Pracownicy korzystają z czatów AI niezależnie od tego, czy firma to zaplanowała: streszczają w nich maile, poprawiają oferty, tłumaczą umowy i szukają błędów w kodzie. Pytanie dla działu IT, bezpieczeństwa i compliance brzmi więc nie „czy”, tylko „na jakich warunkach”. Odpowiedzią jest firmowy czat AI, nad którym organizacja ma kontrolę - potocznie nazywany prywatnym ChatGPT, choć wcale nie musi działać na modelach OpenAI.
Poniżej porównujemy trzy drogi do takiego czatu, zestawiamy, co dostawcy planów firmowych deklarują w sprawie danych, i podpowiadamy, o co zapytać przed podpisaniem umowy. Zasady dostawców sprawdziliśmy w ich dokumentacji 19 października 2026 r. Stan na: październik 2026.
Co firmy nazywają „prywatnym ChatGPT”
Darmowe albo prywatne konto pracownika w publicznym czacie to narzędzie, którego firma nie widzi i nie zarządza. Firmowy czat AI różni się od niego pięcioma cechami:
- umowa z dostawcą - z rolą dostawcy jako podmiotu przetwarzającego i zasadami powierzenia danych osobowych,
- brak trenowania modeli na danych firmy - zapisany w umowie lub dokumentacji usługi, a nie tylko w ustawieniach pojedynczego użytkownika,
- administracja - logowanie firmowym kontem (SSO), nadawanie i odbieranie dostępu, ustawienia retencji, wgląd w użycie,
- znana lokalizacja danych - wiadomo, gdzie rozmowy są przechowywane i przetwarzane, także u podwykonawców,
- dostęp do wiedzy firmy na zasadzie uprawnień - jeśli czat korzysta z dokumentów, widzi tylko to, co wolno zobaczyć pytającemu.
Słowo „ChatGPT” działa tu jak nazwa kategorii. Ten sam efekt można uzyskać na planach firmowych różnych dostawców, na modelach udostępnianych w chmurze albo na modelu językowym uruchomionym we własnej infrastrukturze.
Trzy drogi do firmowego czatu AI
Droga 1
Plan firmowy dostawcy
Gotowa aplikacja w przeglądarce i na telefonie: konta pracowników, panel administratora, umowa powierzenia. Najszybszy start, ale model, lokalizacja danych i zakres logów zależą od oferty dostawcy.
Droga 2
Własny czat na modelach w chmurze UE
Firma ma własną aplikację czatu - z logowaniem, uprawnieniami i dziennikami - a model wywołuje przez API usługi chmurowej w regionie UE. Więcej kontroli, ale aplikację trzeba zbudować i utrzymać.
Droga 3
Model otwarty we własnej infrastrukturze
Model z otwartymi wagami działa na serwerach firmy albo na dedykowanych GPU w prywatnej chmurze w UE. Rozmowy nie trafiają do dostawcy modelu; w zamian firma (lub jej wykonawca) odpowiada za całą infrastrukturę.
Drogi można łączyć, np. plan firmowy do zadań ogólnych i prywatny model do dokumentów objętych tajemnicą - pod warunkiem, że granicę między nimi wyznacza technika, a nie tylko regulamin.
Plany firmowe dostawców: co deklarują w sprawie danych
Zestawienie streszcza dokumentację dostawców według stanu na 19 października 2026 r. Wiążą zapisy Twojej umowy i ustawienia organizacji, a dostawcy zmieniają zasady i nazwy planów częściej niż przepisy - przed decyzją sprawdź aktualną wersję.
| Usługa | Trenowanie modeli na danych firmy | Gdzie przetwarzane są dane | Kontrola i administracja |
|---|---|---|---|
| Claude Team i Enterprise (Anthropic) | Domyślnie nie: dane wejściowe i wyniki z produktów komercyjnych nie służą do trenowania. Wyjątki to rozmowy ocenione przyciskiem opinii (przechowywane do 5 lat; ocenianie administrator może wyłączyć) i wyraźna zgoda organizacji | Według Anthropic ruch klientów komercyjnych (m.in. Claude Enterprise) może być domyślnie kierowany do USA, Europy, Azji i Australii, a dane są przechowywane w USA. W Enterprise z rozliczeniem za użycie można włączyć inferencję tylko w USA; opcji przechowywania danych w UE Anthropic w tym opisie nie podaje | SSO w obu planach; SCIM, logi audytowe, niestandardowa retencja danych i Compliance API w planie Enterprise |
| Gemini w Google Workspace (Google) | Bez uprzedniej zgody lub polecenia klienta dane nie służą do trenowania modeli; bez zgody treści nie są przeglądane przez ludzi ani w inny sposób wykorzystywane do trenowania modeli poza domeną klienta | Zapytania i odpowiedzi Gemini są objęte regionami danych (USA albo Europa). Przechowywanie w regionie obejmuje więcej edycji; przetwarzanie w regionie - tylko edycje z Enterprise Data Regions albo Assured Controls Data Regions (np. Enterprise Plus). Regiony nie obejmują Gemini Notebook | Gemini pobiera tylko treści, do których użytkownik ma dostęp w Workspace; zapytania są danymi klienta w rozumieniu Cloud Data Processing Addendum |
| Microsoft Copilot (dawniej Microsoft 365 Copilot) | Zapytania, odpowiedzi i dane z Microsoft Graph nie służą do trenowania modeli bazowych | Dla klientów z UE to usługa EU Data Boundary - ruch z UE zostaje w jej granicach. Wyjątek: modele Anthropic działające jako podprzetwarzający są obecnie wyłączone z EU Data Boundary. Wyszukiwanie w internecie wysyła zapytanie do usługi Bing | Copilot pokazuje tylko dane, do których użytkownik ma co najmniej prawo odczytu; retencję historii interakcji ustawia się w Microsoft Purview; administrator decyduje o modelach zewnętrznych i agentach |
Deklaracje z tabeli dotyczą wyłącznie planów firmowych. Pracownik, który w tej samej usłudze loguje się prywatnym kontem, nie jest objęty umową firmy - to nadal shadow AI, nawet jeśli logo na ekranie jest takie samo.
Własny czat na modelach w chmurze z regionem UE
W drodze 2 firma uruchamia własną aplikację czatu, a model wywołuje przez API usługi chmurowej. To firma decyduje, co trafia do dzienników, jak długo są przechowywane, kto ma dostęp i które dokumenty mogą trafić do kontekstu zapytania. Warunki po stronie usług chmurowych opisują dostawcy:
- Microsoft Foundry (modele sprzedawane przez Azure, w tym modele OpenAI) - zapytania i odpowiedzi nie są dostępne dla OpenAI ani innych dostawców modeli i nie służą do trenowania modeli bazowych bez zgody klienta. We wdrożeniu typu Data Zone w zasobie utworzonym w państwie UE przetwarzanie odbywa się w państwach członkowskich UE, a dane w spoczynku pozostają w geografii wskazanej przez klienta. Domyślnie działa monitorowanie nadużyć z możliwym przeglądem przez ludzi (dla wdrożeń w EOG - przez pracowników z EOG); jego ograniczenie wymaga zatwierdzenia przez Microsoft.
- OpenAI API - dane wysyłane przez API domyślnie nie służą do trenowania, a logi monitorowania nadużyć są przechowywane do 30 dni. Region Europa (EOG i Szwajcaria) wymaga zatwierdzenia kontroli monitorowania nadużyć i aneksu o zmodyfikowanej retencji.
- Claude API - bezpośrednio u Anthropic inferencja działa w USA albo w trybie globalnym; na Amazon Bedrock i Google Cloud region inferencji wyznacza punkt końcowy lub profil inferencji wybrany przez klienta.
Za kontrolę płaci się pracą: logowanie SSO, uprawnienia, filtry danych, limity kosztów, monitoring i testy bezpieczeństwa są po stronie firmy albo jej wykonawcy. Gdy czat ma odpowiadać na podstawie dokumentów firmy, dochodzi wyszukiwanie w dokumentach (RAG) - tak działa asystent AI na dokumentach firmy. Rachunek kosztów API i własnego modelu rozpisujemy w artykule Własny LLM czy API w chmurze.
Model otwarty on-premise lub w prywatnej chmurze UE
W drodze 3 czat działa na modelu z otwartymi wagami, uruchomionym tam, gdzie wymaga tego polityka bezpieczeństwa: w serwerowni firmy, na jej koncie chmurowym w regionie UE albo na dedykowanych GPU w prywatnej chmurze w UE. Treść rozmów nie opuszcza tej infrastruktury i nie trafia do zewnętrznego dostawcy modelu. Dla polskich tekstów warto rozważyć polskie modele - piszemy o nich na stronie wdrożenia Bielika i PLLuM.
Ograniczenia są dwa. Po pierwsze, modele z otwartymi wagami są zwykle mniejsze od największych modeli komercyjnych, więc w zadaniach ogólnych mogą wypadać słabiej - dlatego jakość sprawdza się na zbiorze pytań z oczekiwanymi odpowiedziami, zanim czat trafi do pracowników. Po drugie, ktoś musi utrzymać serwery, aktualizacje, kopie i monitoring. Jak to robimy, opisujemy na stronie lokalne modele LLM.
Porównanie: gdzie są dane, czy służą do trenowania, kto ma kontrolę
| Kryterium | Plan firmowy dostawcy | Własny czat na modelach w chmurze UE | Model otwarty we własnej infrastrukturze |
|---|---|---|---|
| Gdzie są dane | U dostawcy usługi; region zależy od planu, edycji i podprzetwarzających | W aplikacji firmy i u dostawcy chmury; region wybiera się przy wdrożeniu | W infrastrukturze firmy albo w jej prywatnej chmurze w UE |
| Trenowanie na danych | Według umowy i dokumentacji - u dostawców z tabeli powyżej domyślnie nie | Według warunków usługi - u opisanych wyżej dostawców domyślnie nie | Model zmienia się tylko wtedy, gdy firma sama go dotrenuje |
| Logi i retencja | Ustawienia, które udostępnia dostawca; zakres zależy od planu | Własne dzienniki aplikacji plus logi monitorowania nadużyć po stronie chmury | W całości po stronie firmy |
| Wybór modelu | Modele dostawcy, zmieniane według jego harmonogramu | Modele z katalogu usługi chmurowej; wersję wybiera firma | Model wybrany przez firmę i zmieniany wtedy, gdy ona zdecyduje |
| Dokumenty firmy | Integracje dostawcy (poczta, pliki) na uprawnieniach użytkownika | Własny RAG z kontrolą uprawnień | Własny RAG z kontrolą uprawnień |
| Wysiłek wdrożenia | Niski: konfiguracja, polityka, szkolenie | Średni: aplikacja, integracje, testy bezpieczeństwa | Najwyższy: infrastruktura, model, aplikacja, utrzymanie |
| Model kosztów | Abonament za konto użytkownika | Opłaty za tokeny plus utrzymanie aplikacji | Głównie koszt stały: sprzęt lub wynajem GPU i utrzymanie |
RODO: umowa powierzenia i pytania do dostawcy
Dane osobowe trafiają do czatu szybciej, niż się wydaje: wystarczy wkleić korespondencję z klientem albo CV kandydata. Dostawca usługi czatu działa zwykle jako podmiot przetwarzający, a każde przetwarzanie przez podmiot przetwarzający musi opierać się na umowie lub innym akcie prawnym w formie pisemnej, także elektronicznej (art. 28 ust. 3 i 9 RODO, czyli ogólnego rozporządzenia o ochronie danych - rozporządzenia (UE) 2016/679; wytyczne Europejskiej Rady Ochrony Danych (EROD) 07/2020, pkt 100-101). Podmiot przetwarzający może korzystać z kolejnych podwykonawców tylko za uprzednią szczegółową lub ogólną pisemną zgodą administratora; przy zgodzie ogólnej musi informować o zmianach i dać możliwość sprzeciwu (art. 28 ust. 2 RODO; wytyczne EROD 07/2020, pkt 152).
To nie jest formalność. W Microsoft Copilot administrator może włączyć modele Anthropic i OpenAI działające jako podprzetwarzający, a modele Anthropic są obecnie poza EU Data Boundary - decyzja o ich włączeniu powinna więc przejść przez inspektora ochrony danych, a nie tylko przez administratora IT. Przed podpisaniem umowy warto mieć odpowiedzi na osiem pytań:
- Który dokument reguluje powierzenie danych i kto jest stroną umowy?
- Czy dane służą do trenowania modeli i jak traktowane są opinie zgłaszane przez użytkowników?
- Gdzie dane są przechowywane i przetwarzane - także przy wyszukiwaniu w internecie i u podprzetwarzających?
- Jak długo przechowywane są rozmowy, pliki i logi oraz kto ustawia retencję?
- Jak firma dowiaduje się o zmianie listy podprzetwarzających?
- Czy przy monitorowaniu nadużyć ludzie mogą przeglądać treść rozmów i gdzie się to odbywa?
- Czy administrator może eksportować i usuwać dane, w tym na potrzeby postępowań i żądań osób, których dane dotyczą?
- Jakich klas danych pracownicy nie mogą wpisywać do czatu - i jak to egzekwujemy technicznie?
Jeśli dane osobowe mogą trafić poza Europejski Obszar Gospodarczy, potrzebna jest podstawa ich przekazania - stan prawny opisujemy na stronie wdrożenia AI w firmie, a ocenę skutków dla ochrony danych przy lokalnych modelach językowych.
AI Act a czat dla pracowników
Firma, która udostępnia pracownikom czat kupiony w planie firmowym dostawcy (droga 1), wykorzystuje system AI, nad którym sprawuje kontrolę - w rozumieniu AI Act (rozporządzenie (UE) 2024/1689) jest więc podmiotem stosującym (art. 3 pkt 4 AI Act). Obowiązek z art. 4 AI Act stosuje się od 2 lutego 2025 r. Od 27 lipca 2026 r., po zmianie rozporządzeniem (UE) 2026/1744, dostawcy i podmioty stosujące mają podejmować środki wspierające rozwój kompetencji w zakresie AI swojego personelu, a przepis wprost zastrzega, że nie wymaga zagwarantowania określonego poziomu kompetencji konkretnej osoby (art. 4 ust. 1 AI Act). W praktyce: krótkie szkolenie z zasad korzystania z czatu, dopasowane do działu, i zapis, kto je przeszedł.
O roli nie decyduje przy tym to, czy z czatu korzystają pracownicy, czy klienci, tylko to, czy firma kupuje gotową usługę, czy wprowadza do obrotu lub oddaje do użytku własny system. Dostawcą jest ten, kto rozwija system AI albo zleca jego rozwój i pod własną nazwą lub znakiem towarowym wprowadza go do obrotu lub oddaje do użytku (art. 3 pkt 3 AI Act), a oddanie do użytku obejmuje także dostarczenie systemu do użytku własnego w Unii (art. 3 pkt 11 AI Act). Jeśli firma zamawia własny czat (droga 2 lub 3) i oddaje go do użytku pod własną nazwą - także tylko na potrzeby pracowników - może być więc zarazem jego dostawcą i podmiotem stosującym.
Na dostawcy takiego czatu od 2 sierpnia 2026 r. ciążą obowiązki przejrzystości: osoby korzystające z czatu mają być informowane, że prowadzą interakcję z systemem AI, chyba że jest to oczywiste (art. 50 ust. 1 AI Act), a generowane teksty mają być oznakowane w formacie nadającym się do odczytu maszynowego i wykrywalne jako sztucznie wygenerowane - z wyjątkami z art. 50 ust. 2, m.in. gdy system pełni funkcję wspomagającą w zakresie standardowej edycji. To samo dotyczy czatu dla klientów udostępnianego pod własną nazwą - tam informacja o rozmowie z AI jest zwykle konieczna. Dla systemów wprowadzonych do obrotu przed 2 sierpnia 2026 r. termin dostosowania do art. 50 ust. 2 to 2 grudnia 2026 r. (art. 111 ust. 4 AI Act). Przepis ten wiąże dodatkowy termin tylko z wprowadzeniem do obrotu - czatu, który firma przed 2 sierpnia 2026 r. jedynie oddała do użytku na potrzeby własnych pracowników (droga 2 lub 3), wprost nie obejmuje. Pełny harmonogram i role opisujemy w artykule AI Act dla firm.
Kiedy co wybrać
| Sytuacja | Rozsądny punkt wyjścia | Na co uważać |
|---|---|---|
| Firma pracuje na Microsoft 365 i chce asystenta w poczcie, dokumentach i spotkaniach | Microsoft Copilot | Najpierw porządek w uprawnieniach SharePoint i Teams - asystent pokaże wszystko, do czego użytkownik ma odczyt |
| Firma pracuje na Google Workspace | Gemini w Google Workspace | Przetwarzanie w regionie Europa wymaga odpowiedniej edycji albo dodatku |
| Zadania ogólne na danych niepoufnych, szybki start bez integracji | Plan firmowy wybranego dostawcy | Polityka klas danych i blokada kont prywatnych |
| Dokumenty objęte tajemnicą zawodową, medyczną lub bankową | Model otwarty on-premise albo w prywatnej chmurze w UE | Jakość sprawdzona na zbiorze testowym przed startem; utrzymanie |
| Czat ma odpowiadać z dokumentów firmy i wskazywać źródła | Własny czat z RAG - w chmurze UE albo on-premise | Uprawnienia dziedziczone z repozytoriów i test na wstrzykiwanie poleceń |
| W jednej organizacji są dane o różnej wrażliwości | Układ mieszany: plan firmowy do zadań ogólnych, prywatny model do danych wrażliwych | Granica egzekwowana w aplikacji, nie tylko w regulaminie |
Bezpieczeństwo firmowego czatu: o czym się zapomina
- Zbyt szerokie udostępnienia. Asystent zintegrowany z pocztą i plikami działa na uprawnieniach użytkownika, więc dokument udostępniony „całej firmie” przez pomyłkę stanie się łatwy do znalezienia.
- Wstrzykiwanie poleceń. Instrukcja ukryta w dokumencie, mailu albo na stronie internetowej może zmienić odpowiedź czatu - to prompt injection, pierwsza pozycja listy OWASP Top 10 dla aplikacji LLM.
- Wtyczki, agenci i konektory. Każde rozszerzenie ma własne warunki przetwarzania danych i własne uprawnienia - administrator powinien zatwierdzać je pojedynczo.
- Wyszukiwanie w internecie. Gdy czat szuka w sieci, fragment zapytania opuszcza usługę i trafia do wyszukiwarki.
- Konta prywatne. Bez blokady niezatwierdzonych narzędzi część pracowników zostanie przy prywatnych kontach.
- Retencja. Długie przechowywanie rozmów pomaga w wyjaśnianiu incydentów, ale zwiększa skutki wycieku - okres trzeba ustalić świadomie.
Własny czat - z drogi 2 albo 3 - przed udostępnieniem pracownikom warto przetestować tak jak każdą aplikację z dostępem do danych firmy. Zakres takiego testu opisujemy na stronie testów bezpieczeństwa aplikacji LLM.
Jak pomagamy
Innovix to software house i zespół bezpieczeństwa IT z Wrocławia; z firmami z całej Polski pracujemy zdalnie, a na miejscu wtedy, gdy wymaga tego projekt. Budujemy firmowe czaty i asystentów AI w drogach 2 i 3: w prywatnej chmurze w UE, w infrastrukturze klienta albo na jego koncie chmurowym w regionie UE. Po naszej stronie stosujemy zasadę Zero Data Retention; w drodze 2 retencję po stronie dostawcy chmury (monitorowanie nadużyć) ustalamy przy wyborze usługi - całkowity brak przechowywania wymaga zgody dostawcy, np. na zmodyfikowane monitorowanie nadużyć. Zaczynamy od prototypu na danych klienta i zbioru pytań z oczekiwanymi odpowiedziami, a przed startem aplikację testują nasi pentesterzy. Firmom, które wybierają plan firmowy dostawcy, pomagamy opanować shadow AI: politykę użycia narzędzi AI i kontrolę techniczną tam, gdzie ryzyko jest najwyższe.