Wrzuciłem do AI umowę klienta, zanim pomyślałem. Co robię dziś, żeby dane firmy były bezpieczne

Był piątek, późno, i chciałem tylko streścić długą umowę, którą klient przysłał do podpisu. Wkleiłem cały plik do chatbota, dopisałem „wyciągnij mi najważniejsze punkty" i dostałem gotowe podsumowanie w dziesięć sekund. Świetnie. Zamknąłem laptop i dopiero pod prysznicem dotarło do mnie, co właśnie zrobiłem: wysłałem na cudzy serwer, w cudzym kraju, komplet danych innej firmy - jej NIP, kwoty, nazwiska osób do kontaktu, warunki, których nie miałem prawa nikomu pokazywać. Nikt się nie włamał. Ja sam, dobrowolnie, w imię wygody, oddałem te dane obcemu.

Prowadzę agencję AI dla MŚP i wszystko, czego uczę klientów, najpierw testuję na sobie - łącznie z błędami. Ten był pouczający, bo pokazał mi coś, o czym mało kto mówi na konferencjach: przy wdrażaniu AI największym zagrożeniem dla danych twojej firmy nie jest haker. Jesteś nim ty i twoi ludzie, w pośpiechu, wklejający do darmowego narzędzia rzeczy, których nie powinno tam być. Opowiem, jak dziś dzielę dane na te, które mogą pójść w chmurę, i te, które nigdy nie opuszczają mojego serwera, co z tego wynika dla RODO i jakie jest realne, praktyczne minimum bezpieczeństwa dla firmy na 10 - 50 osób. Bez straszenia, bez sprzedawania ci systemu za 100 tysięcy, którego nie potrzebujesz.

Spis treści

• Co tak naprawdę ryzykujesz, wrzucając dane firmy do AI?
• Chmura czy własny serwer - gdzie te dane w ogóle trzymać?
• Co na to RODO, kiedy dane przechodzą przez sztuczną inteligencję?
• Jak dzielę dane u siebie - co puszczam w chmurę, a co zostaje na moim serwerze
• Praktyczne minimum bezpieczeństwa, które wdrażam u klienta
• Gdzie najczęściej wykłada się mała firma?
• Od czego zacząć, żeby nie zwariować
• Słownik pojęć

Co tak naprawdę ryzykujesz, wrzucając dane firmy do AI?

Zacznijmy od tego, że „bezpieczeństwo danych przy AI" brzmi jak temat dla korporacji z działem prawnym i inspektorem ochrony danych na etacie. Nie jest. To temat dla ciebie, właściciela firmy na kilkanaście czy kilkadziesiąt osób, bo to właśnie w takich firmach dane wyciekają najprościej - nie przez włamanie, tylko przez wygodę.

Wyobraź sobie, że przychodzi nowy pracownik i żeby szybciej ogarnąć ofertę, wkleja do darmowego chatbota bazę cenową z marżami. Albo księgowa wrzuca zestawienie płac, żeby „ładnie sformatować tabelę". Albo handlowiec prosi AI o napisanie maila i wkleja przy okazji całą historię korespondencji z klientem. Każda z tych rzeczy trwa dziesięć sekund i każda oznacza to samo: dane, które były twoje, właśnie trafiły na serwer firmy, nad którą nie masz żadnej kontroli.

Co konkretnie ryzykujesz? Trzy rzeczy, w kolejności od najczęstszej.

Dane wychodzą i już nie wracają

Po pierwsze - utrata kontroli. Kiedy wysyłasz tekst do zewnętrznego narzędzia AI, nie wiesz, gdzie fizycznie ląduje, jak długo tam leży i kto ma do niego dostęp. W wielu darmowych narzędziach domyślnie zgadzasz się, żeby twoje wpisy służyły do trenowania modelu. Mówiąc po ludzku: to, co wkleiłeś, może kiedyś wypłynąć w odpowiedzi udzielonej komuś zupełnie innemu. Nie dlatego, że ktoś jest złośliwy. Dlatego, że tak działa maszyna, która uczy się na wszystkim, co dostaje.

Ktoś wejdzie tam, gdzie nie powinien

Po drugie - dostęp. Im więcej narzędzi AI podłączasz do firmy, tym więcej „drzwi" prowadzi do twoich danych: klucze API, integracje, wtyczki, konta na kolejnych platformach. Każde takie drzwi to potencjalne wejście, jeśli klucz wycieknie albo hasło jest słabe. Pisałem już o tym, jak w jedną noc straciłem dostęp do całej firmy przez jedną fakturę - to była brutalna lekcja o tym, że security to nie firewall, tylko higiena codziennych nawyków.

Zapłacisz karę za coś, czego nie zauważyłeś

Po trzecie - zgodność z prawem. Jeśli w danych, które puszczasz przez AI, są dane osobowe klientów albo pracowników, wchodzisz na teren RODO. A RODO nie interesuje, że „to tylko streszczenie" ani że „przecież nic się nie stało". Liczy się to, czy miałeś podstawę, żeby te dane komukolwiek przekazać, i czy wiedziałeś, dokąd trafiają. O tym za chwilę osobno, bo to najczęściej mylona część.

Zwróć uwagę na jedno: żaden z tych trzech scenariuszy nie wymaga hakera. Wystarczy zwykły dzień pracy i człowiek, który chce zrobić coś szybciej.

Chmura czy własny serwer - gdzie te dane w ogóle trzymać?

To pytanie pada u mnie na prawie każdym pierwszym spotkaniu i prawie zawsze w formie „czy chmura jest bezpieczna?". Odpowiadam wtedy, że pyta o złą rzecz. Chmura bywa bezpieczniejsza niż serwer, który stoi u ciebie w szafie w serwerowni bez klimatyzacji i bez backupu. Pytanie nie brzmi „chmura czy lokalnie", tylko „kto ma dostęp do danych i czy wiem, gdzie one są".

Ale skoro już rozkładamy to na czynniki, zróbmy to uczciwie - bo obie drogi mają swoją cenę.

Kiedy chmura jest twoim sprzymierzeńcem

Chmura, czyli usługa AI działająca na cudzych serwerach, ma trzy ogromne zalety: nie musisz niczego kupować ani utrzymywać, dostajesz najnowsze modele od ręki i ktoś inny pilnuje bezpieczeństwa infrastruktury. Dla większości zadań w małej firmie to zupełnie wystarcza. Napisanie posta, streszczenie artykułu z internetu, pomoc w kodzie, burza mózgów - tu nie ma żadnych wrażliwych danych, więc puszczaj śmiało w chmurę i nie komplikuj sobie życia.

Jest jedno „ale". W usłudze chmurowej twoje dane fizycznie opuszczają firmę. Nawet jeśli dostawca obiecuje, że ich nie użyje - a poważni dostawcy dla biznesu to obiecują na piśmie - to i tak przechodzą przez łącze, przez cudze serwery, często poza Europą. Dla części danych to nie problem. Dla części to problem nie do przejścia.

Kiedy warto trzymać AI u siebie

Drugie podejście to model AI działający lokalnie - na twoim własnym serwerze, komputerze albo maszynie w firmowej sieci. Dane nie wychodzą nigdzie. Przetwarzasz je na sprzęcie, który stoi u ciebie, i nikt z zewnątrz ich nie widzi. To jak różnica między oddaniem dokumentów do zewnętrznego biura, a przerobieniem ich we własnym gabinecie przy zamkniętych drzwiach.

Cena tej kontroli jest podwójna. Po pierwsze, techniczna: ktoś musi ten serwer postawić, utrzymać i aktualizować, a lokalne modele wymagają przyzwoitego sprzętu, żeby działały sensownie szybko. Po drugie, jakościowa: lokalne modele, które da się uruchomić na sprzęcie małej firmy, są dziś słabsze od najlepszych modeli chmurowych. Do prostych zadań w zupełności starczą. Do najtrudniejszych - jeszcze nie zawsze.

U siebie prowadzę oba światy równolegle i wcale nie traktuję tego jako „albo-albo". Mój system RAG, w którym trzymam wiedzę o wszystkich klientach, działa lokalnie - baza nazwisk, ustaleń i historii współpracy nigdy nie opuszcza mojego serwera. A do zadań, gdzie nie ma danych osobowych, sięgam po najmocniejsze modele w chmurze. Klucz to nie wybór jednej drogi, tylko świadomy podział: które dane którą drogą.

Co na to RODO, kiedy dane przechodzą przez sztuczną inteligencję?

Tu robi się poważnie, ale spokojnie - przetłumaczę to na język właściciela firmy, nie prawnika. RODO to unijne przepisy o ochronie danych osobowych. Dane osobowe to wszystko, co pozwala wskazać konkretnego człowieka: imię i nazwisko, mail, telefon, NIP jednoosobowej działalności, adres, numer rejestracyjny auta służbowego. Jeśli takie dane przepuszczasz przez AI, RODO cię dotyczy. Kropka.

Najczęstsze nieporozumienie brzmi tak: „przecież ja nikomu tych danych nie sprzedaję, tylko streszczam sobie umowę". Problem w tym, że z punktu widzenia prawa wysłanie danych do zewnętrznego narzędzia AI to ich udostępnienie innemu podmiotowi. Ten podmiot staje się tak zwanym podmiotem przetwarzającym - kimś, kto przetwarza dane w twoim imieniu. A żeby robił to legalnie, musisz mieć z nim odpowiednią umowę i wiedzieć, gdzie fizycznie te dane lądują.

Trzy pytania, które musisz sobie zadać przed wdrożeniem

Nie potrzebujesz do tego kancelarii na start. Potrzebujesz uczciwej odpowiedzi na trzy pytania.

• Czy mam podstawę, żeby te dane w ogóle przetwarzać w ten sposób? Zgoda klienta, umowa, uzasadniony interes - coś musi tę operację uzasadniać. „Bo było wygodnie" się nie liczy.
• Czy dostawca AI podpisze ze mną umowę powierzenia? Poważni dostawcy narzędzi dla biznesu mają gotowe dokumenty i opcje, w których dane nie są używane do trenowania. Darmowe wersje konsumenckie - zwykle nie. To jest linia, na której kończy się zabawa, a zaczyna firma.
• Czy wiem, dokąd te dane trafiają geograficznie? Przetwarzanie w granicach Europy to jedna sytuacja. Wysyłka poza Europę to dodatkowe wymogi, które trzeba spełnić, żeby było legalnie.

Czym to się różni od NIS2

Pisałem osobno o tym, dlaczego przy NIS2 to zarząd odpowiada osobiście - i chcę, żeby nie pomylić tych dwóch rzeczy. NIS2 to obowiązki związane z cyberbezpieczeństwem i odpowiedzialnością zarządu za odporność firmy na ataki. RODO to ochrona konkretnych danych osobowych i to, komu wolno je pokazać. Przy wdrażaniu AI dotykasz obu naraz, ale to ten drugi temat - RODO - jest tym, o który najłatwiej się potknąć w codziennej pracy, bo wystarczy jedno wklejenie do złego okienka.

Nie chcę cię straszyć karami, bo strach jest złym doradcą przy technologii. Chcę tylko, żebyś rozumiał: moment, w którym wpisujesz dane klienta do narzędzia AI, to moment prawnie istotny. Traktuj go tak, jakbyś te dane komuś przekazywał - bo dokładnie to robisz.

Jak dzielę dane u siebie - co puszczam w chmurę, a co zostaje na moim serwerze

Najprostszy system, jaki wypracowałem, to podział danych na trzy kubełki. Bez tabel, bez procedur na dwadzieścia stron. Trzy kubełki, które każdy w firmie potrafi zapamiętać.

Kubełek zielony - leci w chmurę bez wahania

Wszystko, co jest publiczne albo anonimowe. Teksty na bloga, posty na LinkedIn, streszczenia artykułów z internetu, pomoc w pisaniu kodu, ogólne pytania „jak to działa". Zero danych osobowych, zero tajemnic firmowych. To jakieś 70 - 80 procent tego, do czego w ogóle używam AI, i tu korzystam z najmocniejszych modeli chmurowych, bo nie ma czego chronić.

Kubełek żółty - można w chmurę, ale po anonimizacji

Dane, które da się oczyścić, zanim je wyślesz. Chcę, żeby AI pomogła mi przeanalizować strukturę umowy albo poprawić ofertę - ale najpierw usuwam albo zamieniam nazwiska, nazwy firm, kwoty i NIP-y na placeholdery typu „Klient A", „kwota X". Model pomaga mi z formą i logiką, a konkretne dane wracają do dokumentu dopiero u mnie, lokalnie. To dodatkowe dwie minuty pracy. Warte każdej sekundy.

Kubełek czerwony - nigdy nie opuszcza serwera

Komplet danych osobowych, bazy klientów, dane finansowe, cokolwiek objętego tajemnicą albo umową o poufności. To przetwarzam wyłącznie lokalnie, na własnym serwerze, modelem, który działa u mnie i nie wysyła niczego na zewnątrz. Tu należy mój RAG z wiedzą o klientach i tu należała ta nieszczęsna umowa z początku tekstu, którą wtedy, zmęczony, wrzuciłem do złego kubełka.

Ten podział brzmi banalnie i o to chodzi. Bezpieczeństwo, którego nie da się zapamiętać w dziesięć sekund, nie będzie stosowane w piątek o dwudziestej pierwszej. A właśnie wtedy dzieją się wpadki.

Praktyczne minimum bezpieczeństwa, które wdrażam u klienta

Kiedy firma na 10 - 50 osób pyta mnie „od czego zacząć z bezpieczeństwem przy AI", nie zaczynam od technologii. Zaczynam od kilku rzeczy, które nic nie kosztują i dają 80 procent efektu. Oto lista, którą realnie przechodzę z klientem.

1. Ustal zasadę trzech kubełków i zapisz ją na jednej kartce. Każdy pracownik musi wiedzieć, co wolno wkleić do AI, a czego nie. Jedna strona, prostym językiem, powieszona koło biurka albo wpięta w onboarding. Bez tego reszta nie ma sensu. 2. Wyłącz uczenie się modelu na twoich danych. W płatnych wersjach dla firm zwykle da się to ustawić jednym przełącznikiem albo dostajesz to domyślnie. Sprawdź to w pierwszej kolejności w każdym narzędziu, którego używacie. 3. Rozdziel konta służbowe od prywatnych. Nikt nie loguje się do firmowej AI kontem, na którym trzyma zdjęcia z wakacji. Osobne konta, osobne hasła, najlepiej firmowa subskrypcja z centralnym zarządzaniem. 4. Włącz uwierzytelnianie dwuetapowe wszędzie. To ten dodatkowy kod z telefonu przy logowaniu. Nudne, wiem. I ratuje tyłek częściej niż jakikolwiek drogi system, bo samo hasło dziś nie wystarcza. 5. Zrób porządek z kluczami API. Każda integracja AI ma swój klucz - to jak zapasowy klucz do biura. Trzymaj je w jednym bezpiecznym miejscu, nigdy w mailu ani w kodzie wysłanym na zewnątrz, i wymieniaj, gdy ktoś odchodzi z firmy. 6. Miej backup, zanim ci będzie potrzebny. AI czy nie AI - jeśli twoje dane istnieją w jednym miejscu, to znaczy, że nie istnieją. Kopia w drugiej lokalizacji, sprawdzana od czasu do czasu, czy da się z niej naprawdę odtworzyć. 7. Dla danych z czerwonego kubełka rozważ model lokalny. Jeśli regularnie przetwarzasz wrażliwe dane, jeden serwer z lokalnym modelem zwraca się spokojem. Nie musi być drogi ani od razu - o tym w osobnym artykule, bo to temat na dłużej.

Zauważ, że tylko ostatni punkt wymaga jakichkolwiek pieniędzy. Sześć pierwszych to dyscyplina, nie budżet. Najtańsze i najskuteczniejsze bezpieczeństwo w małej firmie to nawyk, nie oprogramowanie.

Gdzie najczęściej wykłada się mała firma?

Skoro obiecałem szczerość, to nie tylko o cudzych błędach. Zbiorę te, które widuję najczęściej - łącznie z moim własnym z początku tekstu.

Pierwszy i najgroźniejszy: brak jakiejkolwiek zasady. Firma używa AI, wszyscy coś wklejają, nikt nie ustalił, co wolno. To nie jest kwestia „czy coś wycieknie", tylko „kiedy". Wystarczy jeden nowy pracownik, który nie wie, że baza cenowa to nie materiał do wklejania w darmowy chatbot.

Drugi: darmowe narzędzia do firmowej roboty. Darmowa wersja konsumencka prawie zawsze oznacza, że płacisz swoimi danymi - one zasilają model. Do prywatnych zabaw w porządku. Do danych klientów - nigdy. Różnica między wersją darmową a firmową to często kilkadziesiąt złotych miesięcznie, a przepaść w tym, co dzieje się z twoimi danymi.

Trzeci: mylenie szyfrowania z bezpieczeństwem. „Mamy HTTPS, jesteśmy bezpieczni" - słyszę to i wzdrygam się. Szyfrowanie chroni dane w drodze, żeby nikt ich nie podsłuchał po drodze. Nie chroni przed tym, że sam wysłałeś je tam, gdzie nie powinny trafić. To jak wozić dokumenty opancerzonym samochodem prosto pod niewłaściwe drzwi.

Czwarty, mój własny: pośpiech. Wszystkie moje wpadki z danymi zdarzyły się wieczorem, zmęczonemu, kiedy wygoda wygrała z ostrożnością. Dlatego najważniejszym zabezpieczeniem, jakie wdrożyłem, nie jest żaden system - to zasada, że przy danych klienta zatrzymuję się na jedną sekundę i pytam: który to kubełek? Ta sekunda uratowała mnie już kilka razy.

Od czego zacząć, żeby nie zwariować

Gdyby to wszystko wydało ci się przytłaczające, mam dobrą wiadomość: nie musisz robić tego naraz i nie musisz robić tego idealnie. Bezpieczeństwo danych to nie stan, który się osiąga i odhacza. To praktyka, którą się powtarza.

Zacznij od jednej kartki z zasadą trzech kubełków i rozmowy z zespołem - to jedno popołudnie, które zabezpiecza cię przed najczęstszym scenariuszem wycieku. Potem przejdź płatne narzędzia i wyłącz w nich uczenie na waszych danych. Potem dwuetapowe logowanie wszędzie. Trzy ruchy, trzy różne dni, a jesteś już bezpieczniejszy niż większość firm w twojej okolicy.

Model lokalny, szyfrowane sejfy na hasła, umowy powierzenia z prawnikiem - to wszystko ma sens, ale przychodzi później i zależy od tego, jak wrażliwe dane realnie przetwarzasz. Kancelarii z aktami spraw powiem co innego niż firmie remontowej, która używa AI tylko do ofert. Bezpieczeństwo skrojone na wyrost bywa równie kosztowne jak jego brak - tyle że kosztuje cię czas i frustrację zamiast wycieku.

Jedno zostaje niezależnie od wielkości firmy: dane, które raz wyślesz w niewłaściwe miejsce, już nie wrócą. Cała reszta to tylko sposoby, żeby ten jeden moment nigdy nie nastąpił.

Słownik pojęć

• RODO - unijne przepisy o ochronie danych osobowych. Regulują, kto i na jakiej podstawie może przetwarzać dane pozwalające zidentyfikować konkretnego człowieka. Przy AI dotyczą cię w momencie, gdy przez narzędzie przechodzą imiona, maile, NIP-y czy inne dane osób.
• Dane osobowe - każda informacja, która pozwala wskazać konkretną osobę: imię i nazwisko, mail, telefon, adres, NIP jednoosobowej działalności, numer rejestracyjny auta. Nawet zestaw pozornie niewinnych danych może razem wskazać człowieka.
• Model lokalny (AI na własnym serwerze) - sztuczna inteligencja uruchomiona na twoim sprzęcie, w twojej sieci. Dane, które przez nią przechodzą, nie opuszczają firmy. Przeciwieństwo modelu chmurowego, który działa na cudzych serwerach.
• Umowa powierzenia przetwarzania - dokument, który podpisujesz z dostawcą przetwarzającym dane osobowe w twoim imieniu (np. dostawcą narzędzia AI). Bez niej przekazywanie danych osobowych takiemu dostawcy jest niezgodne z RODO.
• Klucz API - hasło, którym jeden program przedstawia się drugiemu, żeby móc z nim współpracować. Przy integracjach AI to jak zapasowy klucz do firmy - wyciek klucza to wyciek dostępu.
• Uwierzytelnianie dwuetapowe - logowanie potwierdzane dodatkowo kodem z telefonu albo aplikacji, nie tylko hasłem. Chroni konto nawet wtedy, gdy hasło wpadnie w niepowołane ręce.

Zanim podłączysz AI do firmowych danych, pogadajmy, gdzie postawić granicę

Jeśli wdrażasz albo dopiero planujesz AI w firmie i nie masz pewności, które dane wolno puścić w chmurę, a które muszą zostać u ciebie, napisz do mnie na j.cybulski@idea4me.pl. Nie sprzedam ci systemu za sto tysięcy, którego nie potrzebujesz. Najczęściej okazuje się, że wystarczy dobry podział danych, kilka ustawień i jedna rozmowa z zespołem - a lokalny serwer wchodzi w grę dopiero wtedy, gdy naprawdę jest po co. Zacznijmy od tego, co realnie przetwarzasz.