sklasyfikuj systemy wg kategorii ryzyka i sprawdź, czy któreś wchodzą w wysokie ryzyko - zatrudnienie, edukacja, dostęp do usług.
6. Dni 46-55: wybierz podstawy prawne RODO dla każdego przypadku użycia i policz, które dane naprawdę wchodzą do promptu.
7. Dni 56-62: przejrzyj umowy z dostawcami: klauzula powierzenia, lokalizacja serwerów, zakaz trenowania na Twoich danych, usunięcie danych po zakończeniu.
8. Dni 63-68: zabezpiecz architekturę: kontrola dostępu, osobne konta, warstwa autoryzacji przed dostępem do plików, poczty i płatności.
9. Dni 69-74: włącz logowanie zdarzeń bez zapisywania nadmiarowych danych osobowych.
10. Dni 75-82: wypisz procedurę zgłaszania naruszeń. Przy poważniejszych incydentach zgłoszenie do organu nadzorczego musi wyjść w 72 godziny, więc kto, gdzie i jak musi być ustalone na spokojnie, nie pod presją.
11. Dni 83-88: przeszkol pracowników w zakresie adekwatnym do ich roli i opublikuj politykę użycia narzędzi AI z listą dozwolonych.
12. Dni 89-90: testy bezpieczeństwa i jakości, scenariusze awaryjne, monitoring i zatwierdzenie produkcyjne.

Ten harmonogram nie jest wymogiem prawnym, tylko sensowną kolejnością. Najlepszy moment na porządkowanie AI jest przed wdrożeniem, a nie po incydencie.

Pakiet 5 dokumentów, które musisz mieć

1. Polityka AI i katalog narzędzi. Jedna strona z listą: narzędzie, dostawca, właściciel, cel, rola firmy, kategoria ryzyka, kategorie danych, retencja. Zaliczana jest tu też księga zakazów, czyli czego nie wolno wprowadzać do modelu w firmie.
2. Klauzula informacyjna i polityka prywatności. Art. 13 RODO zobowiązuje poinformować osoby, których dane przetwarzasz, o okresie przechowywania danych, celach i podstawach przetwarzania oraz o ich podstawowych prawach, w tym prawie do usunięcia danych i dostępu do nich. Wersja dla klienta musi wspominać, gdy w procesie pojawia się automatyczne podejmowanie decyzji.
3. Umowa powierzenia przetwarzania. Art. 28 RODO plus, gdy dane wychodzą poza EOG, mechanizm transferu i ocena skutków transferu (TIA).
4. Analiza ryzyka i DPIA. Analiza ryzyka wynika z art. 32 RODO, a ocena skutków dla ochrony danych powstaje, gdy przetwarzanie jest ryzykowne - w firmie używającej AI do profilowania klientów albo oceny kandydatów ją wywołuje. Zapisz ocenę, nie tylko jednorazowy e-mail z prawnikiem.
5. Instrukcja dla pracowników i procedura incydentu. W tym szkoleniowa ścieżka wiedzy o AI, zasady wprowadzania danych, zakazane zastosowania, kto i kiedy zgłasza naruszenie oraz kto ma zawiadomić osoby, których dane dotyczą.

Do tego dochodzi rejestr czynności przetwarzania z art. 30 ust. 1 RODO. Jeśli nie prowadzisz go jeszcze, zacznij od niego - to dokument, o który zapyta każdy inspektor, a jego braku nie da się nadrobić post factum.

Najczęstsze pytania właścicieli firm

Czy mogę używać ChatGPT w zwykłym darmowym koncie do pisania ofert? Tak, o ile wklejasz wyłącznie dane fikcyjne albo takie, do których masz prawo, i nie wklejasz niczego z bazy klientów, kadrowej ani umów. Wariant enterprise daje umowę powierzenia, ale darmowe konto indywidualne nie.

Czy chatbot na mojej stronie to system wysokiego ryzyka? Zwykle nie, o ile nie podejmuje decyzji o dostępie do usługi. Klasyfikacja zależy od celu i wpływu na osoby, nie od nazwy technologii. Obowiązki przejrzystości z art. 50 i tak mają zastosowanie.

Czy naprawdę muszę mieć klauzulę powierzenia z dostawcą AI? Jeśli dostawca przetwarza Twoje dane osobowe w Twoim imieniu, tak - to art. 28 RODO. Kluczowe jest, żeby umowa była dla firmy, nie indywidualna.

Co, jeśli pracownik wklei do ChatGPT dane klienta z zamówienia? Działa procedura incydentu: ustal, co dokładnie wyciekło, od kiedy i w jakim zakresie, zatrzymaj źródło, oceń ryzyko dla osób i zdecyduj o zgłoszeniu w 72 godziny. Retrospektywne zgłoszenie trzeba uzasadnić i udokumentować.

Od czego zacząć, jeśli w firmie jest dwadzieścia narzędzi AI? Od rejestru i od ustalenia, które z nich mają realny wpływ na decyzje o ludziach lub pieniądzach. Te wymagają pełnego nadzoru i dokumentacji. Reszta to porządek i instrukcja.

Jeśli chcesz to przełożyć na konkretne narzędzia, checklista 12 pytań do dostawcy przed podpisaniem DPA jest następnym krokiem. A jeśli wolisz zacząć od rozmowy - zgodność produktowa z AI jako rosnący trend regulacyjny pokazuje, dokąd to zmierza w branżach, gdzie nie ma marginesu na błąd.