AI dla szefów IT: zatwierdzona AI, którą twój zespół utrzyma sam

Od IT oczekuje się zatwierdzonego sposobu korzystania z AI na danych firmy, który jest bezpieczny, przystępny cenowo i który zespół potrafi utrzymać. W badaniu Flexera z 2025 roku 95% niemieckich decydentów IT mówi, że musi szybciej dostarczać innowacje i jednocześnie udowadniać zwrot z inwestycji, a 94% integruje AI z istniejącymi systemami.

Pracownicy w tym czasie nie czekają. W badaniu IW Köln z 2026 roku 29,1% pracowników używających AI w pracy korzysta z narzędzi, których pracodawca nie udostępnił. Wniosek autorów: kto zachęca, nie udostępniając, sprawia, że korzystanie wymyka się spod kontroli. W badaniu Bitkom z 2025 roku tylko 26% firm dawało pracownikom dostęp do generatywnej AI. Administrator podsumował to w 2026 roku na forum: nikt oczywiście nie wie, czy pracownik nie wrzuca tam danych klientów.

• Zatwierdzonego asystenta dla wszystkich pracowników, na modelach, które kontrolujesz, żeby prywatne narzędzia przestały być potrzebne.
• Odpowiedzi z wiedzy firmy w SharePoint, udziałach plików, wiki i zgłoszeniach, z uwzględnieniem uprawnień każdego użytkownika.
• Agentów podłączonych do ERP, CRM i systemów zgłoszeń, z wąskimi uprawnieniami i zatwierdzaniem.
• Jeden punkt kontroli dostępu, kosztów i logów dla wszystkich modeli i zespołów.
• Utrzymanie, które działa bez bohaterstwa: monitorowanie, aktualizacje, zmiany modeli i instrukcje.

Padają ze strony zarządu, inspektora ochrony danych, pracowników i kolegów z IT na forach. Na większość odpowiada architektura, więc ustal ją najpierw.

• Od zarządu: „Co robimy z AI?” oraz „Co już działa produkcyjnie, a co jest jeszcze pilotem albo piaskownicą?”
• Od kolegów z IT: „Wprowadziliście to oficjalnie, czy u was to temat zakazany z powodu ochrony danych i compliance?”
• Od inspektora ochrony danych: „Gdzie przetwarzane są nasze dane?”
• Od pracowników: „Dlaczego nie mogę do tego używać ChatGPT?”
• Od ciebie samego: „Co się stanie, gdy model stanie się droższy, wolniejszy albo gorszy?” oraz „Kto utrzyma rozwiązanie, gdy zespół projektowy odejdzie?”

Miejsce działania przed narzędziami, uprawnienia przed agentami. Każda z poniższych decyzji zawęża kolejną.

• Po pierwsze inwentaryzacja: jakie narzędzia AI są w użyciu, przez kogo i z jakimi danymi. Zwykle wystarczą listy licencji, logi proxy i rozliczenia wydatków.
• Po drugie, gdzie działają modele. Własne konto w chmurze z Azure OpenAI albo Amazon Bedrock w regionie UE pasuje, gdy już tam pracujesz i chcesz szybko skalować. Własne serwery z modelami open-weight, których wagi uruchamiasz sam, pasują, gdy dane w ogóle nie mogą opuścić budynku. Wiele firm łączy oba podejścia zależnie od klasy danych.
• Po trzecie jedna brama: pojedynczy kontrolowany punkt dostępu do wszystkich modeli, z kluczami, budżetami i logami, podłączony do twojego dostawcy tożsamości dla logowania jednokrotnego i uprawnień opartych na grupach.
• Po czwarte dane i uprawnienia: które źródła podłączyć najpierw, na przykład SharePoint, udziały plików, ERP albo system zgłoszeń, i jak stosować ich uprawnienia przy wyszukiwaniu, żeby nikt nie zobaczył odpowiedzi z dokumentu, którego nie może otworzyć.
• Po piąte uprawnienia agentów: najpierw odczyt, zapis tylko przez wąskie narzędzia, z których każde wykonuje jedną czynność biznesową, na kontach serwisowych z minimalnymi uprawnieniami i z zatwierdzaniem tam, gdzie to ważne. MCP, standard dający agentowi dostęp do systemu z własnymi uprawnieniami, to jeden ze sposobów budowy takich narzędzi.
• Po szóste, kto utrzymuje: twój zespół, Cloudsail albo wspólnie, z monitorowaniem, procesem aktualizacji i zmian modeli oraz instrukcjami utrzymania.
• Po siódme budować czy kupić, osobno dla każdego zastosowania. Microsoft 365 Copilot pokrywa pracę w Microsoft 365 dla użytkowników z licencją. Własny asystent pasuje, gdy dane leżą poza Microsoft 365, gdy wymogi lokalizacji danych albo uprawnienia wykluczają drogę SaaS, albo gdy licencje per użytkownik dla wszystkich pracowników się nie opłacają. Administrator napisał w 2026 roku, że samodzielnie utrzymywany interfejs z modelami rozliczanymi za użycie jest wyraźnie tańszy niż licencje imienne.

Jednym z nich jest zależność. Według ankiety cyfryzacyjnej DIHK z 2026 roku firmy w 66% uważają się za w dużej mierze albo całkowicie zależne od dostawców AI spoza UE. Na każde z poniższych ryzyk jest kontrola techniczna.

• Dane wypływające z firmy. Modele na twoim własnym koncie w chmurze w regionie UE albo na własnych serwerach, reguły kierowania w bramie według klasy danych i logi w twoim własnym magazynie.
• Shadow AI. Zatwierdzone narzędzie na tyle dobre, że ludzie chcą z niego korzystać, dostępne przez logowanie jednokrotne, a zewnętrzne usługi AI pozostają zablokowane polityką jak dotąd.
• Agenci ze zbyt szerokimi uprawnieniami. Jak napisał administrator w 2026 roku, prawa dostępu powinny obowiązywać także agenta. Konta serwisowe z minimalnymi uprawnieniami, jedna czynność biznesowa na narzędzie, zatwierdzanie zmian i log każdego wywołania.
• Modele, które zmieniają się pod tobą. Wersje modeli są przypięte, testy uruchamiane ponownie przed każdą zmianą, a brama może przełączyć się na inny model.
• Brak mocy na utrzymanie. Bitkom podał w 2026 roku, że w Niemczech brakuje 79 000 specjalistów IT, a 97% firm ma trudności z obsadzeniem stanowisk IT. Dlatego całość pozostaje mała, jest opisana w instrukcjach utrzymania i może być prowadzona przez Cloudsail, dopóki twój zespół jej nie przejmie.
• Starsze systemy. Badanie Lünendonk z 2026 roku wskazuje starszą infrastrukturę IT bez warstw integracji i słabe połączenie danych jako główne przeszkody w skalowaniu agentów. Zaczynamy od interfejsów, które twoje systemy już mają, i najpierw czytamy, a dopiero potem zapisujemy.
• Narzędzia budowane przez ludzi spoza IT. Daj zespołom prostą, zatwierdzoną ścieżkę przez bramę, żeby ich eksperymenty nie zamieniały się w nieoficjalne systemy produkcyjne.

Zespoły bezpieczeństwa widzą AI z dwóch stron. W badaniu bezpieczeństwa AI BSI i TÜV-Verband z 2026 roku, opisanym przez ZfK, 17% firm zgłasza potwierdzone albo podejrzewane ataki lub oszustwa wspierane przez AI. Wewnątrz tylko 11% firm, które korzystają z AI albo to planują, ma procesy dla incydentów bezpieczeństwa związanych z AI, 25% nie ma żadnych zasad, 52% testuje aplikacje AI pod kątem bezpieczeństwa przed użyciem, 40% zapisuje albo monitoruje korzystanie z AI, a 64% ogranicza prawa dostępu.

• Powierzchnia ataku. Prompt injection, czyli instrukcje ukryte w dokumentach, e-mailach albo na stronach internetowych, które próbują skłonić agenta do działania, jest testowany przed startem, podobnie jak uprawnienia narzędzi, obsługa sekretów i to, co może wyciec w odpowiedzi.
• Proces obsługi incydentów. Pisemna definicja tego, co jest incydentem AI, przełącznik wyłączający każdego agenta albo narzędzie, klucze, które można odwołać w bramie, i logi przekazywane do istniejącego monitoringu.
• NIS2 i audyty. Tam, gdzie twoją firmę obejmuje NIS2 albo audyt, architektura, zasady dostępu, raporty z testów i logi to dokumenty, na których pracuje ocena. Czy i jak NIS2 ma zastosowanie, decydują twoi specjaliści od bezpieczeństwa i prawnicy.
• Certyfikacja. 51% firm, które korzystają z AI albo to planują, uznaje certyfikację przez niezależne podmioty za ważne kryterium wyboru (BSI i TÜV, 2026). Zapytaj każdego dostawcę, jakie ma certyfikaty i w jakim zakresie, i dodatkowo żądaj architektury oraz raportów z testów.

W badaniu Akima, opisanym przez Computerwoche w 2026 roku, niemieccy decydenci IT wymieniają widocznych ekspertów w firmie dostawcy, weryfikowalne referencje i certyfikaty wśród sygnałów, które budują ich zaufanie do dostawcy. Poza tym żądaj poniższych rzeczy.

• Diagram przepływu danych: gdzie przetwarzane i przechowywane są zapytania, dokumenty, odpowiedzi i logi, jak długo i kto ma do nich dostęp.
• Model dostępu, w tym konta serwisowe używane przez agentów i to, co każde z nich może czytać i zapisywać.
• Testy uprawnień: dowód, że użytkownik nie dostanie odpowiedzi z dokumentu, którego nie może otworzyć.
• Raport z testu akceptacyjnego na twoich własnych przypadkach i te same testy uruchamiane ponownie po każdej zmianie modelu albo konfiguracji.
• Instrukcje utrzymania, monitoring i przekazanie, które twój zespół przećwiczył, a nie tylko przeczytał.
• Inżynierów, z którymi możesz porozmawiać i którzy sami budują system.

Zacznij od bezpłatnej 30-minutowej rozmowy z jednym z naszych inżynierów. Nie wymaga ona dostępu do twoich systemów ani danych. Przynieś opis obecnego środowiska, na przykład Microsoft 365, używaną chmurę, główne systemy i to, co jest dziś zablokowane, a wyjdziesz ze szkicem miejsca działania, bramy i uprawnień.

Jeśli masz eksporty licencji albo użycia, bezpłatny przegląd wykorzystania AI zamieni je w jedną stronę o tym, co jest używane, przez kogo i za ile. To zarazem początek twojej inwentaryzacji AI.