Polityka AI w firmie: jednostronicowy plan w 30 min (i jak to ogarnąć bez działu compliance)

Dlaczego w małej firmie AI nie ma właściciela

Zapytany wprost, kto w firmie odpowiada za AI, właściciel MŚP zwykle milczy przez chwilę, a potem mówi „no, chyba ja”. Chwilę później okazuje się, że nie wie, które osoby w zespole w ogóle używają ChatGPT czy Copilota, do czego, i jakie dane tam wklejają. To nie jest zaniedbanie, to naturalny efekt tego, że AI weszło do firm bocznymi drzwiami. Nikt nie kupował licencji, nie było wdrożenia, nie było szkolenia. Ktoś po prostu zaczął korzystać z darmowej wersji ChatGPT, bo przyspieszało to pisanie ofert albo odpowiedzi na maile.

W dużych organizacjach tym tematem zajmuje się dział compliance albo bezpieczeństwa informacji, który spisuje politykę AI na kilkadziesiąt stron, z załącznikami, macierzą ryzyka i procedurą eskalacji. W firmie zatrudniającej 8 czy 20 osób nikt takiego dokumentu nie przeczyta, a jeśli przeczyta, to i tak nie będzie z niego korzystał w codziennej pracy. Efekt jest gorszy niż brak polityki: iluzja, że temat jest „ogarnięty”, bo dokument istnieje w folderze na dysku.

Nasze podejście jest inne. Zamiast kopiować korporacyjne wzory, budujemy z klientami jednostronicową politykę AI opartą na tym, co faktycznie dzieje się w ich firmie: jakie narzędzia AI są już używane, jakie dane przechodzą przez firmę i gdzie realnie może dojść do wycieku. To dokument roboczy, nie prawniczy.

Kto powinien być właścicielem tematu AI

W firmie do 20-30 osób nie potrzeba komitetu. Potrzeba jednej osoby, która ma dwa zadania: decyduje, jakie narzędzia AI wolno używać w firmie, i jest pierwszym kontaktem, gdy ktoś ma wątpliwość, czy dany prompt jest bezpieczny. Najczęściej jest to właściciel, czasem osoba odpowiedzialna za IT lub operacje, jeśli taka w ogóle istnieje. Nie musi to być ekspert od sztucznej inteligencji. Musi mieć czas i mandat, żeby powiedzieć „nie” nowemu narzędziu, które ktoś chce podłączyć do systemu CRM albo księgowego.

W praktyce ta rola sprowadza się do trzech decyzji, które trzeba podejmować regularnie:

• Czy nowe narzędzie AI (wtyczka do przeglądarki, aplikacja, integracja) wolno podłączyć do danych firmowych.
• Czy dany typ danych (dane klienta, dane kadrowe, dane finansowe) można wkleić do promptu w publicznym modelu.
• Co robimy, gdy AI się myli w procesie, który wpływa na klienta lub kontrahenta (np. automatyczna odpowiedź na reklamację).

To wystarcza. Nie trzeba budować struktury z kilkoma poziomami akceptacji. Jedna osoba, jeden punkt kontaktu, jasna zasada: w razie wątpliwości pytamy, zamiast wklejać i liczyć na najlepsze.

Co mówią o tym NIST AI RMF i AI Act

Nie trzeba wymyślać koła na nowo. Ramowy model NIST AI RMF (AI Risk Management Framework) porządkuje temat wokół czterech funkcji: rządzenia (governance), mapowania ryzyka, mierzenia go i reagowania. Dla małej firmy najważniejsza jest pierwsza funkcja: ktoś musi być formalnie odpowiedzialny za nadzór nad AI, nawet jeśli ten nadzór sprowadza się do jednej strony wytycznych i comiesięcznego przeglądu, jakie narzędzia są w użyciu.

Drugi punkt odniesienia to unijny AI Act. Artykuł 4 tego rozporządzenia wprowadza obowiązek zapewnienia tzw. AI literacy, czyli odpowiedniego poziomu wiedzy o AI wśród pracowników, którzy korzystają z takich systemów w organizacji. Obowiązek ten obowiązuje od lutego 2025 roku i dotyczy również mniejszych firm, nie tylko dużych podmiotów wdrażających systemy wysokiego ryzyka. W praktyce oznacza to, że firma powinna umieć wykazać, że pracownicy rozumieją, czym jest AI, jakie ma ograniczenia i jakie niesie ryzyko, zanim zaczną z niej korzystać w pracy z danymi firmowymi czy klienta.

Dla MŚP nie oznacza to wdrażania pełnego frameworku NIST ani budowania procedur zgodności z AI Act na wzór korporacji. Oznacza to tyle, że polityka AI, którą spisujemy, powinna odpowiadać na te same pytania, które stawiają oba dokumenty, tylko w wersji uproszczonej: kto odpowiada, jakie ryzyka są realne w naszej firmie, i czy ludzie, którzy używają AI, w ogóle wiedzą, na co uważać.

Jak spisać politykę AI w 30 minut

Poniżej pokazujemy różnicę między podejściem korporacyjnym, które w małej firmie nie zadziała, a podejściem, które faktycznie da się wdrożyć w pół godziny i egzekwować od jutra.

Konkretny proces, który stosujemy z klientami, wygląda tak. Najpierw robimy 15-minutową rozmowę: kto w firmie i do czego już używa AI (bo ktoś zawsze już używa, tylko nikt o tym nie wie). Potem spisujemy trzy rzeczy: kto jest właścicielem tematu, jakich danych nie wolno wklejać do promptów, i jaka jest ścieżka zgłaszania nowych narzędzi. Cały dokument mieści się na jednej kartce A4. Ostatni krok to 15 minut na przekazanie tego zespołowi, najlepiej na krótkim spotkaniu, nie mailem, który i tak zginie w skrzynce.

Nie ma tu miejsca na perfekcjonizm. Lepsza jest jednostronicowa polityka, która realnie funkcjonuje w firmie, niż rozbudowany dokument, który nikt nie zna. Jeśli po trzech miesiącach okaże się, że jakaś zasada nie działa, po prostu ją zmieniamy. To ma być dokument żywy, nie prawny artefakt do szuflady.

Co wolno wklejać do promptów, a czego nie

To pytanie wraca w każdej rozmowie o polityce AI i zwykle jest najbardziej praktyczną częścią całego dokumentu. Zasada, którą stosujemy: jeśli dana informacja nie mogłaby trafić na publiczny post w mediach społecznościowych firmy, nie powinna trafić do promptu w publicznym modelu AI, chyba że korzystamy z wersji biznesowej z gwarancją, że dane nie trafiają do trenowania modelu.

W praktyce lista rzeczy zakazanych w większości małych firm wygląda podobnie:

• Dane osobowe klientów w formie umożliwiającej identyfikację (PESEL, numer dowodu, pełne dane kontaktowe razem z historią transakcji).
• Dane finansowe firmy, których ujawnienie mogłoby zaszkodzić w negocjacjach (marże, warunki umów z dostawcami).
• Dane kadrowe: wynagrodzenia, oceny pracownicze, dane zdrowotne.
• Hasła, klucze API, dane logowania w jakiejkolwiek formie.

Dozwolone i pożądane jest za to używanie AI do rzeczy, które nie wymagają danych wrażliwych: szkice maili, streszczenia dokumentów po usunięciu danych osobowych, generowanie treści marketingowych, analiza ogólnych trendów sprzedażowych bez podawania konkretnych kwot. Właśnie w tym miejscu wiele firm robi błąd w drugą stronę: boi się AI tak bardzo, że rezygnuje nawet z bezpiecznych zastosowań, które realnie oszczędzają czas.

Warto też rozróżnić dwie sytuacje, które w rozmowach się mylą: ręczne wklejanie danych do czatu przez pracownika i zautomatyzowany proces, w którym AI działa na danych firmowych w kontrolowanym środowisku, np. w narzędziu podłączonym przez API z odpowiednimi zabezpieczeniami. To drugie ryzyko jest inne i zwykle mniejsze, bo dane nie trafiają do publicznego modelu w tej samej formie. Dlatego przy wdrożeniach automatyzacji, np. przy automatyzacji faktur czy procesów w biurze rachunkowym, projektujemy przepływ danych tak, żeby wrażliwe informacje w ogóle nie przechodziły przez etap, w którym ktoś mógłby wkleić je ręcznie do publicznego czatu.

Egzekwowanie: kto akceptuje nowe narzędzia

Polityka bez egzekwowania jest martwa po dwóch tygodniach. Najprostszy mechanizm, jaki się sprawdza w małych zespołach: każde nowe narzędzie AI, zanim zacznie być używane z danymi firmowymi, dostaje jedno pytanie zadane osobie odpowiedzialnej: „czy to narzędzie może dotykać danych klientów albo finansów firmy”. Jeśli tak, sprawdzamy, gdzie te dane trafiają i na jakich warunkach, zanim padnie zgoda. Jeśli nie, można działać bez formalności.

To samo dotyczy pracowników, którzy wdrażają automatyzacje samodzielnie, np. w dziale obsługi klienta czy w marketingu. Zdarza się, że ktoś podłącza chatbota AI do skrzynki mailowej albo do czatu na stronie bez wiedzy właściciela, bo narzędzie jest darmowe i konfiguracja zajmuje 10 minut. To dokładnie ten moment, w którym jednostronicowa polityka AI ma zadziałać: prosta zasada „nowe narzędzie zgłaszam osobie X, zanim zacznę go używać na produkcji” eliminuje większość ryzyk, zanim staną się problemem. Przy wdrożeniach związanych z automatyzacją obsługi klienta to właśnie ten punkt najczęściej pomijają firmy, które budują boty samodzielnie, bez przemyślenia, jakie dane trafiają do modelu w tle.

Ograniczenie tego podejścia trzeba nazwać wprost: jednostronicowa polityka nie zastąpi audytu bezpieczeństwa ani formalnej oceny ryzyka wymaganej przy systemach wysokiego ryzyka w rozumieniu AI Act. Jeśli firma planuje wdrożyć AI w procesie decyzyjnym dotyczącym np. oceny zdolności kredytowej klientów czy rekrutacji, potrzebna jest głębsza analiza, najlepiej z prawnikiem znającym AI Act. Ale to nie jest sytuacja typowej małej firmy usługowej, handlowej czy produkcyjnej, która używa AI do pisania treści, obsługi maili czy analizy danych sprzedażowych. Dla tej większości jednostronicowy dokument to wystarczający i uczciwy poziom ochrony.

Kiedy jedna kartka już nie wystarcza

Prosta polityka działa dobrze, dopóki firma rośnie w rozsądnym tempie i AI jest używane głównie do wspomagania pracy ludzi, nie do podejmowania decyzji za nich. Sygnał, że trzeba rozbudować dokument, pojawia się wtedy, gdy AI zaczyna decydować automatycznie w sprawach, które wpływają na klienta bez nadzoru człowieka: automatyczne odrzucanie reklamacji, automatyczna wycena, automatyczna segmentacja klientów wpływająca na ceny. W takich przypadkach dobra zasada, którą stosujemy przy wdrożeniach, brzmi: automat robi 80% pracy, ale decyzję przy wyjątku i przy każdej sytuacji granicznej zostawiamy człowiekowi. To samo dotyczy automatyzacji w księgowości czy fakturowaniu: system może wstępnie zaklasyfikować dokument, ale ostateczną akceptację zostawiamy osobie odpowiedzialnej, zwłaszcza gdy w grę wchodzą kwoty odbiegające od normy.

Drugi moment, w którym warto rozbudować politykę, to sytuacja, gdy firma zaczyna korzystać z kilku różnych narzędzi AI naraz, część darmowych, część płatnych, część zintegrowanych z systemami firmowymi. Wtedy jedna kartka może nie wystarczyć jako lista, ale nadal wystarczy jako struktura: właściciel tematu, zasady dotyczące danych, ścieżka zgłaszania. Rozbudowujemy tylko listę narzędzi i danych, nie filozofię dokumentu.