Asystent AI na danych firmowych: chmura czy on-premise

Asystent AI na danych firmowych odpowiada pracownikom wyłącznie z dokumentów Twojej firmy: DTR-ek, procedur, ofert i maili. Żeby jednak odpowiadać, asystent AI musi dostać dostęp do tego, co w zakładzie najwrażliwsze. Dlatego pierwsze pytanie nie brzmi „jaki model”, tylko: co wolno mu pokazać i kto zobaczy odpowiedź. Poniżej pokazuję, jak to rozstrzygam i kiedy asystent AI w chmurze wystarczy.

Asystent na serwerze w zakładzie: odpowiedź z przypisami, panel źródeł i uprawnienia. Rekonstrukcja UI, dane fikcyjne.

Czym jest asystent AI na danych firmowych?

Najkrótsza odpowiedź: to wyszukiwarka po Waszych dokumentach z warstwą rozmowy. Model nie zapamiętuje plików — przy pytaniu wyszukuje pasujące fragmenty i składa odpowiedź. Technika nazywa się RAG. W praktyce: zmieniasz cennik, a asystent AI odpowiada z nowej wersji.

Douczanie modelu rzadko się broni, ponieważ wiedza wtapia się w niego na stałe. Natomiast z indeksu dokument znika w sekundę. Sam asystent tylko odpowiada; gdy ma też założyć zgłoszenie w CMMS, mówimy o agencie AI dla firmy produkcyjnej.

Co wypływa, gdy pracownik wkleja wycenę do darmowego czata?

Wypływa logika cenowa, a nie pojedyncza liczba: uzasadnienie Twojej oferty pokazuje, jak liczysz marżę i kiedy schodzisz z ceny. Podobnie działa rysunek wklejony „do przeliczenia tolerancji” — to zwykle cudza własność, objęta NDA. W efekcie ryzykujesz kontraktem klienta, nie własnym cennikiem.

Skalę widać u dostawców zabezpieczeń: Cyberhaven podaje, że 39,7% interakcji pracowników z AI zawiera dane wrażliwe, a LayerX — że 82% wklejeń do narzędzi AI idzie z prywatnych, niezarządzanych kont. Uczciwie: to nie GUS. Kierunek zgadza się jednak z tym, co widzę: zakaz ryzyka nie kasuje, tylko je przenosi.

Asystent AI a uprawnienia: kto co widzi na hali?

Domyślnie asystent AI widzi wszystko, co mu podłączysz. W jednym z zakładów pierwszy test skończył się tak, że handlowiec dostał marżę na detalu — podpięto na skróty cały dysk z folderem zarządu. Dlatego role ustawiam przed pierwszym pytaniem, nie po awanturze.

Cztery role w zakładzie

W praktyce filtr działa na etapie wyszukiwania: zanim model zobaczy fragment, system sprawdza uprawnienia pytającego. Twój operator dostaje instrukcje i DTR-ki, technolog dokłada technologię, handlowiec historię ofert bez marż, natomiast marże widzi zarząd. Ponadto każde pytanie zostaje w dzienniku.

Indeks obejmuje zwykle trzy–osiem tysięcy dokumentów z pięciu–sześciu źródeł: dysku, poczty, ERP, CMMS i SharePointa. Rozdzielenie uprawnień trwa dłużej niż uruchomienie modelu. To nie teoria — od ponad dwunastu lat buduję oprogramowanie dla polskich zakładów.

Jakie dokumenty asystent AI przeczyta, a jakich nie?

Przede wszystkim te z plików i skrzynek, o ile mają datę, autora i jedną wersję. Reszta jest trudniejsza: połowa DTR-ek to skany bez warstwy tekstowej, a tabele tolerancji rozjeżdżają się przy dzieleniu na fragmenty. Dlatego przed indeksacją robię OCR — bez tego asystent AI cytuje puste strony.

Asystent AI a klasy danych: co wolno wysłać do chmury

Podział „chmura albo serwer” jest za gruby. W praktyce dzielę zbiory jednym kryterium: co się stanie, gdy wyciekną.

Zbiór danych	Chmura publiczna	Serwer w zakładzie	Co się stanie, gdy wycieknie
Instrukcje BHP	bez przeszkód	opcjonalnie	nic, to treści jawne
Procedury ISO	po umowie z dostawcą	naturalne miejsce	konkurent pozna Wasz standard
Maile i dane osobowe	z umową powierzenia	zalecane	naruszenie RODO
Rysunki klientów	nie	wyłącznie lokalnie	złamane NDA, utrata kontraktu
Wyceny i marże	nigdy	wyłącznie lokalnie	konkurent pozna Waszą logikę cenową, nie jedną cenę

Dwa dolne wiersze przesądzają o architekturze. Twoja historia ofert pokazuje marże i logikę ceny, dlatego trzymam ją wyłącznie na serwerze. Jak z niej korzystam, opisuję we wpisie o AI w ofertowaniu.

Asystent AI w chmurze czy na serwerze w zakładzie?

To decyzja o danych, nie o technologii. Sprowadza się do trzech pytań: kto jest administratorem, gdzie zachodzi przetwarzanie i kto może odebrać Ci dostęp. Dochodzi rzecz przyziemna — asystent AI na serwerze odpowiada przy zerwanym łączu, natomiast chmura znika z internetem.

Microsoft i Google deklarują, że nie trenują modeli na treściach klienta — pisze o tym wprost centrum prywatności Google Workspace. Miejsce przetwarzania bywa jednak ruchome. Od 25 marca 2026 r. nowe tenanty z UE mają domyślnie włączony flex routing. Wtedy inferencja Copilota może w szczycie trafić do USA, Kanady lub Australii — przyznaje to dokumentacja Microsoftu. Dane w spoczynku zostają w EU Data Boundary, natomiast pytanie z fragmentem Twojego rysunku — niekoniecznie.

Kiedy chmura wygrywa

Częściej, niż przyznają firmy sprzedające on-premise. Na przykład wtedy, gdy pracujecie na treściach jawnych, zespół jest mały, a Twoja firma żyje w jednym pakiecie biurowym. Ponadto bez działu IT albo wykonawcy na abonamencie chmura wygra z zaniedbanym serwerem.

Dlatego proponuję układ hybrydowy: chmura do pracy jawnej, własny serwer do dwóch dolnych wierszy tabeli. Według raportu GUS gotowe rozwiązanie AI kupiło w 2025 r. 6,4% firm, a open source dostosowało 2,4% — własny serwer wciąż jest wyróżnikiem. Sprzęt i koszty rozbieram we wpisie o prywatnym ChatGPT dla firmy.

Czy asystent AI zmyśla? Cytowanie źródła i test na 50 pytaniach

Tak, potrafi — model woli odpowiedzieć, niż milczeć. Dlatego stawiam dwa wymogi: odpowiedź wskazuje dokument i stronę, a przy braku danych asystent AI pisze „nie ma tego w dokumentach”. Bez przypisu narzędzie jest bezużyteczne — nikt nie ustawi prasy na podstawie zdania bez źródła.

Przed startem zbieram około pięćdziesięciu prawdziwych pytań, na które ktoś u Ciebie zna odpowiedź. Technolog i utrzymanie ruchu oceniają wynik, potem system wychodzi na halę. Ponadto powtarzam test co kwartał — inaczej padnie cytat z instrukcji dawno wycofanej.

RODO i AI Act: co ustalić przed pierwszym pytaniem

Własny serwer nie załatwia zgodności. Usuwa transfer poza Europejski Obszar Gospodarczy, natomiast obowiązki administratora zostają: podstawa przetwarzania, informacja dla załogi i retencja logów. Twoich dostawców pytaj o umowę powierzenia, podprzetwarzających i retencję zapytań. Pomagają listy pytań wstępnych UODO z 6 sierpnia 2026 r.

Z drugiej strony AI Act straszy mniej, niż sugerują nagłówki. Rozporządzenie (UE) 2026/1744 przesunęło obowiązki dla systemów wysokiego ryzyka na 2 grudnia 2027 r. i 2 sierpnia 2028 r. Wewnętrzny asystent AI, który tylko szuka w dokumentacji, nie jest systemem wysokiego ryzyka. Staje się nim dopiero przy ocenie pracowników.

Checklista gotowości danych przed startem

Asystent AI jest tak dobry, jak zbiór, który mu dasz. Dlatego zanim policzysz budżet, przejdź pięć punktów po Twoich danych — każdy potrafi wywrócić projekt.

• skany bez warstwy tekstowej — bez OCR nieczytelne;
• trzy wersje tej samej procedury — system zacytuje najstarszą;
• dokumenty wycofane — potrzebna data „obowiązuje od”;
• eksporty z ERP bez dat — nie widać, co aktualne;
• zbiory bez gospodarza — ktoś musi decydować o dostępie.

Lista dotyczy danych. Natomiast kolejność projektu opisuję we wpisie o tym, jak wygląda wdrożenie AI w firmie produkcyjnej krok po kroku — z budżetami i dotacjami.

FAQ — asystent AI na danych firmowych

Czy nasze dokumenty trafiają do modelu i uczy się on na nich? Nie. Pliki zostają w indeksie, a model czyta fragment przy jednej odpowiedzi. Natomiast w darmowych czatach bywa inaczej.

Czy asystent AI pokaże pracownikowi dane, do których nie ma dostępu? Nie, o ile filtr uprawnień działa przy wyszukiwaniu. Natomiast po podłączeniu całego dysku zobaczy wszystko, także kadry.

Czy kilkaset dokumentów wystarczy, żeby asystent AI miał sens? Tak, zwykle tyle w jednym obszarze. Natomiast liczy się co innego: ile razy dziennie ktoś pyta technologa o rzecz już zapisaną.

Czy asystent AI działa bez internetu? Tak. Model na serwerze odpowiada w praktyce także przy zerwanym łączu — na hali to argument mocniejszy niż RODO.

Czy maile z danymi osobowymi można podłączyć? Tak, wymagają jednak decyzji o podstawie i retencji. Dlatego indeksuję wybrane foldery, nie skrzynki w całości.

Podsumowanie

Asystent AI na danych firmowych to przede wszystkim decyzja o danych: co wolno wypuścić na zewnątrz, kto co widzi i czy odpowiedź da się sprawdzić w źródle. Krótko mówiąc, model wybiera się na końcu. Takie systemy buduję w RS Mobile na serwerach klientów, z rozdzielonymi rolami i cytowaniem źródła. Jeśli chcesz sprawdzić, które Wasze zbiory nadają się na start, napisz do mnie przez formularz wyceny.