AI Act i RODO – co musisz wiedzieć przed wdrożeniem

Zanim wdrożysz w firmie chatbota, algorytmiczny system rekrutacyjny czy narzędzie do analizy klientów, pamiętaj o dwóch równoległych regulacjach. Podlegasz pod RODO (ang. GDPR – General Data Protection Regulation, czyli ogólne rozporządzenie o ochronie danych) oraz AI Act (unijne rozporządzenie w sprawie sztucznej inteligencji). To nie są alternatywy. Nakładają się i uzupełniają. RODO reguluje, co robisz z danymi osobowymi. Z kolei AI Act ocenia ryzyko samego systemu AI. Pominięcie którejkolwiek z tych ustaw to nie tylko ryzyko kary, ale też utrata kontroli nad tym, co Twoje narzędzia faktycznie robią z informacjami o ludziach.

Dwie regulacje, jeden obowiązek

Większość firm wdrażających AI w Polsce popełnia ten sam błąd. Traktują RODO jako „stary temat” zamknięty lata temu, a AI Act jako przyszłościową regulację, która „jeszcze nie obowiązuje w całości”. To prawda – AI Act wchodzi etapami (zakazy od lutego 2025 r., wymogi dla systemów wysokiego ryzyka z Annexu III pierwotnie od sierpnia 2026 r., przesunięte do 2 grudnia 2027 r. na mocy porozumienia Digital Omnibus z maja 2026 r., docelowo pełna struktura nadzoru). Oba reżimy obowiązują jednak jednocześnie. Art. 2 ust. 7 AI Act wprost potwierdza, że nowe przepisy nie zastępują RODO ani go nie ograniczają.

Organizacja wdrażająca AI musi realizować obowiązki wynikające z obu rozporządzeń jednocześnie. Ich wspólnym mianownikiem jest zasada ochrony danych już w fazie projektowania (Data Protection by Design and by Default), zapisana w art. 25 RODO. W praktyce oznacza to jedno. Zanim uruchomisz system, musisz zadać sobie dwa pytania. Jakie ryzyko dla danych stwarza to narzędzie (RODO)? W jakiej kategorii ryzyka AI mieści się jego zastosowanie (AI Act)?

Według raportu UODO z 29 stycznia 2026 roku aż 95,9% organizacji ocenia się jako nieprzygotowane lub niepewne w zakresie stosowania RODO w kontekście AI. Co gorsza, 58,5% uważa, że wykorzystywanie AI nie wiąże się z danymi osobowymi. Większość firm stoi właśnie przed technologicznym przełomem. Warto przejść przez niego z głową.

Kategorie ryzyka w AI Act – od czego zacząć

AI Act klasyfikuje systemy AI według czterostopniowej skali ryzyka. To ona wyznacza poziom obowiązków compliance.

Większość firm B2B i e-commerce, które wdrażają gotowe narzędzia AI od zewnętrznych dostawców, będzie klasyfikowana jako wdrożyciele (ang. deployers) na gruncie AI Act i jako administratorzy danych na gruncie RODO. To kluczowe rozróżnienie. Odpowiedzialność za zgodność operacyjną, legalność przetwarzania i realizację praw użytkowników spoczywa wtedy na Twojej organizacji. Nie na dostawcy technologii.

Jeśli chcesz zrozumieć, jak konkretne modele językowe różnią się pod kątem możliwości i ograniczeń – przewodnik po modelach LLM tłumaczy architekturę od podstaw.

Role prawne: kto jest kim w RODO i AI Act

Nakładanie się ról to jedno z największych źródeł chaosu w compliance AI. RODO operuje pojęciami administratora danych (decyduje o celach przetwarzania) i podmiotu przetwarzającego (procesora). AI Act wprowadza własny podział. Wyróżnia dostawcę (ang. provider – kto stworzył lub wprowadził system na rynek) i wdrożyciela (ang. deployer – kto go używa w działalności).

Role nie pokrywają się automatycznie. Firma kupująca licencję na narzędzie AI od zewnętrznego dostawcy jest typowo wdrożycielem w AI Act i administratorem danych w RODO. Z kolei organizacja budująca własny model i udostępniająca go innym staje się dostawcą AI. Może być jednocześnie administratorem lub procesorem zależnie od kontekstu.

Trzy rzeczy, które musi zrobić każda firma w roli administratora-wdrożyciela:

• Rejestr Czynności Przetwarzania (art. 30 RODO) – obowiązkowy niezależnie od wielkości firmy, gdy AI obsługuje dane osobowe w sposób ciągły. Zwolnienie dla firm poniżej 250 osób nie działa, jeśli przetwarzanie nie ma charakteru sporadycznego. Automatyczne analizy klientów, stały monitoring zapytań czy regularne rekomendacje wykluczają incydentalność.
• Umowa powierzenia przetwarzania (DPA) – gdy korzystasz z zewnętrznego narzędzia AI (ChatGPT Enterprise, Claude API, Gemini Workspace), musisz mieć podpisaną DPA z dostawcą. Dokument musi spełniać wymogi RODO. Darmowe lub konsumenckie wersje tych narzędzi standardowo go nie zawierają.
• Podstawa prawna przetwarzania – AI nie tworzy nowej podstawy prawnej. Każde przetwarzanie danych osobowych przez system AI musi opierać się na konkretnej podstawie z art. 6 RODO. Może to być zgoda, umowa, prawnie uzasadniony interes lub inny wymieniony przepis.

Zanim wybierzesz narzędzie, sprawdź przewodnik po wdrożeniu AI w firmie, który mapuje kroki od wyboru rozwiązania do uruchomienia.

Shadow AI – cichy koszmar compliance

Jednym z największych zagrożeń wcale nie jest to, które narzędzie AI wybierzesz. Prawdziwym problemem jest to, czego nie kontrolujesz. Shadow AI to zjawisko nieautoryzowanego korzystania przez pracowników z darmowych, publicznych modeli sztucznej inteligencji w celach służbowych. Głośne incydenty wycieków kodu źródłowego i notatek biznesowych (Samsung, Amazon) dowodzą jednego. Brak technicznej kontroli nad tym, co trafia do promptów, generuje krytyczne ryzyko.

Problem nie leży w technologii – problem polega na tym, że 95% użytkowników darmowego ChatGPT nigdy nie wyłącza domyślnego trenowania modelu na ich danych.

Polityka prywatności różni się diametralnie między wersjami konsumenckimi a biznesowymi. OpenAI ChatGPT w wersji darmowej domyślnie używa danych do trenowania. Wersja Enterprise – nie. Claude (Anthropic) w wersji konsumenckiej zapisuje dane na serwerach dostawcy bez pełnej DPA. API z opcją zero data retention całkowicie to eliminuje. Z kolei DeepSeek w wersji chmurowej przechowuje dane na serwerach w Chinach. Stanowi to naruszenie zasad transferu danych poza Europejski Obszar Gospodarczy (EOG) i jest bezpośrednio niezgodne z RODO.

Minimum, jakie powinna wdrożyć każda firma:

• Techniczna blokada darmowych modeli AI – wdrożenie na poziomie sieci firmowej (systemy klasy CASB) z jednoczesnym udostępnieniem pracownikom autoryzowanych planów Enterprise z podpisaną DPA.
• Systemy DLP (Data Loss Prevention) – rozszerzenia lub programy typu agent na urządzeniach końcowych. Skanują prompty i blokują wysyłanie wrażliwych danych do formularzy AI.
• Logi operacyjne – art. 12 i 19 AI Act dla systemów wysokiego ryzyka wymagają automatycznego przechowywania logów przez co najmniej 6 miesięcy.

Ocena ryzyka: DPIA i FRIA – dwie analizy, jeden projekt

Dla systemów wysokiego ryzyka (kategoria Annex III AI Act) obowiązują dwie równoległe oceny ryzyka. Wiele firm próbuje traktować je oddzielnie i wykonuje dwa razy tę samą pracę. To błąd. Art. 27 ust. 4 AI Act wprost dopuszcza integrację obu procesów.

DPIA (Data Protection Impact Assessment, ocena skutków dla ochrony danych) – to wymóg z art. 35 RODO. Skupia się wyłącznie na danych osobowych i prawach do prywatności. Obowiązuje każdego administratora, gdy przetwarzanie przy użyciu nowych technologii niesie za sobą wysokie ryzyko dla praw i wolności osób fizycznych (np. profilowanie klientów na dużą skalę).

FRIA (Fundamental Rights Impact Assessment, ocena skutków dla praw podstawowych) – to wymóg z art. 27 AI Act. Obejmuje znacznie szerszy zakres. Bada wpływ na wszystkie prawa podstawowe (godność, równość, zakaz dyskryminacji), a nie tylko na prywatność. Dotyczy wdrożycieli będących organami publicznymi, podmiotami świadczącymi usługi publiczne lub instytucjami finansowymi.

Praktyczne podejście? Użyj dojrzałego szablonu DPIA jako bazy i rozbuduj go o moduły FRIA badające wpływ społeczny algorytmu. Zyskujesz jedną procedurę i podwójne pokrycie. Kluczowa różnica w metodologii FRIA to zakaz bilansowania ryzyka. Negatywnego wpływu na jedno prawo podstawowe (np. ryzyka dyskryminacji w algorytmie rekrutacyjnym) nie wolno rekompensować pozytywnymi efektami w innym obszarze (np. poprawą efektywności).

Artykuł o tym, od czego zacząć wdrożenie AI opisuje, jak przeprowadzić inwentaryzację systemów AI w firmie przed przystąpieniem do oceny ryzyka.

Transparentność i obowiązki informacyjne

Ogólne rozporządzenie o ochronie danych od początku nakłada obowiązek przejrzystości wobec osób, których dane są przetwarzane. AI Act rozbudowuje ten wymóg o specyficzne zasady dla konkretnych klas systemów.

Najważniejsze reguły z art. 50 AI Act:

• Chatboty i systemy bezpośredniej interakcji – użytkownik musi wiedzieć, że rozmawia z AI. Obowiązek odpada tylko wtedy, gdy jest to oczywiste z kontekstu (np. głosowy asystent w aplikacji jednoznacznie oznaczonej jako AI).
• Systemy generujące deepfake’i (syntetyczne obrazy, audio, wideo) – pliki wyjściowe muszą być oznakowane w formacie czytelnym maszynowo. Sposób znakowania musi pozwalać na ich wykrycie jako sztucznie wygenerowanych. Wyjątek stanowi twórczość artystyczna i satyra.
• Systemy rozpoznawania emocji i kategoryzacji biometrycznej – bezwzględny obowiązek informowania osób o ich działaniu. Przetwarzanie musi być zgodne z RODO.

Obowiązek informacyjny musi być realizowany najpóźniej w momencie pierwszej interakcji użytkownika z systemem. Klauzula na dole regulaminu nie wystarczy.

Warto też spojrzeć na zagadnienie przez pryzmat ROI. Artykuł o zwrocie z inwestycji w AI pokazuje, jak compliance wpływa na koszty i harmonogram wdrożenia.

Polski horyzont regulacyjny – KRiBSI i co to znaczy w praktyce

Polska aktywnie dostosowuje krajowy porządek prawny do AI Act. Rada Ministrów przyjęła projekt ustawy o systemach sztucznej inteligencji. Jej głównym celem jest powołanie infrastruktury nadzorczej – Komisji Rozwoju i Bezpieczeństwa Sztucznej Inteligencji (KRiBSI).

KRiBSI będzie niezależnym organem administracji państwowej obsługiwanym przez Ministerstwo Cyfryzacji. Jej przewodniczący jest powoływany przez Sejm za zgodą Senatu na 5-letnią kadencję. W skład Komisji wejdą przedstawiciele UOKiK, UKE, KNF i KRRiT. Do jej zadań należeć będzie prowadzenie postępowań, wydawanie decyzji o wycofaniu niezgodnych systemów z rynku oraz nakładanie kar.

Jedna kwestia ma tu kluczowe znaczenie. Brak powołania KRiBSI nie zwalnia firm z przestrzegania bezpośrednio stosowanych przepisów AI Act. Kary za stosowanie zakazanych praktyk obowiązują od lutego 2025 roku. Z kolei wymogi dla systemów ogólnego przeznaczenia (ang. GPAI – General Purpose AI) – od sierpnia 2025 roku. Polska ustawa nie przesuwa tych dat.

Projekt ustawy przewiduje odpłatne opinie indywidualne (opinie zgodności) wydawane przez KRiBSI (150 zł od odrębnego stanu faktycznego). Dla firm MŚP z wieloma procesami AI to niebagatelny koszt operacyjny. Warto wkalkulować go w budżet compliance już teraz.