ChatGPT w firmie a ochrona danych: opcje od SaaS po własne serwery

Jakie są możliwości korzystania z ChatGPT w firmie?

Są cztery, a różni je to, co opuszcza firmę i kto nad tym panuje. Obawy są powszechne: w badaniu Bitkom opublikowanym 14 września 2026 r. firmy korzystające z AI wskazały wymogi ochrony danych jako największą barierę (66%), a 45% obawiało się, że dane firmy trafią w niepowołane ręce. Większość mimo to zaczyna od darmowych narzędzi: w panelu IW opublikowanym w IW-Trends w lipcu 2025 r. 37% firm korzystało z AI, większość z darmowych narzędzi takich jak ChatGPT czy Copilot, 14% z płatnych usług, a około 4% z własnych systemów.

Te poziomy się nie wykluczają. Wiele firm je łączy, na przykład plan biznesowy do ogólnego pisania i asystenta na własnych serwerach do danych kadrowych lub danych klientów.

Czy pracownicy mogą używać prywatnych kont ChatGPT do pracy?

Nie do danych firmowych. Przy prywatnych kontach dane firmy trafiają do dostawcy, z którym firma nie ma umowy. Prawnik od prawa pracy z kancelarii Pöppel Rechtsanwälte (5 maja 2026 r.) zwraca uwagę, że pracownicy, którzy w imieniu pracodawcy wpisują dane osobowe do narzędzia AI, uruchamiają przetwarzanie, za które odpowiada pracodawca, a wpisanie wrażliwych informacji do generatywnego narzędzia AI liczy się jako ich ujawnienie i może zakończyć ochronę tajemnicy przedsiębiorstwa na podstawie niemieckiej ustawy GeschGehG. Bez umowy nie ma umowy powierzenia, wpływu na okres przechowywania ani sposobu, żeby firma mogła cokolwiek usunąć.

Firma nie widzi też, co wychodzi na zewnątrz. Administrator na forum administrator.de napisał wprost: „Ob der MA da Kundendaten reinschüttet, weiß natürlich niemand” (nikt oczywiście nie wie, czy pracownik wrzuca tam dane klientów). Dlatego kolejne poziomy dają ludziom narzędzie kontrolowane przez firmę, zamiast tylko zakazywać tego, którego już używają.

Co załatwiają plany biznesowe i enterprise, a czego nie?

Umowa biznesowa lub enterprise daje firmie to, czego brakuje prywatnym kontom: partnera umowy, centralne zarządzanie użytkownikami i ustawienia, nad którymi panuje administrator. Nie zmienia natomiast miejsca przetwarzania: prompty, przesłane pliki i odpowiedzi są przetwarzane w infrastrukturze dostawcy, na jego warunkach. Czy to do przyjęcia, zależy od danych, a warunki się zmieniają, więc sprawdzaj aktualną wersję, zamiast polegać na streszczeniu, także naszym.

Niemieckie listy kontrolne dla kupujących wciąż zadają te same trzy pytania: „Wo laufen die Modelle?”, „Werden Daten zum Training weitergegeben?” i „Gibt es eine Auftragsverarbeitung?” (gdzie działają modele, czy dane są przekazywane do trenowania, czy jest umowa powierzenia). Zadaj je dostawcy na piśmie, razem z dwoma kolejnymi:

• W jakich krajach przetwarzane i przechowywane są prompty, pliki, odpowiedzi i logi, i czy można wybrać lokalizację w UE?
• Czy jakiekolwiek dane wejściowe są używane do trenowania modeli, domyślnie albo przez ustawienie, które ktoś mógłby włączyć?
• Czy jest umowa powierzenia (AVV, czyli umowa na podstawie art. 28 RODO o przetwarzaniu w twoim imieniu) i jakich podwykonawców przetwarzania wymienia?
• Jak długo przechowywane są rozmowy, pliki i logi, także po usunięciu ich przez użytkownika, i kto u dostawcy może je zobaczyć, na przykład w ramach monitorowania nadużyć?
• Co administratorzy widzą o poszczególnych użytkownikach i czy można ograniczyć te raporty? O to zapyta rada zakładowa

Jeśli odpowiedzi wystarczają dla danych, z którymi będą pracować twoi ludzie, plan biznesowy jest najprostszą opcją. Jeśli nie, przejdź poziom wyżej.

Czy możemy uruchomić asystenta w stylu ChatGPT na własnym koncie w chmurze w UE?

Tak, na Azure OpenAI albo Amazon Bedrock. Na tym poziomie pracownicy korzystają z interfejsu czatu, który firma sama utrzymuje, połączonego z modelami na jej własnym koncie w chmurze. Prompty nadal trafiają do dostawcy chmury, ale na podstawie umowy chmurowej, którą masz już dla innych systemów, w wybranym regionie i typie wdrożenia, a interfejs, lista użytkowników i logi są na twoim własnym koncie. Interfejsy open source, takie jak Open WebUI czy LibreChat, wyglądają i działają podobnie jak publiczne narzędzia, z czatem, przesyłaniem plików i historią. Dla wielu firm to najlepszy kompromis między ochroną danych a wygodą.

O tym, czy dane zostają w UE, decydują dwa szczegóły. W Azure OpenAI ważniejszy od regionu, w którym tworzysz zasób, jest wywoływany typ wdrożenia. W Amazon Bedrock liczy się wywoływany region lub profil inferencji. Nasz przewodnik o rezydencji danych w UE dla Azure OpenAI i Amazon Bedrock wymienia ustawienia, wyjaśnia, kto może widzieć prompty w ramach monitorowania nadużyć, i przypomina, że region UE określa miejsce przetwarzania. Nie przesądza natomiast o tym, prawo którego kraju może sięgnąć do dostawcy.

Postaw bramę LLM (LLM gateway) między interfejsem a modelami: jeden kontrolowany punkt dostępu do wszystkich modeli, z kluczami, budżetami i logami. Dopuszcza tylko punkty końcowe w UE, daje każdemu zespołowi budżet i prowadzi zapis, który sam konfigurujesz. Zmienia też model kosztów: zamiast licencji na użytkownika płacisz za faktyczne użycie modelu plus utrzymanie platformy. Administrator na forum administrator.de opisuje taką konfigurację jako „deutlich günstiger als personalisierte Zugänge” (wyraźnie taniej niż licencje imienne). Czy tak będzie u ciebie, zależy od tego, ile osób z niej korzysta i jak intensywnie.

Co, jeśli dane w ogóle nie mogą opuścić firmy?

Jeśli pewne dane nie mogą trafić do żadnego zewnętrznego dostawcy, na przykład teczki osobowe, dane o zdrowiu, dokumentacja konstrukcyjna albo dane, które umowa z klientem każe trzymać w twoim centrum danych, uruchom model samodzielnie. Model open-weight to model, którego wagi możesz uruchomić na własnych serwerach. Prompty, dokumenty, odpowiedzi i logi zostają wtedy w twoim centrum danych i żaden dostawca ich nie widzi.

Coraz więcej firm z Mittelstandu idzie tą drogą. W badaniu CIO i Computerwoche we współpracy z Dellem, opublikowanym 3 września 2026 r. (106 szefów IT z MŚP w regionie DACH, sponsorowane przez producenta), 20% rozpoczęło budowę lokalnej infrastruktury serwerowej dla AI, a raport opisuje, że średnie firmy chcą uruchamiać swoje modele językowe i obciążenia tam, gdzie są ich dane.

To wymaga więcej pracy: sprzęt, silnik do serwowania modelu, aktualizacje, monitoring i testy po każdej zmianie modelu. Potrzebny jest też model wystarczająco dobry w języku twoich zadań, co warto przetestować na własnych sprawach. Nasz przewodnik o LLM on-premise dla firm opisuje warstwy i dobór sprzętu. Jeśli potrzebujesz przetwarzania w UE na podstawie umowy, a nie całkowitego braku przetwarzania na zewnątrz, poziom z własnym kontem w chmurze zwykle wymaga mniej pracy.

Co ma do tego rada zakładowa?

Rada zakładowa wchodzi do gry, gdy tylko firma sama obsługuje system. Zgodnie z § 87 ust. 1 pkt 6 niemieckiej ustawy o ustroju zakładów pracy (BetrVG) współdecydowanie obowiązuje, gdy system obiektywnie nadaje się do monitorowania zachowania lub wydajności, niezależnie od zamiaru. Sąd pracy w Hamburgu (16 stycznia 2024 r., 24 BVGa 1/24) uznał, że nie obowiązuje ono w sytuacji, gdy pracownicy używali ChatGPT w przeglądarce, a pracodawca nie miał przez AI dostępu do danych pracowników. Gdy firma udostępnia własne narzędzie i trzyma logi, to uzasadnienie przestaje pasować, więc planuj porozumienie zakładowe razem z platformą.

Przewodnik Bitkom o AI i współdecydowaniu (początek 2026 r.) zaleca, by porozumienie zakładowe określało, kto ma dostęp do jakich danych i „wie Zugriffe protokolliert werden” (jak logowany jest dostęp). Na własnym koncie w chmurze albo na własnych serwerach sam konfigurujesz te logi: klucze zespołowe zamiast nazwisk, prompty domyślnie niezapisywane, krótka retencja i zbiorcze raporty. Nasz przewodnik o radzie zakładowej i logach systemów AI pokazuje te ustawienia. To strona techniczna. Decyzję podejmuje firma, z pomocą inspektora ochrony danych i prawników, i nic tutaj nie jest poradą prawną.

Która opcja pasuje i co się stanie, jeśli nie zaoferujemy żadnej?

Wybieraj według najbardziej wrażliwych danych, z którymi ludzie mają pracować. Do ogólnego pisania i informacji publicznych może wystarczyć plan biznesowy. Do danych klientów, umów albo danych kadrowych, które mogą być przetwarzane w UE na podstawie umowy, pasuje własny interfejs na własnym koncie w chmurze. Do danych, które nie mogą opuścić firmy, własne serwery. Wiele firm kończy z dwoma poziomami obok siebie.

Brak oferty to też decyzja i prowadzi do shadow AI: narzędzi, których pracownicy używają w pracy, choć firma ich nie udostępnia. W krótkim raporcie IW Köln z 19 września 2026 r. 29,1% pracowników korzystających z AI w pracy używało narzędzi, których nie udostępnił im pracodawca. Bitkom (21 października 2025 r.) ustalił, że odsetek firm zgłaszających powszechne korzystanie z prywatnych narzędzi AI podwoił się w ciągu roku z 4% do 8%, a kolejne 17% widzi pojedyncze przypadki. Nasz przewodnik o shadow AI wyjaśnia, dlaczego zakazy nie działają i jak wygląda zatwierdzona alternatywa.

Na start sprawdź, czego już się używa i ile to kosztuje: bezpłatny przegląd wykorzystania AI zbierze wydatki i jakość na jednej stronie, na podstawie eksportów, które sam zdecydujesz się przesłać. Żeby omówić, który poziom pasuje do twoich danych, porozmawiaj z inżynierem: to bezpłatna 30-minutowa rozmowa, która nie wymaga dostępu do twoich systemów ani danych.

Azure OpenAI i BedrockAI on-premiseInspektorzy ochrony danych