Przejdź do treści

Audyt AI w firmie: zakres, przebieg i checklista

Adam Marzec
Okładka audytu AI w firmie: karty z danymi i pieczątka

Autouzupełnianie Google przy frazie „audyt ai” (odczyt 1.11.2026) układa się w trzy rodziny pytań. „Audyt ai act” siedzi na pierwszym miejscu sugestii, obok „audytora ai” i „audytora sztucznej inteligencji”, więc kolejność idzie od prawa do wykonawcy. Druga rodzina to metodyka: „jak przeprowadzić audyt ai”, „audyt procesów ai”. Trzecia dotyczy firm doradczych: „konsulting audyt ai”, „deloitte audyt ai”, „pwc audyt ai”. Ten tekst jest mapą po obiektach audytu: różnice względem audytu RODO i finansowego, inwentaryzacja, dane w promptach i umowy, role z aktu o AI, przebieg i moment, w którym audyt staje się obowiązkowy. Całość zamyka checklista 14 pytań tak/nie. Liczby mają daty odczytów; audytu jako usługi nie testowaliśmy, bo to metodyka, nie produkt.

Najważniejsze informacje

CoSzczegóły (odczyty 1.11.2026)
Shadow AIpraca na nieautoryzowanych narzędziach AI w 43% incydentów bezpieczeństwa, ponad dwukrotnie więcej niż rok wcześniej (IBM 2026 wg Ponemon)
Polityka AIblisko 7 na 10 przełamanych organizacji nie ma polityki zarządzania AI ani wykrywania nieautoryzowanego użycia (IBM 2026)
Kontrola dostępu1 na 5 firm zgłosił incydent wokół modelu albo aplikacji AI; 92% z nich bez RBAC i MFA (IBM 2026)
AI literacyobowiązek od 2.02.2025 (art. 4 aktu o AI)
Aneksy III i Iobowiązki wdrożyciela systemów wysokiego ryzyka: aneks III (m.in. zatrudnienie) od 2.12.2027, aneks I od 2.08.2028, po nowelizacji AI Omnibus
Logiwdrożyciel systemu high-risk przechowuje logi co najmniej 6 miesięcy (art. 26 pkt 6)

Czym jest audyt AI i czym różni się od audytu RODO

Audyt AI w firmie to okresowy przegląd stanu użycia sztucznej inteligencji: jakie narzędzia realnie działają w zespołach, jakie dane przez nie przechodzą, kto jest ich właścicielem i czy firma robi z nimi to, co mówi prawo i jej własne zasady. Wynikiem nie jest certyfikat, tylko raport z listą luk i decyzji naprawczych. Od audytu finansowego różni się to materiałem: tam sprawozdanie za zamknięty rok, tu żywy sposób pracy, zmieniający się z każdym nowym narzędziem.

Od audytu RODO różni się warstwami, których RODO nie zna. Przegląd zgodności z RODO patrzy na dane osobowe: podstawy przetwarzania, obowiązki informacyjne, umowy z podmiotami przetwarzającymi. Audyt AI bierze te same dane plus kompetencje zespołu (art. 4 aktu o AI), przejrzystość kontaktu z AI (art. 50) oraz nadzór ludzki i logi przy systemach wysokiego ryzyka (art. 26). Model oceniający CV kandydata robi przetwarzanie danych osobowych, więc audyt RODO go obejmie; ten sam model sugerujący odrzucenie aplikacji dokłada już reżim wysokiego ryzyka. Materiał po przeglądzie RODO wchodzi do audytu AI, ale żadna z tych kontroli nie zastępuje drugiej.

Od czego zacząć: inwentaryzacja użycia AI i shadow AI

Pierwszym obiektem audytu jest lista narzędzi, i to nie ta kupiona, tylko ta używana. Raport IBM Cost of a Data Breach 2026 (Ponemon, ponad 600 przełamanych organizacji, marzec 2025 do lutego 2026) pokazuje skalę rozjazdu: shadow AI, czyli praca na nieautoryzowanych narzędziach AI, figurował w 43% incydentów bezpieczeństwa, ponad dwukrotnie częściej niż rok wcześniej, a połowa takich incydentów kończyła się utratą albo ujawnieniem danych. Blisko 7 na 10 nie miało polityki zarządzania AI ani wykrywania nieautoryzowanego użycia.

Inwentaryzacja sprowadza się do trzech źródeł: krótkiej ankiety przez przełożonych, logowań do usług SaaS po stronie IT i przeglądu faktur za subskrypcje. Do tego dochodzą konta prywatne: osoba robiąca raport kwartalny w ChatGPT z konta domowego nie widnieje w żadnym systemie zakupowym firmy. Tam, gdzie użycie AI dotyka dokumentów finansowych, mapę trzyma osobny tekst o AI w księgowości. Wynikiem ma być tabela: narzędzie, dział, cel, rodzaj danych, konto firmowe czy prywatne, osoba odpowiedzialna. Jej kompletność jest ważniejsza niż elegancja, bo z niej korzysta każdy kolejny etap.

Dane w promptach i umowy z dostawcami

Drugim obiektem audytu są dane, które wchodzą w czaty, i umowy z dostawcami. Pokazuje to Samsung: w marcu i kwietniu 2023, po dopuszczeniu ChatGPT w operacjach półprzewodnikowych, inżynierowie wkleili do czatu kod źródłowy, sekwencję defektu urządzenia i poufny transkrypt spotkania. Usługi konsumenckie mogą retencjonować wejścia i trenować na nich modele, więc materiał wyszedł spod kontroli; Samsung zakazał publicznej generatywnej AI na urządzeniach i sieciach. Wrócił dopiero 9 czerwca 2026, otwierając ChatGPT, Gemini i Claude w całej grupie, ale za bramką: dostęp tylko po wewnętrznym szkoleniu, po półrocznym teście na 2500 pracownikach.

Audyt sprawdza dla każdego narzędzia trzy pytania o regulamin i umowę: jak długo dostawca przechowuje prompty i wyniki, czy trenuje modele na danych klienta i czy da się to wyłączyć, gdzie fizycznie siedzą dane. Do tego dochodzi standardowa warstwa przetwarzania danych w imieniu firmy, gdy w promptach są dane osobowe. Sam zakaz nie powstrzymał ludzi Samsunga przed powrotem do narzędzia, dopóki nie powstała legalna ścieżka z kontrolą dostępu.

Kto odpowiada: dostawca i wdrożyciel wg AI Act

Trzecim obiektem audytu są role. Akt o AI rozdziela obowiązki między dostawcę (provider), który tworzy system i stawia go na rynku pod własną nazwą, oraz wdrożyciela (deployer), który używa systemu pod własnym zarządem w ramach działalności. Firma kupująca platformę rekrutacyjną jest zwykle wdrożycielem; częste błędne założenie brzmi, że skoro obowiązki dostawcy są cięższe (ocena zgodności, dokumentacja techniczna), to dostawca „weźmie wszystko na siebie”.

Artykuł 26 wylicza, co zostaje na wdrożycielu systemów wysokiego ryzyka: użycie zgodne z instrukcją dostawcy, nadzór ludzki przekazany osobom z kompetencjami i uprawnieniami, dbałość o dane wejściowe, gdy wdrożyciel ma nad nimi kontrolę, monitorowanie i zgłaszanie ryzyka, logi co najmniej 6 miesięcy oraz poinformowanie przedstawicieli pracowników przed uruchomieniem systemu w miejscu pracy. Termin to 2 grudnia 2027 dla systemów z aneksu III (zatrudnienie i rekrutacja siedzą właśnie tam) i 2 sierpnia 2028 dla aneksu I; pełną oś dat rozpisaliśmy w tekście o AI Act w firmie. Audyt weryfikuje, czy dla każdego systemu da się wskazać dostawcę, wdrożyciela i to, które punkty z art. 26 mają już właściciela.

Dokumentacja i AI literacy: obowiązki już obowiązujące

Czwartym obiektem jest papier i kompetencje. Obowiązek zapewnienia wystarczającej AI literacy, czyli wiedzy zespołu o systemach, których używa, obowiązuje dostawców i wdrożycieli od 2 lutego 2025 (art. 4), więc to jedyny fragment tej mapy, który nie czeka na terminy aneksów. W audycie sprawdza się, czy firma potrafi pokazać, kto przeszedł jakie szkolenie; lista szkoleń spełnia rolę, bez certyfikatów z uczelni.

Polityka AI, czyli zasady użycia narzędzi w codziennej pracy, jest narzędziem bieżącym i rozpisaliśmy ją osobno w tekście o polityce AI w firmie; audyt weryfikuje ją okresowo, pytając, czy zasady sprzed roku odpowiadają na stan z inwentaryzacji. Od sierpnia 2026 działa też przejrzystość z art. 50: systemy kontaktujące się z ludźmi mają dawać do zrozumienia, że nie jest to człowiek, chyba że wynika to z kontekstu. Czat dla klientów bez takiego oznaczenia to gotowa luka w raporcie.

Jak przeprowadzić audyt AI: poziom decyzji

Przebieg audytu da się opisać bez technicznych komend, bo na tym poziomie to ciąg decyzji. Pierwsza dotyczy zakresu: cała firma czy jeden proces. Druga to próbka: kilka do kilkunastu użyć najcięższych pod względem danych albo roli prawnej; audyt wszystkiego naraz kończy się tabelą bez wniosków. Trzecia to klasyfikacja: dla każdej pozycji z próbki ustala się rolę, kategorię ryzyka wg aktu o AI i rodzaje danych.

Czwarta dotyczy głębi lektury regulaminów (pełna dla próbki, skrót dla reszty listy), a piąta zamienia luki w plan naprawczy z właścicielem i terminem na każdej pozycji; etapy takiej naprawy dają się wpiąć w normalny przebieg wdrożenia AI w firmie. Wynik to raport w kilku stronach: pozycje, klasyfikacje, luki, plan. Audyt procesów AI przestaje być w tej formie abstrakcją, bo sprawdza się proces tam, gdzie jest próbka, a pełną mapę zastosowań po działach trzyma hub AI w firmie.

Samodzielnie czy z audytorem zewnętrznym

Audyt wewnątrzny robi się siłami firmy: właściciel procesu, ktoś z IT przy logach i kontach, prawnik albo IOD przy umowach. Kosztuje głównie czas, ma naturalną znajomość kontekstu i dobrze spisuje się przy pierwszym przebiegu. Słabość jest oczywista: ten, kto sam pisze zasady, rzadko potrafi je bezlitośnie sprawdzić.

Z audytorem zewnętrznym jest inaczej: przychodzi z doświadczeniem z innych firm i dystansem. Rynek takiej usługi jest widoczny wprost w żywym autouzupełnianiu: „konsulting audyt ai”, „deloitte audyt ai”, „pwc audyt ai”, czyli duże firmy doradcze i mniejsze kancelarie. To opcja rynkowa jak każda inna i żadnej z nich tu nie polecamy; ich stron nie udało się też odczytać bez JavaScriptu (Deloitte 404, PwC 403; odczyt 1.11.2026). Osobną rodziną jest certyfikacja wg ISO/IEC 42001, standardu systemu zarządzania AI; iso.org też nie odczytało się wprost (403), więc wymogów standardu tu nie przytaczamy. Audytor raportuje i doradza, a za zgodność wobec urzędu nadal odpowiada firma.

Ile kosztuje audyt AI

Publicznych widełek cenowych audytu AI nie ma. Duże firmy doradcze nie publikują cenników, a ich strony usługowe siedzą za blokadami albo zwracają błędy (403 i 404 w odczytach 1.11.2026), więc jakakolwiek kwota byłaby tu zmyślona. Realny koszt to dni robocze zespołu wewnętrznego plus faktura wykonawcy zewnętrznego, wyceniana w zapytaniu ofertowym. Jedyna uczciwa wskazówka: inwentaryzacja i klasyfikacja przed pytaniem o cenę, bo bez nich każda oferta będzie wyceną w ciemno.

Kiedy audyt AI Act jest obowiązkowy, a kiedy dobrowolny

Najpierw rozłączenie pojęć: „audyt AI Act” jako nazwana procedura nie istnieje. Akt o AI wymaga oceny zgodności (art. 43) od dostawców systemów wysokiego ryzyka przed ich wprowadzeniem na rynek albo do wykorzystania: dla systemów z pierwszego punktu aneksu III do wyboru kontrola wewnętrzna wg aneksu VI albo ocena z jednostką notyfikowaną. Wdrożyciele systemów high-risk mają z kolei ocenę wpływu na prawa podstawowe (art. 27) przed wdrożeniem, gdy są podmiotem publicznym, usługą publiczną albo używają scoringu kredytowego i cen w ubezpieczeniach. Terminy po nowelizacji AI Omnibus: aneks III od 2 grudnia 2027, aneks I od 2 sierpnia 2028.

Poza tymi przypadkami audyt AI jest dobrowolny: nikt nie każe firmie audytować czatu ogólnego przeznaczenia. Sens wcześniejszego przebiegu wynika z dat: systemy HR trafią w reżim wysokiego ryzyka (mapa użyć HR siedzi w osobnym tekście o AI w HR), więc ocena zgodności rekrutacji stanie się wymogiem prawnym, a przygotowanie spokojnie robi się przez audyt dobrowolny. Obowiązkowe już teraz są dwie rzeczy niezależne od przeglądu: kompetencje zespołu i zakazane praktyki od 2.02.2025.

Checklista audytu AI

NrPytanie kontrolneCo daje odpowiedź „nie”
1Czy istnieje spis narzędzi AI używanych w firmie?start inwentaryzacji od zera
2Czy wiadomo, które użycia idą przez konta prywatne?shadow AI poza kontrolą
3Czy dla każdego narzędzia jest wskazana osoba odpowiedzialna?nikt nie utrzymuje użycia
4Czy regulamin dostawcy opisuje retencję promptów?dane w nieznanych terminach przechowywania
5Czy wiadomo, czy dostawca trenuje modele na danych klienta?ryzyko typu Samsung 2023
6Czy dla systemów high-risk ustalono rolę: dostawca czy wdrożyciel?obowiązki z art. 26 bez właściciela
7Czy ocena zgodności systemów high-risk ma plan i termin?wszystko dopięte na dzień przed terminem
8Czy do systemów high-risk przypisano osoby nadzorujące?luka w nadzorze ludzkim (art. 26 pkt 2)
9Czy logi z systemów high-risk są przechowywane co najmniej 6 miesięcy?naruszenie art. 26 pkt 6
10Czy pracownicy są poinformowani o systemach AI w pracy?luka w obowiązku informacyjnym (art. 26 pkt 7)
11Czy polityka AI odpowiada na stan z inwentaryzacji?zasady odseparowane od realnego użycia
12Czy AI literacy zespołu jest udokumentowana?naruszenie obowiązku od 2.02.2025
13Czy kontakty klientów z AI są oznaczone wg art. 50?czat bez poinformowania o AI
14Czy plan naprawczy ma właścicieli i terminy?raport, który nic nie zmieni

Najczęstsze pytania

Jak przeprowadzić audyt AI w firmie?

Od inwentaryzacji użycia (ankieta, logowania SaaS, faktury, konta prywatne), przez próbkę najcięższych użyć i klasyfikację ról, po raport z lukami i planem naprawczym. Technicznych komend nie potrzeba: audyt sprawdza decyzje, nie konfigurację.

Czy audyt AI Act jest obowiązkowy?

Jako nazwana procedura nie istnieje; akt wymaga oceny zgodności dla systemów wysokiego ryzyka (art. 43) i oceny wpływu na prawa podstawowe dla części wdrożeń (art. 27), z terminami aneks III 2.12.2027 i aneks I 2.08.2028. Poza tymi systemami przegląd jest dobrowolny, choć AI literacy i zakazy obowiązują od 2.02.2025.

Na czym polega audyt sztucznej inteligencji w firmie?

Na przeglądzie czterech obiektów: lista narzędzi (także shadow AI), dane w promptach i umowy dostawców, role wg aktu o AI, dokumentacja i kompetencje. Wynik to raport z lukami i planem, nie certyfikat.

Czym zajmuje się audytor AI?

Klasyfikuje systemy i role, czyta regulaminy dostawców pod kątem retencji i treningu na danych, weryfikuje nadzór, logi i informowanie pracowników przy systemach high-risk. Może pracować wewnątrz firmy albo przyjść z zewnątrz, w tym przy certyfikacji wg ISO/IEC 42001.

Czy Deloitte i PwC prowadzą audyt AI?

Frazy „deloitte audyt ai” i „pwc audyt ai” siedzą w żywym autouzupełnianiu, bo duże firmy doradcze oferują ocenę gotowości do AI Act; ofert i cenników nie odczytano (Deloitte 404, PwC 403, odczyty 1.11.2026). Żadnej usługi tu nie polecamy.

Czym jest konsulting audytu AI?

Usługa doradcza, w której zewnętrzny podmiot przeprowadza przegląd użycia AI albo przygotowuje firmę do wymogów AI Act. Nie przenosi on odpowiedzialności za zgodność na wykonawcę.

Źródła

Powiązane artykuły