Audyt AI w firmie — checklista 2025 dla polskiego zarządu
Audyt AI to dziś nie luksus, tylko obowiązek wynikający z EU AI Act, RODO i standardów ISO 42001. Polski zarząd potrzebuje konkretnej checklisty, którą może odhaczyć z dyrektorami HR, IT, prawnym. Mamy taki audyt z 14 polskich firm. Pełna lista kontrolna, gotowa do użycia.
Audyt AI to procedura, którą zarząd polskiej firmy musi przeprowadzać systematycznie — nie tylko dla compliance z EU AI Act (wchodzącym 2 sierpnia 2026), ale dla własnego bezpieczeństwa biznesowego. Mamy za sobą 14 audytów u polskich klientów z różnych branż. Ten artykuł to pełna checklista, gotowa do użycia. Bez teorii — operacyjny dokument.
Po co audyt AI
- Compliance EU AI Act — wymagane od 2 sierpnia 2026.
- RODO — przetwarzanie danych osobowych przez AI to processing wymagający dokumentacji.
- Tajemnica zawodowa (prawnicy, lekarze, księgowi) — dane wrażliwe nie mogą przeciekać do publicznych modeli.
- Ryzyko reputacyjne — halucynacja AI w komunikacji z klientem = problem PR.
- Ryzyko finansowe — błędna decyzja AI w finansach, kontraktach, HR = ryzyko prawne.
- ISO 42001 — pojawiający się standard dla AI management systems.
Audyt w 6 obszarach
1. Inwentaryzacja systemów AI
- Spis wszystkich punktów AI w firmie (oczywistych i zaszytych w narzędziach typu Copilot).
- Klasyfikacja: provider / deployer / user.
- Kategoria ryzyka wg EU AI Act: minimal / limited / high / unacceptable.
- Owner po stronie firmy (kto odpowiada).
- Vendor i wersja modelu.
- Data wprowadzenia, data ostatniej oceny.
2. Bezpieczeństwo danych
- Gdzie wysyłane są prompty (EU / US / inny region)?
- Czy dane są używane do trenowania modeli? (powinno być WYŁĄCZONE).
- Czy są SCC / decyzja adekwatności dla transferu danych?
- Czy dane wrażliwe (zdrowie, finansowe, dzieci) są pseudonimizowane przed wysłaniem?
- Czy są retention policies dla logów promptów?
- Czy klucze API są w secure vault, nie w kodzie?
3. Jakość i nadzór
- Jak mierzona jest jakość outputu? (accuracy, hallucination rate, NPS)
- Czy są evaluation suites uruchamiane okresowo?
- Czy działa human-in-the-loop dla krytycznych decyzji?
- Czy są procedury eskalacji błędów AI?
- Kto reviewuje decyzje AI — i jak często?
4. Transparentność i etyka
- Czy klienci wiedzą, że pracuje z nimi AI? (chatboty, automatyczne odpowiedzi)
- Czy treści generowane przez AI są oznaczane?
- Czy AI nie podejmuje decyzji w pełni autonomicznych w obszarach high-risk?
- Czy testowane są bias-y w wynikach (płeć, wiek, narodowość)?
- Czy jest polityka AI w firmie i jest podpisana przez pracowników?
5. Compliance prawny
- RODO: rejestr czynności przetwarzania zaktualizowany?
- DPIA dla high-risk AI: wykonana, podpisana?
- EU AI Act: FRIA gotowa do sierpnia 2026 dla high-risk?
- Sektorowe (KNF dla finansów, MZ dla zdrowia): adekwatne procedury?
- Klauzule w umowach z dostawcami AI: odpowiedzialność, indemnification?
- Klauzule w umowach z klientami: AI w usłudze ujawnione?
6. Zespół i kompetencje
- AI Officer wyznaczony (może być part-time)?
- Szkolenia AI literacy dla pracowników (wymóg Article 4 AI Act)?
- Procedury onboardingu nowych pracowników w temacie AI?
- Kanał zgłaszania problemów / incydentów AI?
- Reaction plan dla awarii / błędu krytycznego AI?
Tabela ryzyk z 14 audytów
| Obszar | Średni score (1-5) | Najczęstszy problem |
|---|---|---|
| Inwentaryzacja | 2,4 | Brak spisu, AI w "shadow IT" |
| Bezpieczeństwo danych | 3,1 | Brak pseudonimizacji |
| Jakość i nadzór | 2,8 | Brak evaluation suites |
| Transparentność | 2,2 | Klienci nie wiedzą |
| Compliance prawny | 3,3 | FRIA niezrealizowana |
| Zespół i kompetencje | 2,1 | Brak AI Officera |
Praktyczne wskazówki przeprowadzenia audytu
- Zacznij od inwentaryzacji — bez tego nic nie ma sensu. Spytaj WSZYSTKICH działów.
- Spotkania 1:1 z owner-ami systemów AI — nie ankiety mailowe.
- Zewnętrzny audytor dla większej firmy (50+) — wewnętrznie często umyka shadow IT.
- Wynik = action plan, nie raport do szuflady. Każde "red" = ticket z owner i deadline.
- Powtórka co 6 miesięcy — branża zmienia się szybko.
Koszty audytu
- Wewnętrzny (samodzielny) — 2-4 tyg. pracy AI Officera lub odpowiedzialnej osoby.
- Zewnętrzny dla firmy 50 osób — 18-35 tys. zł (jednorazowo).
- Zewnętrzny dla firmy 200 osób — 40-80 tys. zł (jednorazowo).
- Powtórka po 6 mies. — zwykle 40-60% kosztu pierwszego.
Lessons learned z 14 audytów
- Średnia firma 50-osobowa ma 14-22 punkty AI. Spisy ujawniają 2x więcej niż zarząd myślał.
- Shadow AI to realny problem — pracownicy używają ChatGPT z kontami osobistymi do firmowych danych.
- Brak pisemnej polityki AI = brak podstawy do egzekwowania zasad.
- Klienci coraz częściej pytają o AI w usługach — być przygotowanym z odpowiedzią.
- EU AI Act gotowy plan to dziś przewaga sprzedażowa B2B.
Podsumowanie
Audyt AI w 2025 to nie biurokracja, to higiena. Bez tego firma 5-200 osób idzie do sierpnia 2026 z opuszczonymi spodniami. Mamy gotową checklistę dla branż: kancelarie, biura księgowe, e-commerce, produkcja, SaaS. Pokażemy wam scenariusz audytu dla waszej firmy — 60 minut i wiecie, na czym stoicie.
Chcesz przetestować, jak AI rozwiąże to u Ciebie?
30 minut rozmowy + pokaz działającego wdrożenia u klienta. Bez NDA.
Umów demo