Odkryj
Zbuduj rejestr systemów, modeli, agentów, dostawców i źródeł danych.
Widoczność portfela →Wstępna klasyfikacja systemu AI
Czy Twój system AI może być wysokiego ryzyka?
Odpowiedz na kilka pytań o zastosowanie, dane, użytkowników i sposób podejmowania decyzji. Otrzymasz wstępną ścieżkę governance, najważniejsze ryzyka i listę brakujących dowodów.
Bezpłatny screeningOkoło 5 minutBez znajomości AI Act
Klamra AI · Portfel systemów
24systemy AI
5otwarte alerty
78%kompletność dowodów
Systemy wymagające uwagi
Copilot analityka kredytowegoGPT-5.5 · Finanse
Ponowna ocenaAsystent obsługi klientaGemini 2.5 Flash · Handel
WarunkowoAgent utrzymania maszynClaude Sonnet 4.6 · Produkcja
DopuszczonyNajnowsza zmiana
Zmiana warunków przetwarzaniaDotyczy 2 systemów · wysoki priorytet
Kompletność karty SYS-0025 z 8 dowodów3 wymagają aktualizacji
Wiesz, gdzie działa AIJeden rejestr systemów, modeli i dostawców
Wiesz, kto odpowiadaWłaściciele, role i ścieżki akceptacji
Wiesz, czego brakujeKontrole i dowody ze statusem aktualności
Odtwarzasz każdą decyzjęDaty, wersje, uzasadnienia i historia zmian
Jak działa Klamra AI
Governance, które prowadzi od pytania do decyzji.
Nie zaczynamy od formularza prawnego. Zaczynamy od systemu, procesu biznesowego, danych i realnego wpływu wyniku AI.
Oceń
Rozpoznaj kontekst użycia, wpływ na ludzi, ryzyko, prawo i cyberbezpieczeństwo.
Klasyfikacja systemu →Udokumentuj
Zbieraj dowody, decyzje, testy i warunki dopuszczenia zamiast produkować martwy PDF.
Audytowalna karta →Monitoruj
Reaguj, gdy zmienia się model, prawo, dostawca, źródło danych lub architektura.
Ciągła aktualność →Platforma
Jedno środowisko dla biznesu, technologii, ryzyka i compliance.
Moduły łączą kontekst organizacji z wiarygodnymi źródłami i prowadzą do decyzji, za którą odpowiada człowiek.
AI System Registry
Centralny rejestr zastosowań AI, właścicieli, etapów życia i zależności.
Risk & Governance
Przyjazny screening całego systemu oraz ścieżka kontroli dopasowana do zastosowania.
Evidence Management
Dowody, właściciele, terminy ważności, braki i formalne decyzje w jednym miejscu.
Change Intelligence
Zmiana zewnętrzna lub wewnętrzna zostaje połączona z systemami, dowodami i zadaniami.
Model Registry
Modele API, dokumentacja, pochodzenie, ograniczenia i lokalizacja przetwarzania.
Research Intelligence
Kuratorski przegląd technologii, rynku, ryzyka, cyber i regulacji z dokładnymi datami.
Evidence & Change Intelligence
Dokumentacja nie może być aktualna tylko w dniu audytu.
Klamra AI zamienia zmianę modelu, dostawcy, danych lub regulacji w listę systemów dotkniętych zmianą, nieaktualnych dowodów i zadań do ponownej oceny.
1Wykrycie zmianyŹródło oficjalne lub zdarzenie wewnętrzne
2Ocena wpływuSystemy, modele, dane i procesy
3Aktualność dowodówTesty, umowy, mapy danych i decyzje
4Ponowna akceptacjaWłaściciel, termin, uzasadnienie i ślad audytowy
Wiedza publiczna
Research, który zasila governance.
Przegląd AI i Rejestr modeli pozostają otwarte. Budują wspólny język dla zarządu, biznesu, technologii, ryzyka i compliance.
Sygnały zamiast szumu
Cotygodniowy, pogłębiony przegląd zmian istotnych dla danych, procesów, kosztów i ryzyka organizacji.
Model Registry
Model to komponent, nie cały system.
Porównuj dostępność przez API, regiony przetwarzania, dokumentację modelową i pola wymagane przez governance organizacji.
Usługi wdrożeniowe
Zacznij od konkretnego rezultatu, nie wielomiesięcznego programu.
Usługi tworzą uporządkowane wejście do platformy i pozwalają zbudować governance na realnym portfelu AI organizacji.
AI Discovery & Governance Sprint
Identyfikacja systemów i Shadow AI oraz pierwsza mapa ryzyka.
- rejestr zastosowań AI
- 3 kompletne karty systemów
- lista luk i plan 90 dni
Governance Foundation
Role, polityki, metodologia, kontrole i workflow dopuszczania systemów.
- model odpowiedzialności
- biblioteka dowodów i decyzji
- procedura zmian i incydentów
Continuous Assurance
Okresowy przegląd portfela oraz wpływu zmian technologicznych i regulacyjnych.
- monitoring dowodów i terminów
- ponowne oceny systemów
- raport dla zarządu i audytu
Zobacz metodę na własnym systemie
Od opisu zastosowania do karty governance.
Wypełnij krótki screening i zobacz, jakie pytania, dowody oraz decyzje powinny pojawić się przed wdrożeniem.
Filtry i kategorieWszystkie materiały
Kategoria
Tematy
Typ źródła
Bez reklam, treści sponsorowanych i afiliacyjnych
Kontekst organizacji i data
Oficjalne i pierwotne
Dokumentacja producenta, akty prawne i regulatorzy, publikacje naukowe, repozytoria oraz komunikaty organizacji. To domyślna podstawa faktów technicznych i prawnych.
Renomowane branżowe
Oryginalne dziennikarstwo lub analiza ekspercka z autorem, metodą i reputacją redakcyjną.
- Medium tylko dla rozpoznawalnego autora lub zespołu technicznego i materiału z dowodami.
- Bez treści sponsorowanych, afiliacyjnych, advertoriali i tekstów sprzedażowych.
AI Act dla małych i średnich firm
Sprawdź, jakie obowiązki dotyczą Twojego systemu AI
Opisz zastosowanie prostym językiem. W około 5 minut otrzymasz wstępną kwalifikację technologii, możliwą ścieżkę ryzyka, obowiązki przejrzystości oraz listę działań.
Wynik od razu · bez znajomości AI Act · bezpłatny screening
Punkt wyjściaTwój system AI
RRyzykoFRola firmyDTerminy✓Działania
Zastosowanie zamiast żargonu
Co robi system, kogo dotyczy wynik i czy człowiek może zatrzymać błąd.
Rola, ryzyko i przejrzystość
Oddzielamy kwalifikację systemu od poziomu ryzyka i obowiązków art. 50.
Plan zamiast samej etykiety
Otrzymujesz konkretne działania, dokumenty i brakujące decyzje governance.
Segmenty priorytetowe
Obszary, w których łatwo wejść w zastosowania wysokiego ryzyka
AI Act nie uznaje całej branży za wysokiego ryzyka. Liczy się konkretny cel systemu, wpływ na człowieka i rola firmy. Poniżej pokazujemy zastosowania, od których warto zacząć rozmowę z klientami.
silny sygnał
HR i środowisko pracy
Rekrutacja, selekcja kandydatów, ocena pracowników i decyzje o przebiegu zatrudnienia.
- filtrowanie CV i ranking kandydatów
- ocena, awans lub rozwiązanie umowy
- monitorowanie i przydział zadań na podstawie cech lub zachowania
wymaga precyzji
Zdrowie i medtech
Nie każdy system w placówce medycznej jest high-risk. Szczególnej uwagi wymagają systemy wpływające na zdrowie i dostęp do świadczeń.
- triage i priorytetyzacja pomocy medycznej
- diagnoza, terapia lub bezpieczeństwo wyrobu medycznego
- decyzje o dostępie do świadczeń zdrowotnych
decyzje o osobach
Finanse i ubezpieczenia
Najważniejszy jest wpływ na dostęp osoby do zasobów lub warunków ochrony.
- ocena zdolności kredytowej osoby fizycznej
- ryzyko i ceny ubezpieczeń na życie lub zdrowie
- automatyczne decyzje wymagające ścieżki odwołania
prawa i szanse
Edukacja
System może wpływać na dostęp do kształcenia, ocenę wyników lub przebieg nauki.
- przyjęcie i przydział do programu
- ocena efektów uczenia się
- monitorowanie egzaminów i niedozwolonych zachowań
zdrowie i bezpieczeństwo
Infrastruktura krytyczna
Istotne są systemy AI pełniące funkcję bezpieczeństwa w zarządzaniu określoną infrastrukturą.
- ruch drogowy i infrastruktura cyfrowa
- dostawy wody, gazu, ciepła i energii
- awaria mogąca zagrozić ludziom lub ciągłości działania
osobna ścieżka
Biometria i rozpoznawanie emocji
Część zastosowań może być wysokiego ryzyka, a niektóre praktyki są zakazane lub silnie ograniczone.
- identyfikacja i kategoryzacja biometryczna
- rozpoznawanie emocji
- profilowanie osób i dane szczególnych kategorii
Ważne: nazwa sektora nie przesądza wyniku. System z obszaru załącznika III może nie zostać uznany za wysokiego ryzyka w warunkach art. 6 ust. 3, jeżeli nie stwarza istotnego ryzyka i nie wpływa materialnie na wynik decyzji; wyjątek wymaga jednak udokumentowania. System wykonujący profilowanie osób fizycznych pozostaje wysokiego ryzyka.
Rozmowa diagnostyczna · AI Act
Masz konkretny system? Ustalmy, od czego naprawdę trzeba zacząć.
Najwięcej wartości daje rozmowa o rzeczywistym zastosowaniu — nie ogólna prezentacja przepisów. Przyjrzymy się celowi systemu, wpływowi na ludzi, roli firmy, danym i etapowi wdrożenia.
1Wstępna mapa obowiązkówOddzielimy kwalifikację AI, poziom ryzyka i transparentność.
2Priorytety dla wdrożeniaWskażemy decyzje, dowody i właścicieli, których brakuje przed kolejnym etapem.
3Rozmowa na konkretnym przykładzieBez pitch decku i bez obietnicy automatycznej opinii prawnej.
Mapa zgodności AI
Opisz system. Otrzymaj następny krok.
Pięć krótkich etapów oddziela kwalifikację technologiczną, potencjalne ryzyko AI Act, przejrzystość oraz gotowość danych i procesu.
Źródła oficjalne, stan na 17 lipca 2026: AI Act — art. 6 i załączniki I oraz III ↗Komisja Europejska — przykłady high-risk ↗Projekt wytycznych z 19 maja 2026 ↗
Projekt wytycznych Komisji pozostaje objęty konsultacją do 23 lipca 2026. Wynik narzędzia jest wstępnym screeningiem, nie opinią prawną ani automatycznym rozstrzygnięciem klasyfikacji.
Projekt wytycznych Komisji pozostaje objęty konsultacją do 23 lipca 2026. Wynik narzędzia jest wstępnym screeningiem, nie opinią prawną ani automatycznym rozstrzygnięciem klasyfikacji.
Komisja Europejska opublikowała wytyczne wyjaśniające, kogo, kiedy i jak obejmuje art. 50.
Obowiązki transparentności systemów i treści AI zaczynają być stosowane.
Transparentność AI od 2 sierpnia
Sprawdź, co trzeba oznaczyć — i jak to udowodnić. Nie obowiązuje jedna etykieta dla wszystkiego. Inne zadanie ma dostawca systemu, inne firma, która go używa. Ta strona przekłada nowe wytyczne na konkretną decyzję: co oznaczyć, w którym momencie, jaki wyjątek może mieć zastosowanie i jakie dowody zachować.
Jak być zgodnym w praktyce
Masz system AI? Zacznij od pięciu prostych pytań
Nie musisz znać numerów artykułów ani samodzielnie interpretować ustawy. Znajdź sytuację podobną do Waszej — pokażemy, co firma powinna zrobić i przeprowadzimy Cię przez dokładniejszą ocenę.
art. 50 ust. 1
Czy klient lub pracownik rozmawia z chatbotem albo agentem AI?
Co firma powinna zrobićOd początku jasno poinformuj, że rozmowę prowadzi AI. Komunikat powinien być widoczny w każdym kanale, a nie tylko w regulaminie.
art. 50 ust. 2
Czy Wasz system tworzy tekst, obraz, głos lub wideo?
Co firma powinna zrobićJeśli oferujesz taki system, zadbaj o techniczne oznaczenie treści. Jeśli korzystasz z gotowego narzędzia, wymagaj potwierdzenia od dostawcy i osobno oceń publikację.
art. 50 ust. 3
Czy AI ocenia emocje albo cechy biometryczne ludzi?
Co firma powinna zrobićPoinformuj każdą osobę objętą analizą — także gdy system analizuje nagranie później. Oddzielnie sprawdź zasady ochrony danych i ograniczenia biometrii.
art. 50 ust. 4
Czy publikujecie realistyczny obraz, głos lub wideo stworzone przez AI?
Co firma powinna zrobićJeżeli materiał może wyglądać na prawdziwy, oznacz go jasno przy pierwszym kontakcie odbiorcy. Same metadane lub niewidoczny marker nie wystarczą.
art. 50 ust. 4
Czy AI pomaga publikować tekst o sprawie ważnej dla społeczeństwa?
Co firma powinna zrobićOznacz tekst albo wykaż realną kontrolę merytoryczną człowieka i odpowiedzialność redakcyjną. Sama korekta językowa nie wystarcza.
Interaktywny screening art. 50
Czy w tym przypadku trzeba coś oznaczyć?
Odpowiedz na kilka pytań o rolę firmy i realny sposób użycia. Wynik rozdzieli informację widoczną dla człowieka, techniczny marking i dokumentację decyzji.
To narzędzie daje wstępny screening operacyjny na podstawie wytycznych Komisji Europejskiej opublikowanych 20 lipca 2026. Nie zastępuje analizy konkretnego systemu, umów, przepisów o danych ani porady prawnej.
Reguła praktyczna
Oznaczasz konkretną ekspozycję — nie sam fakt użycia AI
Najpierw ustal rolę, odbiorcę, rodzaj systemu i sposób udostępnienia. Dopiero później dobierz informację dla człowieka, warstwę techniczną i dowód zgodności.
Tak — oznaczenie lub informacja jest potrzebna
Najczęstsze sytuacje objęte art. 50.
1AI rzeczywiście rozmawia bezpośrednio z człowiekiemMuszą łącznie wystąpić: system AI, prawdziwa dwustronna wymiana, bezpośredni kontakt AI–osoba i odbiorca będący osobą fizyczną. Sam formularz lub komunikacja machine-to-machine nie wystarczają.
2Publikujesz deepfake, który może fałszywie wyglądać na autentycznyUjawnienie ma być widoczne lub słyszalne bez specjalnego narzędzia, najpóźniej przy pierwszej ekspozycji. Sam techniczny marker dostawcy nie wystarcza.
3Publikujesz tekst o sprawie interesu publicznego bez realnej kontroliOznaczenie dotyczy tekstu publikowanego, informującego społeczeństwo i odnoszącego się do sprawy publicznej — jeżeli nie działa wyjątek związany z kontrolą człowieka i odpowiedzialnością redakcyjną.
4System rozpoznaje emocje lub kategoryzuje biometrycznieOsoby poddane działaniu systemu trzeba o tym poinformować; osobno pozostają obowiązki dotyczące danych osobowych.
5Jako dostawca oferujesz system generujący treśćWynik ma zawierać skuteczne, niezawodne, solidne i interoperacyjne oznaczenie czytelne maszynowo, z uwzględnieniem stanu techniki, kosztów i specyfiki medium.
Nie — nie oznaczasz automatycznie wszystkiego
Brak etykiety powinien wynikać z udokumentowanej oceny, nie z intuicji.
—Wewnętrzny szkic, notatka lub analizaNie uruchamia sam przez się etykiety dla tekstu z art. 50 ust. 4, jeśli nie jest publikowany po to, by informować społeczeństwo o sprawie interesu publicznego.
—Tekst po merytorycznej kontroli i z odpowiedzialnością redakcyjnąKontrola musi dotyczyć treści, faktów i źródeł oraz umożliwiać zatwierdzenie, zmianę lub odrzucenie materiału. Korekta językowa nie wystarcza.
—Zwykła edycja bez istotnej zmiany wejścia lub znaczeniaMoże wyłączyć techniczny marking dostawcy. Wytyczne wskazują też ograniczone przypadki B2B i zamkniętych środowisk przemysłowych — nie należy traktować ich jako ogólnego wyjątku dla firm.
—Treść wygenerowana i już udostępniona przed 2 sierpnia 2026Komisja wskazuje, że nie trzeba oznaczać jej retroaktywnie. Nowe publikacje i dalsze użycie trzeba ocenić według aktualnego kontekstu.
!„To tylko post marketingowy” nie jest samodzielnym wyjątkiemJeśli materiał jest deepfake albo tekst dotyczy sprawy interesu publicznego, oceń obowiązek niezależnie od nazwy kanału i celu kampanii.
Informacja ma być rozpoznawalna, dostępna i przekazana najpóźniej przy pierwszej interakcji lub ekspozycji.
„Rozmawiasz z asystentem AI”Dostawca generatywnego AI wdraża wykrywalny techniczny marking lub informację o pochodzeniu. Sama stopka nie zastępuje tej warstwy.
provenance / metadata / watermarkZapisz system, rolę, kanał, odbiorcę, wersję etykiety, wyjątek, właściciela i dowód, że oznaczenie działa.
karta transparentnościIkona UE jest opcjonalna. Można jej użyć jako praktycznego sposobu oznaczenia, ale obowiązek prawny dotyczy skutecznej informacji i ujawnienia — nie zastosowania konkretnej grafiki.
Nie tylko etykieta
Minimalna karta transparentności dla organizacji
Dobry proces pozwala odtworzyć, kto podjął decyzję, dla jakiej wersji systemu i czy informacja rzeczywiście dotarła do odbiorcy.
System, rola i ekspozycja
Nazwa i wersja systemu, dostawca, rola organizacji, kanał, odbiorca, rodzaj treści oraz data pierwszego użycia.
system → rola → przypadek art. 50Obowiązek albo wyjątek
Podstawa oceny, osoba zatwierdzająca, uzasadnienie „oczywistości”, standardowej edycji lub kontroli redakcyjnej.
przesłanka → analiza → akceptacjaTreść, miejsce i moment
Dokładny komunikat, format dostępności, ekran lub kanał, pierwsza interakcja lub ekspozycja i wersja językowa.
copy + placement + timingMarking i wykrywalność
Mechanizm pochodzenia, metadane lub watermark, test zachowania po eksporcie i transformacji oraz zgodność z medium.
marker → test → wynikZrzut, log i próbka
Zrzut pierwszej interakcji, próbka oznaczonego pliku, wynik detekcji, data testu oraz informacja o wersji wdrożenia.
evidence id + owner + timestampZmiana i ponowna ocena
Trigger po zmianie modelu, interfejsu, kanału, odbiorców lub procesu redakcyjnego; właściciel i termin przeglądu.
change → review → new evidencePodstawa prawna
Cztery sytuacje z art. 50 AI Act
Poniższe karty pokazują, do kogo formalnie adresowany jest każdy obowiązek.
Interakcja człowieka z AI
Dostawca systemu projektowanego do bezpośredniej interakcji z człowiekiem zapewnia poinformowanie, że osoba rozmawia z AI — chyba że jest to oczywiste dla rozsądnie poinformowanej osoby w danym kontekście.
Treść oznaczona maszynowo
Dostawca systemu generatywnego zapewnia, aby syntetyczny tekst, audio, obraz i wideo były oznaczone w formacie czytelnym maszynowo i wykrywalne jako wygenerowane lub zmienione przez AI, z wyjątkami wskazanymi w przepisie.
Emocje i kategoryzacja biometryczna
Podmiot stosujący system informuje osoby narażone na działanie rozpoznawania emocji lub kategoryzacji biometrycznej oraz zapewnia zgodność przetwarzania danych z właściwymi przepisami.
Deepfake i tekst o sprawach publicznych
Podmiot stosujący system ujawnia użycie AI dla deepfake oraz określonych tekstów publikowanych w celu informowania społeczeństwa o sprawach interesu publicznego. Dla tekstu istnieje wyjątek związany z kontrolą człowieka i odpowiedzialnością redakcyjną.
Ważne rozróżnienie. Dobrowolny Kodeks praktyk pomaga wykazać zgodność w oznaczaniu i etykietowaniu treści. Firma, która go nie stosuje, powinna być gotowa wykazać równoważnie adekwatny sposób zgodności. Sam art. 50 pozostaje obowiązującym prawem.
Plan gotowości organizacji
Co przygotować przed 2 sierpnia?
Nie zaczynaj od wyboru ikonki. Zacznij od inwentaryzacji kanałów, ustalenia roli organizacji i zapisania decyzji, dlaczego dany sposób oznaczenia jest adekwatny. Informacje dla ludzi mają być jasne, odróżnialne i dostępne we właściwym momencie, a techniczny marking — skuteczny, niezawodny, solidny i interoperacyjny.
1Zbuduj rejestr przypadków.
Chatboty, generatory tekstu, obrazu, audio i wideo, publikacje, kampanie, funkcje SaaS, emotion recognition i biometria.
Chatboty, generatory tekstu, obrazu, audio i wideo, publikacje, kampanie, funkcje SaaS, emotion recognition i biometria.
2Ustal rolę dla każdego przepływu.
Dostawca systemu, podmiot stosujący system, operator kanału, redakcja lub kilka ról równocześnie.
Dostawca systemu, podmiot stosujący system, operator kanału, redakcja lub kilka ról równocześnie.
3Zaprojektuj oznaczenie i dowód.
Machine-readable marking, etykieta dla człowieka, miejsce, moment, dostępność, wersja i potwierdzenie działania.
Machine-readable marking, etykieta dla człowieka, miejsce, moment, dostępność, wersja i potwierdzenie działania.
4Udokumentuj wyjątki.
Formatowanie pomocnicze, brak istotnej zmiany wejścia, kontekst artystyczny albo kontrola człowieka i odpowiedzialność redakcyjna wymagają udokumentowanej przesłanki.
Formatowanie pomocnicze, brak istotnej zmiany wejścia, kontekst artystyczny albo kontrola człowieka i odpowiedzialność redakcyjna wymagają udokumentowanej przesłanki.
5Połącz z procesem publikacji.
Właściciel, akceptacja, szkolenie, kontrola dostawcy, test, log, obsługa błędnego oznaczenia i okresowy przegląd.
Właściciel, akceptacja, szkolenie, kontrola dostawcy, test, log, obsługa błędnego oznaczenia i okresowy przegląd.
Od oceny do dowodu
Przejdźmy przez Wasz konkretny kanał lub system
Wspólnie ustalimy role, scenariusze objęte art. 50, treść i miejsce komunikatów, wymagania wobec dostawcy oraz minimalny pakiet dowodów. Zamiast ogólnej prezentacji powstaje mapa działań dla właścicieli biznesowych, produktu, IT, legal i komunikacji.
Źródła oficjalne, stan na 20 lipca 2026: Wytyczne Komisji z 20 lipca 2026 ↗FAQ do art. 50 ↗Quick Facts Komisji ↗AI Act — art. 50 ↗Kodeks praktyk — FAQ ↗
Art. 50 stosuje się od 2 sierpnia 2026. Ograniczony okres przejściowy do 2 grudnia 2026 dotyczy wyłącznie obowiązku technicznego oznaczania z art. 50 ust. 2 i systemów wprowadzonych na rynek przed 2 sierpnia 2026. Treści udostępnione przed tą datą nie wymagają oznaczenia retroaktywnego, choć Komisja do tego zachęca.
Art. 50 stosuje się od 2 sierpnia 2026. Ograniczony okres przejściowy do 2 grudnia 2026 dotyczy wyłącznie obowiązku technicznego oznaczania z art. 50 ust. 2 i systemów wprowadzonych na rynek przed 2 sierpnia 2026. Treści udostępnione przed tą datą nie wymagają oznaczenia retroaktywnego, choć Komisja do tego zachęca.
Dowody i zmiany
Evidence & Change Intelligence łączy zmiany modeli, dostawców i regulacji ze zmianami wewnątrz organizacji. Pokazuje dotknięte systemy AI, dowody tracące aktualność i osoby odpowiedzialne za ponowną ocenę.
Dane demonstracyjne. Systemy i alerty poniżej są fikcyjne i nie opisują rzeczywistych zmian dostawców. Moduł pokazuje docelowy workflow produktu; działania zapisują się wyłącznie lokalnie w tej przeglądarce.
Portfel systemów i kompletność dowodów
Widok operacyjny dla AI governance: właściciel, wersja modelu, status akceptacji oraz dokumenty, które wymagają aktualizacji.
| System AI | Obszar / właściciel | Model | Akceptacja | Dowody | Następny przegląd |
|---|
Modułowy system operacyjny AI governance
Artefakty, które prowadzą od intencji do kontrolowanej decyzji.
Nie budujemy segregatora dokumentów. Budujemy połączony system odpowiedzialności, kontroli i dowodów dla AI governance, AI cyber, rejestru systemów, agentów, danych, dostawców oraz całego cyklu życia.
—artefaktów
—modułów
7bramek cyklu życia
1wspólny graf dowodów
Governance jako połączony system
Nie 36 dokumentów. Jeden przepływ decyzji.
Karta systemu AI jest wspólnym rdzeniem. Zapisane w niej przeznaczenie, dane, modele, właściciele i wpływ zasilają kolejne oceny oraz dowody — bez przepisywania tych samych informacji do osobnych plików.
1Fakt zapisany razSystem, model, agent, dane i dostawca mają własne, wersjonowane rekordy.
2Kontrole wynikają z kontekstuRyzyko, cyber i wymagania uruchamiają właściwe artefakty oraz właścicieli.
3Każda decyzja ma dowódZmiana wersji pokazuje, które testy i akceptacje trzeba odnowić.
Wspólne źródło prawdyKarta systemu AIprzeznaczenie · dane · modele
właściciele · wpływ · wersja
właściciele · wpływ · wersja
Zasada produktu: jeden fakt powinien być zapisany raz i używany w wielu artefaktach. Karta systemu zasila ocenę ryzyka, DPIA/FRIA, testy, decyzję, monitoring i pakiet audytowy — bez ręcznego przepisywania tych samych danych.
Mapa zgodności AI · około 5 minut
Nie wiesz, czego AI Act wymaga od Twojej firmy?
Opisz zastosowanie prostym językiem. Otrzymasz wstępną kwalifikację, możliwą ścieżkę ryzyka, terminy i listę działań — bez zaczynania od prawniczego formularza.
Katalog artefaktów
Kliknij kartę, aby otworzyć pełny opis. Szczegóły nie zmieniają już pozycji strony.
Plan wdrożenia organizacji
Wybrane elementy tworzą backlog governance. Kolejność jest liczona według zależności i cyklu życia.
Rejestr modeli i granic przetwarzania
Widok decyzyjny dla Google Cloud Vertex AI, Microsoft Azure AI Foundry i Amazon Bedrock. Łączy model z konkretną ścieżką wdrożenia, poziomem kontroli lokalizacji oraz statusem dostawcy zewnętrznego.
Najpierw granica przetwarzania. Potem model.
Ta sama rodzina modelu może być wywoływana regionalnie, w obrębie strefy UE albo globalnie. Rejestr nie uznaje samej lokalizacji zasobu za dowód — liczy się endpoint lub profil inferencji użyty w produkcji oraz zapis techniczny potwierdzający trasę.
Region wymuszonyNajwyższa kontrola: inferencja pozostaje w wybranym regionie.
Strefa / geografia UEPrzetwarzanie może przechodzić między regionami, ale w ustalonej granicy.
GlobalOptymalizacja dostępności bez gwarancji konkretnej geografii.
Wymaga potwierdzeniaModel, funkcja lub tryb preview ma własną macierz i warunki.
Ważne rozróżnienie: rezydencja danych w spoczynku, miejsce przetwarzania promptu i retencja/logowanie to trzy osobne kontrole. Dla modeli zewnętrznych sprawdzamy również, czy dostawca modelu ma dostęp do treści i czy aktywna funkcja — np. caching, grounding lub tryb udostępniania danych — zmienia warunki.
Modele i ścieżki dostarczenia
Filtr „dostępna kontrola” oznacza, że dana ścieżka może oferować taki poziom — przed akceptacją zawsze trzeba potwierdzić dokładny model ID, region i konfigurację.
Ocena konkretnego wdrożenia
Nie masz pewności, gdzie naprawdę przetwarzane są dane?
Możemy przełożyć model ID, endpoint, profil inferencji i warunki dostawcy na kartę kontroli lokalizacji dla Twojej organizacji.