Shadow AI w polskich firmach: dane

Dwie liczby, które nie chcą się zgodzić

Według GUS w 2025 roku sztuczną inteligencję wykorzystywało 8,7% polskich przedsiębiorstw zatrudniających co najmniej 10 osób. W marcu 2026 badanie ARC Rynek i Opinia dla ESET i DAGMA wykazało, że 62% osób pracujących przy komputerze korzysta z narzędzi AI w pracy.

Te liczby nie mierzą tego samego i nie da się jednej odjąć od drugiej. GUS pyta firmę o wykorzystanie tych technologii, w ramie obejmującej wybrane sekcje PKD i tylko podmioty od dziesięciu pracujących w górę. Badanie ESET pyta pracownika biurowego o to, czego używa, i obejmuje osoby pracujące przy komputerze co najmniej trzy dni w tygodniu, więc z założenia trafia w grupę bardziej ucyfrowioną niż przeciętna.

Zanim z tego rozjazdu cokolwiek wyczytamy, trzeba odjąć to, co wynika z konstrukcji obu badań. GUS liczy firmy, badanie ESET ludzi, a korzystanie z AI rośnie z wielkością organizacji, w danych unijnych 55% dużych firm wobec 17% małych. Duże firmy zatrudniają nieproporcjonalnie wielu pracowników, więc odsetek osób pracujących tam, gdzie AI jest w użyciu, musi być wyraźnie wyższy niż odsetek takich firm. Do tego próba ESET obejmuje wyłącznie osoby pracujące przy komputerze, a między oboma pomiarami minął rok: dane GUS opisują 2025, badanie ESET marzec 2026, więc część różnicy bierze się po prostu z tego, że mierzą różne momenty. Ramy różnią się jeszcze inaczej: mikrofirm GUS nie bada wcale, a ponieważ najmniejsze podmioty wdrażają AI rzadziej, ich doliczenie obniżyłoby wskaźnik firmowy, a nie podniosło.

Tych czterech rzeczy nie da się policzyć na podstawie samych opublikowanych liczb, więc nie wiem, ile z różnicy zostaje. Najprostszym wyjaśnieniem reszty jest to, że w firmach deklarujących brak AI pracownicy i tak z niej korzystają. To jest właśnie shadow AI: GUS pyta firmę o to, z czego korzysta, a badanie ESET pyta pracownika o to, czego używa on sam, i te dwie odpowiedzi nie muszą pochodzić z tej samej wiedzy.

Co dokładnie mierzy badanie

Raport „Cyberportret polskiego biznesu 2026” powstał na próbie 1026 osób, metodą ankiety internetowej, w marcu 2026 roku. Poniżej liczby, które są istotne dla firm układających zasady korzystania z AI.

Ostatni wiersz warto czytać razem z pierwszym: przy 62% korzystających z AI ćwierć badanych mówi o wdrożonych narzędziach kontroli wycieku danych, więc trzy czwarte pracujących przy komputerze albo pracuje bez takiej warstwy, albo o niej nie wie. Samo badanie nie rozstrzyga, który przypadek jest częstszy, bo pyta pracownika, a nie dział bezpieczeństwa.

Zastrzeżenie metodyczne, które trzeba mieć w głowie przy każdej z tych liczb: to badanie deklaratywne. Pytanie „czy obszedłbyś blokadę” mierzy deklarowaną gotowość, nie zachowanie. Odsetek przyznających się do wysyłania wrażliwych danych jest z kolei zwykle zaniżony, bo respondenci niechętnie przyznają się do rzeczy, za które można stracić pracę.

Dlaczego zakaz nie zadziała

Najczęstsza pierwsza reakcja zarządu na te dane brzmi: zablokujmy dostęp. Badanie pyta pracowników, co zrobiliby wtedy. Co trzeci użytkownik AI deklaruje, że próbowałby blokadę obejść. Publikacja podaje też odsetek osób, które w takiej sytuacji wygenerowałyby treść na prywatnym sprzęcie i przesłały ją na służbową skrzynkę, ale bez wskazania podstawy procentowania, więc nie przytaczam go tutaj jako liczby.

Deklaracje sugerują więc, że blokada nie usuwa narzędzia z procesu, tylko firmę z pola widzenia. W projektach, które prowadziłem, wyglądało to zawsze tak samo: zamiast jednej licencji z umową powierzenia i wyłączonym trenowaniem było kilkanaście prywatnych kont, o których nie wiedział nikt poza ich właścicielami, a treść firmowa wychodziła na zewnątrz w wersjach konsumenckich usług.

Drugą stronę tego samego zjawiska widać w parze innych liczb, tym razem bez odejmowania: 38% badanych mówi, że ich firma kupiła licencje korporacyjne, a 62% korzysta z AI w pracy. To odpowiedzi na dwa różne pytania, o zakup po stronie pracodawcy i o własne korzystanie, więc badanie nie pozwala policzyć, ilu pracowników pracuje na licencji firmowej. Pokazuje natomiast, że o firmowych licencjach wie mniej badanych, niż deklaruje korzystanie z AI, więc część pracowników albo pracuje bez licencji, albo o niej nie wie. W obu przypadkach korzystanie odbywa się poza rozliczonym zakupem.

Dlaczego to teraz kosztuje więcej niż rok temu

Do lipca 2026 shadow AI było problemem bezpieczeństwa danych i tajemnicy przedsiębiorstwa. Od sierpnia dochodzi warstwa regulacyjna.

Obowiązki przejrzystości z art. 50 AI Act zaczynają się stosować 2 sierpnia 2026, a polska ustawa o systemach sztucznej inteligencji powołała organ, który od jesieni będzie mógł je kontrolować.

Na firmę jako podmiot stosujący spadają z tego artykułu dwa obowiązki:

• informowanie osób objętych rozpoznawaniem emocji albo kategoryzacją biometryczną,
• ujawnianie deepfake’ów oraz tekstów publikowanych w celu informowania społeczeństwa o sprawach leżących w interesie publicznym.

Resztę dźwiga dostawca, z jednym zastrzeżeniem: reguła z ust. 5, czyli informowanie najpóźniej przy pierwszej interakcji albo przy pierwszym zetknięciu z działaniem systemu, jasno i odróżnialnie, dotyczy też obu obowiązków podmiotu stosującego. Firma, która udostępnia narzędzie pod własną marką, sama wchodzi w rolę dostawcy. W każdym z tych przypadków obowiązuje ta sama zasada: nie da się wykazać zgodności systemu, o którego istnieniu nie wiadomo.

Do tego dochodzi warstwa ochrony danych, która obowiązuje niezależnie od AI Act i była w mocy na długo przed nim. Korespondencja z klientem wklejona do publicznej wersji narzędzia to przekazanie danych zewnętrznemu podmiotowi bez umowy powierzenia, niezależnie od tego, czy zrobił to zarząd, czy stażysta.

Co z tym robić

Kolejność, którą stosuję u klientów, wygląda inaczej, niż podpowiada intuicja. Nie zaczyna się od dokumentu.

Najpierw ustalenie stanu faktycznego: co realnie jest używane. Nie ankieta z pytaniem „czy używasz narzędzi niezatwierdzonych”, bo na takie pytanie nikt nie odpowie twierdząco, tylko rozmowa o tym, jak wygląda typowy dzień pracy w kilku zespołach. W praktyce wystarczy kwadrans na zespół, żeby wypłynęły trzy albo cztery narzędzia, o których dział IT nie słyszał.

Potem dopuszczenie tego, co i tak jest w użyciu, w wersji z umową i wyłączonym trenowaniem. Jeśli połowa marketingu pracuje na jednym narzędziu, licencja zespołowa kosztuje mniej niż jeden incydent i od razu przenosi korzystanie w miejsce, które firma widzi.

Dopiero na końcu polityka: jedna strona, cztery punkty.

• Lista narzędzi dopuszczonych wraz z informacją, kto płaci za licencję.
• Zakres danych, których nie wolno wysyłać na zewnątrz, wypisany konkretnie, a nie jako „dane wrażliwe”.
• Osoba decydująca o dopuszczeniu nowego narzędzia, wskazana z imienia.
• Zasada, że treść z modelu przed wysłaniem do klienta czyta człowiek.

Dokumentu dłuższego niż strona nikt w firmie nie przeczyta, a to, że spisane zasady deklaruje tylko 27% badanych, znaczy, że w blisko trzech czwartych przypadków zasad albo nie ma, albo pracownik o nich nie wie. Z punktu widzenia tego, co realnie trafia do modelu, obie sytuacje działają tak samo.

Czego te dane nie mówią

Badanie nie pokazuje, ile firm poniosło z tego powodu realną szkodę, ani jak często wysłane dane trafiły gdziekolwiek dalej. Pokazuje ekspozycję, nie skutek. Nie wynika z niego również, że pracownicy działają w złej wierze: za tymi 62% stoją głównie ludzie, którzy próbują szybciej wykonać swoją pracę, w firmach, które nie powiedziały im, jak mają to robić.

Ta ostatnia obserwacja jest moja, nie z raportu. Za każdym razem, gdy trafiam na zespół pracujący na prywatnych kontach, powód jest ten sam: ktoś potrzebował narzędzia, zapytał, nie dostał odpowiedzi przez trzy miesiące i poradził sobie sam.