Gdzie trafiają dane Twojej firmy, gdy korzystasz z AI

Konto konsumenckie AI trenuje na Twoich danych - domyślnie, nawet gdy płacisz za Plusa albo Pro. Płacisz podwójnie: abonamentem i danymi, swoimi oraz swoich klientów. Różnica między „dane trenują cudzy model" a „dane zostają u Ciebie" to często jeden plan taryfowy. Sprawdziliśmy u źródła polityki danych OpenAI, Anthropic i Microsoftu - z datami, cytatami i linkami, bo te dokumenty potrafią się zmienić w ciągu jednego sierpniowego weekendu.

A teraz pytanie na start: kiedy ostatnio ktoś w Twojej firmie wkleił coś do ChatGPT? Właśnie - nie wiesz. I o tym jest ten tekst.

Czy AI trenuje na danych Twojej firmy?

To zależy od jednej rzeczy: jakiego konta używacie. Konta konsumenckie - ChatGPT Free i Plus, Claude Free, Pro i Max - domyślnie wykorzystują Twoje rozmowy do trenowania modeli. Plany biznesowe - ChatGPT Business i Enterprise, Claude Team i Enterprise, API, Microsoft 365 Copilot - domyślnie tego nie robią. Nie chodzi o to, „czy AI jest bezpieczne". Chodzi o to, którymi drzwiami wpuszczasz do niego dane.

W praktyce oznacza to prostą, niewygodną prawdę: jeśli Twój zespół używa prywatnych kont konsumenckich do zadań firmowych, treść tych rozmów - z danymi klientów włącznie - może trafiać do treningu cudzych modeli. Legalnie i zgodnie z regulaminem, który każdy zaakceptował bez czytania.

„Przecież pytają o zgodę" - no właśnie nie pytają

Trening na rozmowach z kont konsumenckich nie jest opcją, którą świadomie włączasz. Jest ustawieniem, które musisz świadomie wyłączyć. U OpenAI i u Anthropic przełącznik „ulepszania modelu" jest domyślnie aktywny. To klasyczny opt-out przez inercję: zgoda zaznaczona za Ciebie.

Anthropic wprowadził te zasady 28 sierpnia 2025 - użytkownicy Free, Pro i Max mieli czas do 8 października 2025, żeby podjąć decyzję. Kto nie kliknął nic, ten trenuje. Polityka prywatności Anthropic mówi wprost: „We will train new models using data from Free, Pro, and Max accounts when this setting is on".

Jest jeszcze jeden szczegół, o którym mało kto wie. U Anthropic wyłączenie działa tylko naprzód: dane „will still be included in model training runs that are already in progress". Wyłączyłeś dziś - nie cofnąłeś wczoraj. Retencja też zależy od tej decyzji: ze zgodą na trening dane żyją do 5 lat, bez zgody - 30 dni.

Czym różni się plan biznesowy?

Plany biznesowe odwracają logikę: trening na Twoich danych jest domyślnie wyłączony. OpenAI deklaruje na stronie Enterprise privacy: „By default, we do not use your business data for training our models" - i wymienia wprost ChatGPT Business, Enterprise, Edu oraz API. Anthropic w warunkach komercyjnych analogicznie: żadnego treningu na promptach i kodzie, chyba że sam się zapiszesz do programu partnerskiego.

Microsoft 365 Copilot idzie krok dalej, bo działa w ramach umowy z organizacją: „the prompts, responses, and data accessed through Microsoft Graph aren't used to train foundation models". Microsoft występuje tu formalnie jako podmiot przetwarzający dane, objęty umową powierzenia (DPA) - czyli konstrukcją, którą RODO przewiduje dla każdego, komu powierzasz dane swoich klientów. Szczegóły opisuje dokumentacja Microsoftu o ochronie danych w Copilocie.

Dla firm z API i większą skalą istnieje jeszcze Zero Data Retention: OpenAI potrafi w ogóle nie przechowywać treści zapytań - na wniosek, dla wybranych zastosowań.

Uwaga na jeden kruczek nazewniczy: „Microsoft 365 Copilot" (ten firmowy, z umową) i „Microsoft Copilot" na copilot.microsoft.com (ten konsumencki) to dwa różne światy. Konsumencki trenuje na interakcjach, dopóki nie wyłączysz tego w ustawieniach konta.

Porównanie: co robią z danymi poszczególne narzędzia

Linia podziału nie przebiega między dostawcami, tylko między rodzajami kont. U OpenAI, Anthropic, Microsoftu i Google obowiązuje ten sam wzorzec: konto konsumenckie domyślnie karmi modele Twoimi rozmowami, konto biznesowe domyślnie nie. Zanim wybierzesz narzędzie dla firmy, spójrz więc nie na logo, tylko na wiersz tabeli, w którym faktycznie siedzi Twój zespół.

Źródła i daty dostępu: openai.com/enterprise-privacy, privacy.claude.com (dawniej privacy.anthropic.com), learn.microsoft.com - lipiec 2026. Te dokumenty się zmieniają; sprawdzaj datę, nie tylko treść.

A co z Google Gemini?

Ten sam podział, plus jedna rzecz, o której mało kto wie: w konsumenckim Gemini część rozmów czyta człowiek. Google zatrudnia recenzentów (także zewnętrznych kontraktorów), którzy przeglądają wybrane rozmowy - niezależnie od Twoich ustawień. Rozmowy, które trafiły do recenzji, Google przechowuje do 3 lat, nawet jeśli wyłączysz historię i skasujesz aktywność. Sam Google pisze wprost: „Please don't enter confidential information that you wouldn't want a reviewer to see".

Po stronie firmowej - czysto: Google Workspace z Gemini nie trenuje na danych firmy i nie pokazuje ich recenzentom bez zgody, a Vertex AI (API) ma deklarację zero treningu. Workspace pozwala też wybrać region Europe dla przechowywania i przetwarzania danych.

Co, jeśli pracownicy używają AI poza firmowymi kontami?

To zjawisko ma nazwę: shadow AI, czyli narzędzia sztucznej inteligencji używane w pracy poza wiedzą i nadzorem firmy, najczęściej przez prywatne konta konsumenckie. Wyobraź sobie zwykłą środę: księgowa dostaje tabelę kontrahentów do posortowania. Wkleja ją do darmowego czatu, bo tak szybciej. Od tej chwili NIP-y, adresy i kwoty żyją na serwerze w USA i - przy domyślnych ustawieniach - mogą trafić do treningu modelu. Nikt w firmie o tym nie wie, bo nie ma czego zauważyć: żadnego alertu, żadnego logu. Zjawisko ma własną skalę i własną mechanikę - rozpisaliśmy je w osobnym tekście o tym, czym jest shadow AI w firmie, a nadzór nad takim użyciem szerzej w artykule o tym, czy można zaufać AI w firmie.

Co na to RODO?

Gdy Twój pracownik wkleja dane klientów do narzędzia AI, odpowiedzialność nie znika po drugiej stronie ekranu - administratorem tych danych pozostaje Twoja firma. Narzędzie AI działa wtedy jako podmiot przetwarzający, a na tę relację art. 28 RODO wymaga umowy powierzenia danych, czyli DPA. Naruszenie z udziałem narzędzi używanych poza kontrolą firmy kosztuje przy tym wyraźnie więcej niż incydent bez tego czynnika.

I tu znowu wraca podział z początku tekstu. Na planach biznesowych DPA po prostu jest: u OpenAI podpisujesz je samoobsługowo w panelu (Settings → Compliance), u Anthropic jest automatycznie częścią warunków komercyjnych, Microsoft w M365 Copilot występuje wprost jako podmiot przetwarzający, Google analogicznie w Workspace. Na kontach konsumenckich nie ma czego podpisać - konto prywatne trenuje na Twoich danych, a przy tym nie daje żadnej podstawy z art. 28.

Europejska Rada Ochrony Danych dołożyła w grudniu 2024 jeszcze jedną warstwę (Opinia 28/2024): zapewnienie dostawcy, że „model jest anonimowy", samo w sobie nie wystarcza - ocena jest zawsze indywidualna. A firma wdrażająca cudzy model ma własny obowiązek sprawdzenia, czy nie powstał on na bezprawnie przetwarzanych danych - deklaracja zgodności dostawcy nie zamyka tematu.

Polski UODO nie wydał dotąd poradnika o generatywnej AI dla firm - jest punktowe ostrzeżenie w sprawie DeepSeek (luty 2025) i raport o potrzebach organizacji (styczeń 2026). Regulator jeszcze nie prowadzi za rękę. Odpowiedzialność i tak już jest.

Od strony AI Act obowiązki firmy korzystającej z gotowych narzędzi są węższe, niż straszą nagłówki: transparentność (art. 50) i kompetencje zespołu, czyli AI literacy (art. 4). Prywatność danych reguluje RODO, nie AI Act. O samym AI Act dla firm piszemy osobno.

Trzy rzeczy do zrobienia dziś

1. Sprawdź przełączniki. ChatGPT: Settings → Data controls. Claude: ustawienia prywatności → „model improvement". Pięć minut na konto, zero kosztów.
2. Jeśli ktokolwiek w firmie pracuje na danych klientów - przejdźcie na plan biznesowy. To nie jest wydatek na wygodę. To granica między „dane zostają u nas" a „dane trenują cudzy model".
3. Ustalcie jedną zasadę zespołową: czego nie wklejamy nigdy. Dane osobowe klientów, umowy, finanse. Jedna kartka, nie polityka na 20 stron. Pełną politykę AI spiszecie później - zasada działa od jutra.

Krok dalej, gdy dane mają zostać u Was na stałe: własna Pamięć firmy. Dokumenty, procedury i ustalenia leżą w jednej bazie, z której odpowiada AI - zamiast wędrować do cudzego czatu przy każdym pytaniu.

Pytanie na koniec nie brzmi „czy AI jest bezpieczne dla danych". Brzmi: które drzwi zostawiłeś otwarte i kto o tym wie.

Jeśli chcesz to sprawdzić porządnie - robimy audyt „gdzie trafiają Wasze dane", wdrażamy AI na planach biznesowych i szkolimy zespoły z tego, co wolno, a czego nie wolno wkleić.

Najczęstsze pytania

Czy ChatGPT uczy się z moich rozmów?

Na koncie Free i Plus - domyślnie tak. Rozmowy mogą być wykorzystane do trenowania modeli, dopóki nie wyłączysz tego w Settings → Data controls. Na planach Business, Enterprise i przez API - domyślnie nie.

Czy Claude trenuje na moich danych?

Na kontach Free, Pro i Max - tak, jeśli przełącznik „model improvement" jest włączony, a jest włączony domyślnie od 28 sierpnia 2025. Wyłączenie działa tylko naprzód. Plany Team, Enterprise i API nie trenują na danych klientów.

Co to jest shadow AI?

Narzędzia AI używane w pracy bez wiedzy firmy - najczęściej z prywatnych kont konsumenckich. Czym dokładnie jest to zjawisko, jak sprawdzić jego skalę u siebie i co z nim zrobić, opisujemy w osobnym tekście o shadow AI w firmie.

Czy mogę wklejać dane klientów do AI?

Nie na konto konsumenckie: brak umowy powierzenia (art. 28 RODO), a rozmowy mogą trenować modele. Na planie biznesowym z DPA - tak, w granicach zdrowego rozsądku: OpenAI podpisujesz DPA w panelu, u Anthropic i Google Workspace jest częścią umowy, Microsoft ma to w M365 Copilot. Administratorem danych i tak pozostaje Twoja firma.

Czy dane w AI zostają w Unii Europejskiej?

Zależy od narzędzia i konfiguracji. Uwaga na pułapkę: modele Anthropic w Microsoft 365 Copilot są wykluczone z EU Data Boundary - Microsoft trzyma je domyślnie wyłączone dla klientów z UE, a ich włączenie wyprowadza przetwarzanie poza Unię.

Ile kosztuje naruszenie danych związane z AI?

Według IBM (2025) organizacje z wysokim poziomem shadow AI płaciły za naruszenie średnio o 670 tys. USD więcej niż te z niskim lub zerowym poziomem. Średni miesiąc w przeciętnej organizacji to 223 naruszenia polityki danych w AI (Netskope).