AI Act w polskiej firmie: jakie obowiązki realnie dotyczą MŚP wdrażających AI (i dlaczego większość internetowej paniki jest przesadzona)

Zanim przeczytasz kolejny alarmistyczny artykuł, sprawdź w jakiej jesteś kategorii

W ostatnich miesiącach co drugi klient, który przychodzi do nas z pomysłem na wdrożenie AI, pyta najpierw o AI Act, a dopiero potem o samą automatyzację. To odwrotna kolejność niż ta, którą stosujemy w praktyce. Zamiast czytać całe rozporządzenie 2024/1689 od deski do deski, zaczynamy od jednego pytania: co konkretnie ten system ma robić i czy jego decyzja wpływa bezpośrednio na czyjeś prawa, zdrowie albo dostęp do pracy, kredytu czy usługi publicznej. W dziewięciu na dziesięć przypadków odpowiedź brzmi: nie, bo to agent odpowiadający na pytania o status zamówienia, klasyfikator faktur kosztowych albo automatyzacja follow-upów w CRM.

Internet lubi straszyć symbolicznymi karami sięgającymi milionów euro i budować wrażenie, że każdy chatbot trzeba teraz certyfikować. To nieprawda i szkodzi bardziej niż brak wiedzy, bo firmy albo rezygnują z sensownych automatyzacji ze strachu, albo wpadają w drugą skrajność i ignorują przepisy tam, gdzie faktycznie mają znaczenie.

Cztery poziomy ryzyka, ale realnie interesuje Cię jeden

AI Act dzieli systemy AI na cztery kategorie ryzyka. Pierwsza to praktyki zakazane, czyli np. manipulacyjne systemy wpływające na zachowanie ludzi w sposób szkodliwy albo scoring społeczny na wzór chińskiego social credit. Ten zakaz obowiązuje od lutego 2025 roku i w praktyce żadna firma wdrażająca agenta do obsługi klienta czy automatyzację procesów nie znajduje się nawet blisko tej kategorii.

Druga kategoria, systemy wysokiego ryzyka, to miejsce gdzie faktycznie trzeba uważać: rekrutacja i ocena kandydatów, przyznawanie kredytów, systemy medyczne, ocena wniosków o świadczenia socjalne, infrastruktura krytyczna. Tu obowiązki są poważne: ocena zgodności, dokumentacja techniczna, nadzór ludzki, rejestracja w unijnej bazie. Trzecia kategoria to ryzyko ograniczone, obejmujące głównie obowiązki przejrzystości, np. informowanie użytkownika, że rozmawia z botem albo że ogląda treść wygenerowaną przez AI. Czwarta, najliczniejsza w praktyce MŚP, to ryzyko minimalne, gdzie prawo w zasadzie nie nakłada twardych wymogów poza dobrymi praktykami.

Zdecydowana większość wdrożeń, które robimy dla klientów, ląduje w trzeciej albo czwartej kategorii. Agent odpowiadający na pytania o dostępność produktu, automatyzacja wysyłki faktur, klasyfikacja maili przychodzących do biura obsługi klienta, generowanie opisów produktowych do sklepu internetowego: żadne z tych zastosowań nie podejmuje autonomicznie decyzji wpływających bezpośrednio na czyjeś prawa w sposób, który kwalifikowałby je do wysokiego ryzyka.

Provider czy deployer: to rozróżnienie zmienia zakres obowiązków

Tu leży najczęściej pomijany szczegół. AI Act inaczej traktuje firmę, która tworzy i wprowadza na rynek system AI (provider), a inaczej firmę, która taki gotowy system wdraża u siebie (deployer). Zdecydowana większość polskich MŚP jest deployerem: korzysta z API OpenAI, Claude czy modeli dostępnych przez platformy typu n8n czy Make, a nie buduje własnego modelu od zera.

Jeśli budujecie automatyzację na gotowym modelu językowym i nie modyfikujecie go na tyle głęboko, żeby stać się providerem, obowiązki są znacznie lżejsze. To dobra wiadomość dla większości firm z sektora MŚP, bo oznacza, że odpowiedzialność za zgodność samego modelu spoczywa w dużej mierze na dostawcy technologii, a nie na Was.

Co już obowiązuje, a co dopiero nadejdzie

Harmonogram wdrażania AI Act jest rozłożony w czasie i to też warto mieć w głowie, bo nie wszystko dzieje się naraz. Od lutego 2025 roku obowiązują zakazy dotyczące praktyk niedopuszczalnych, o których pisałem wyżej. Od sierpnia 2025 roku weszły w życie obowiązki dla dostawców modeli ogólnego przeznaczenia (GPAI), czyli firm pokroju OpenAI, Google czy Anthropic: dokumentacja techniczna modelu, informacje o danych treningowych, ocena ryzyka systemowego dla największych modeli. Pełne stosowanie całego rozporządzenia, włącznie z pełnym reżimem dla systemów wysokiego ryzyka, nastąpi w sierpniu 2026 roku.

Co realnie trzeba zrobić, wdrażając AI w małej lub średniej firmie

Zamiast czytać cały tekst rozporządzenia, polecamy klientom pięć konkretnych kroków, które zajmują dużo mniej czasu niż się wydaje.

Po pierwsze, sklasyfikuj use case zanim zaczniesz projektować rozwiązanie. Jedno zdanie odpowiedzi na pytanie "czy ten system podejmuje decyzję wpływającą bezpośrednio na czyjeś prawa, zdrowie, zatrudnienie lub dostęp do usługi finansowej" rozstrzyga 90% wątpliwości. Jeśli chatbot odpowiada na pytania o status przesyłki, nie ma tu żadnego ryzyka regulacyjnego.

Po drugie, jeśli klient rozmawia z botem, powiedz mu o tym. To jeden z niewielu twardych obowiązków przejrzystości, który dotyczy nawet systemów niskiego ryzyka. Prosta informacja w interfejsie albo na starcie rozmowy wystarczy. Wdrażając automatyzację obsługi klienta, dodajemy to jako standard, nie jako dodatek na życzenie.

Po trzecie, prowadź minimalną dokumentację: co system robi, jakich danych używa, kto go nadzoruje, jak wygląda ścieżka eskalacji do człowieka w przypadku błędu. To nie musi być elaborat na 40 stron. Wystarczy jedna strona A4 na proces, którą można pokazać w razie pytań.

Po czwarte, sprawdź umowę z dostawcą technologii. Jeśli korzystasz z API zewnętrznego modelu, upewnij się, że dostawca deklaruje zgodność z obowiązkami providera GPAI. Większość dużych graczy (OpenAI, Microsoft, Google) już to robi w swoich warunkach usługi.

Po piąte, jeśli automatyzujesz procesy w księgowości czy finansach, np. przez automatyzację faktur albo szerzej automatyzację biura rachunkowego, pamiętaj że klasyfikacja dokumentów i ekstrakcja danych to typowe zastosowanie niskiego ryzyka, o ile system nie podejmuje samodzielnie decyzji kredytowych czy nie ocenia zdolności płatniczej klientów w sposób wiążący. Sama automatyzacja odczytu i księgowania faktury nie jest systemem wysokiego ryzyka.

Kiedy faktycznie warto się przejąć

Są scenariusze, w których MŚP wchodzi w obszar wysokiego ryzyka i tu nie ma miejsca na uproszczenia. Automatyczna wstępna selekcja kandydatów do pracy na podstawie CV, jeśli system samodzielnie odrzuca aplikacje bez udziału człowieka, to klasyczny przykład wysokiego ryzyka z pełnym reżimem obowiązków. Podobnie automatyczny scoring kredytowy klientów, systemy oceniające zdolność do spłaty pożyczek, czy narzędzia wspierające decyzje w ochronie zdrowia. Jeśli Twoja firma buduje lub wdraża coś z tej listy, klasyfikacja niskiego ryzyka nie wchodzi w grę i trzeba usiąść z prawnikiem nad pełną oceną zgodności, dokumentacją techniczną i systemem nadzoru ludzkiego.

[DODAJ PRZYKŁAD Z PROJEKTU: klasyfikacja wdrożenia u klienta jako niskie ryzyko przy automatyzacji obsługi zgłoszeń w e-commerce, wraz z krótkim uzasadnieniem decyzji]

Warto też pamiętać, że granica bywa płynna. Chatbot rekrutacyjny, który tylko odpowiada kandydatom na pytania o proces rekrutacji, to niskie ryzyko. Ten sam chatbot, jeśli zaczyna punktować odpowiedzi i automatycznie kwalifikować kandydatów do kolejnego etapu bez przeglądu człowieka, przesuwa się w stronę wysokiego ryzyka. Dlatego klasyfikację robimy zawsze na etapie projektowania, nie po wdrożeniu.

Mity, które trzeba w końcu obalić

Pierwszy mit: każdy chatbot to system wysokiego ryzyka. Nieprawda, o czym pisałem wyżej: decyduje funkcja, nie sama technologia.

Drugi mit: trzeba mieć jakiś certyfikat AI Act, żeby legalnie wdrożyć AI w firmie. Nie ma czegoś takiego jak ogólny certyfikat AI Act dla MŚP. Obowiązek oceny zgodności dotyczy providerów systemów wysokiego ryzyka, a nie każdej firmy używającej narzędzi AI.

Trzeci mit: AI Act zabrania pracownikom korzystania z ChatGPT w pracy. Rozporządzenie nie zakazuje korzystania z modeli ogólnego przeznaczenia. Nakłada obowiązki na dostawców tych modeli i wymaga przejrzystości tam, gdzie treść generowana przez AI trafia do klienta końcowego.

Czwarty mit: małe firmy są całkowicie zwolnione z obowiązków. To też nieprawda, choć w drugą stronę: nawet mała firma wdrażająca system niskiego ryzyka ma obowiązek informowania użytkowników o interakcji z AI. Zwolnienie dotyczy skali obowiązków, nie ich całkowitego braku.

Piąty mit: trzeba zgłaszać każdy wdrożony system do jakiegoś urzędu. Rejestracja w unijnej bazie dotyczy wyłącznie systemów wysokiego ryzyka. Agent obsługujący zapytania klientów w sklepie internetowym nie trafia do żadnego rejestru.