Współdzielenie jednego konta dostępu do narzędzia AI przez kilku pracowników niesie dodatkowe ryzyka związane z bezpieczeństwem danych.

Na czym polega ta usługa

Usługa obejmuje ocenę ryzyka związanego ze współdzieleniem kont dostępu do AI oraz rekomendacje bezpieczniejszego rozwiązania.

Dla kogo ma sens

Usługa jest przydatna dla firm, w których kilku pracowników korzysta z jednego wspólnego konta dostępu do narzędzia AI.

Ile to trwa

Ocena bezpieczeństwa mieści się z reguły w standardowym czasie do 3 dni.

Warunki

Diagnoza wstępna i wycena są bezpłatne, a usługa objęta jest gwarancją do 12 miesięcy.

Główne zagrożenia wynikające ze wspólnego loginu i hasła do modeli sztucznej inteligencji

Współdzielenie jednego konta w chmurowych usługach generatywnej sztucznej inteligencji stwarza bezpośrednie ryzyko niekontrolowanego przepływu poufnych informacji wewnątrz organizacji oraz na zewnątrz. W większości popularnych platform cała historia zapytań (ang. prompt history) jest domyślnie widoczna dla każdego użytkownika zalogowanego na ten sam profil. Oznacza to, że pracownik działu marketingu może mieć natychmiastowy wgląd w zapytania wpisywane przez księgowość, dział kadr czy zarząd. Jeśli w treści promptu znalazły się zestawienia płacowe, wyciągi z systemów ERP (Enterprise Resource Planning – oprogramowanie do planowania zasobów przedsiębiorstwa, takich jak Comarch ERP Optima, InsERT Subiekt GT czy Symfonia), dane osobowe kandydatów do pracy lub szkice umów handlowych, dochodzi do naruszenia wewnętrznych uprawnień dostępu oraz przepisów RODO (Rozporządzenie o Ochronie Danych Osobowych).

Drugim kluczowym zagrożeniem jest brak rozliczalności (ang. accountability). Gdy z jednego konta korzysta równocześnie kilka lub kilkanaście osób, nie jest możliwe ustalenie, kto wprowadził do systemu określone informacje, kto wygenerował dany raport ani kto dokonał ewentualnych zmian w konfiguracji profilu. W razie wystąpienia incydentu bezpieczeństwa, takiego jak wyciek tajemnicy przedsiębiorstwa, brak indywidualnych logów zdarzeń uniemożliwia przeprowadzenie rzetelnego dochodzenia powłamaniowego.

Istotnym problemem w planach konsumenckich jest również kwestia wtórnego wykorzystania danych do trenowania modeli językowych. W darmowych oraz podstawowych płatnych subskrypcjach indywidualnych dostawcy technologii zastrzegają sobie prawo do analizowania zapytań użytkowników w celu doskonalenia algorytmów. Wprowadzane treści mogą w ten sposób trafić do bazy uczącej i zostać częściowo odtworzone w odpowiedziach generowanych dla innych podmiotów. Bezpieczne wdrożenie wymaga konfiguracji planów korporacyjnych lub zastosowania zasady Zero Data Retention (mechanizm gwarantujący natychmiastowe usuwanie zapytań z serwerów dostawcy po wygenerowaniu odpowiedzi).

Warianty współdzielenia narzędzi AI i ich specyfika techniczna

W praktyce biurowej spotyka się kilka różnych modeli korzystania z modeli sztucznej inteligencji, z których każdy niesie odmienny profil ryzyka technicznego:

Wspólne konto w przeglądarce internetowej – sytuacja, w której login i hasło są przekazywane między pracownikami lub zapisane w przeglądarkach na wielu stanowiskach komputerowych. W tym wariancie wyłączenie dostępu zwolnionemu pracownikowi wymaga natychmiastowej zmiany hasła na wszystkich urządzeniach, co rzadko bywa wykonywane konsekwentnie. Ponadto kody uwierzytelniania dwuskładnikowego (2FA – Two-Factor Authentication) są często przesyłane przez niezabezpieczone komunikatory, co ułatwia ich przechwycenie.
Współdzielone klucze API bez limitów uprawnień – wykorzystanie jednego klucza API (Application Programming Interface – interfejs programistyczny umożliwiający łączenie aplikacji z modelem językowym) w wielu skryptach, arkuszach kalkulacyjnych lub lokalnych programach pomocniczych. Brak podziału na klucze indywidualne uniemożliwia kontrolę kosztów oraz monitorowanie, które stanowisko generuje nietypowy ruch lub przesyła wrażliwe pakiety danych.
Niekontrolowane rozszerzenia przeglądarek (wtyczki AI) – instalowanie przez użytkowników wtyczek ułatwiających streszczanie stron, tłumaczenie tekstu lub redagowanie wiadomości e-mail. Rozszerzenia te często posiadają pełne uprawnienia do odczytu zawartości wszystkich otwartych kart w przeglądarce, w tym formularzy z danymi logowania do bankowości elektronicznej, systemów CRM i poczty firmowej.
Centralne środowisko zintegrowane z tożsamością firmową – model rekomendowany, w którym dostęp do narzędzi analitycznych opiera się na protokole SSO (Single Sign-On – pojedyncze logowanie) powiązanym z usługami katalogowymi, takimi jak Microsoft Entra ID (dawniej Azure Active Directory) lub Google Workspace. Każdy użytkownik posiada odrębny identyfikator, a uprawnienia są automatycznie odbierane z chwilą dezaktywacji konta pracowniczego w domenie.

Błędy popełniane przy próbach samodzielnego zabezpieczania dostępu do AI

Wprowadzanie ograniczeń w sposób nieprzemyślany często prowadzi do skutków odwrotnych od zamierzonych. Do najczęstszych błędów organizacyjnych i technicznych należą:

Wprowadzanie całkowitego zakazu korzystania z AI – blokowanie adresów internetowych narzędzi sztucznej inteligencji na poziomie firmowego routera lub zapory sieciowej (firewall) bez zaoferowania bezpiecznej alternatywy skutkuje zjawiskiem Shadow AI (niekontrolowane korzystanie przez pracowników z prywatnych narzędzi na telefonach lub komputerach domowych). Pracownicy, chcąc ułatwić sobie wykonywanie obowiązków, przesyłają dokumenty firmowe na prywatne skrzynki pocztowe, co całkowicie pozbawia firmę kontroli nad przepływem informacji.
Poleganie wyłącznie na menedżerach haseł bez polityki prywatności danych – udostępnienie wspólnego loginu przez firmowy menedżer haseł rozwiązuje problem bezpiecznego przechowywania danych uwierzytelniających, lecz w żaden sposób nie ogranicza widoczności historii zapytań ani nie zapobiega wklejaniu informacji objętych tajemnicą handlową.
Brak anonimizacji danych przed wysłaniem zapytania – bezpośrednie kopiowanie fragmentów baz danych, rejestrów sprzedaży z programów WAPRO ERP, Comarch ERP czy InsERT nexo oraz plików konfiguracyjnych zawierających adresy IP, hasła dostępowe do serwerów z systemami Windows i Linux lub klucze szyfrujące.
Zaniedbanie weryfikacji umów powierzenia przetwarzania danych (DPA – Data Processing Agreement) – korzystanie z platform, których serwery znajdują się poza Europejskim Obszarem Gospodarczym, bez zawarcia odpowiednich klauzul umownych gwarantujących zgodność z europejskimi normami prawnymi.
Brak konfiguracji systemów DLP (Data Loss Prevention) – nieobecność reguł na stacjach roboczych, które automatycznie blokują wklejanie numerów PESEL, numerów kart płatniczych lub oznaczonych dokumentów poufnych do formularzy w przeglądarkach internetowych.

Kiedy problem wykracza poza samo konto AI

Nieprawidłowości związane z pracą w narzędziach sztucznej inteligencji bywają jedynie objawem głębszych luk w architekturze bezpieczeństwa teleinformatycznego firmy. Audyt może wykazać konieczność podjęcia działań w innych obszarach infrastruktury:

Pierwszym przypadkiem jest obecność złośliwego oprogramowania typu infostealer (programy szpiegujące wyspecjalizowane w kradzieży haseł, plików cookie oraz aktywnych tokenów sesyjnych z przeglądarek). Jeżeli komputer jednego z pracowników zostanie zainfekowany, osoba nieuprawniona uzyskuje dostęp do wszystkich sesji roboczych, w tym do wspólnych narzędzi chmurowych, poczty i zasobów sieciowych. W takiej sytuacji zmiana hasła w samej usłudze AI jest niewystarczająca – konieczne jest kompleksowe oczyszczenie systemu operacyjnego, weryfikacja integralności oprogramowania antywirusowego oraz wdrożenie polityki izolacji stacji roboczych.

Drugim problemem jest brak centralnego zarządzania stacjami roboczymi (komputerami stacjonarnymi, laptopami i serwerami). W środowiskach, w których komputery nie są spięte w domenę i nie podlegają zasadom grupy (GPO – Group Policy Objects), niemożliwe jest wymuszenie jednolitych reguł dotyczących instalacji rozszerzeń, blokowania niezaufanych skryptów czy automatycznej aktualizacji oprogramowania. Ryzyko wycieku dotyczy wówczas nie tylko modeli językowych, lecz także lokalnych baz danych programów finansowo-księgowych (np. Płatnik, RAKS, enova365 czy SAP).

Jak przebiega audyt bezpieczeństwa i wdrożenie procedur ochronnych

W ramach kompleksowego wsparcia technicznego proces porządkowania środowiska sztucznej inteligencji realizowany jest w sposób uporządkowany i bezpieczny dla bieżącej ciągłości pracy przedsiębiorstwa:

Na wstępie przeprowadzana jest inwentaryzacja wykorzystywanych w firmie narzędzi AI, rozszerzeń przeglądarek oraz integracji API. Weryfikowane są dotychczasowe metody logowania, poziom uprawnień użytkowników oraz konfiguracja prywatności na istniejących kontach. W przypadku firm przetwarzających wrażliwe dane biznesowe, na życzenie klienta podpisywana jest bezpłatna umowa o zachowaniu poufności (NDA – Non-Disclosure Agreement) przed przystąpieniem do jakichkolwiek prac analitycznych.

W kolejnym etapie opracowywana jest architektura docelowa. Obejmuje ona rozdzielenie kont na profile imienne, wdrożenie logowania jednokrotnego (SSO) zintegrowanego z firmowym katalogiem użytkowników oraz konfigurację zasad uniemożliwiających wykorzystywanie wprowadzanych zapytań do trenowania publicznych modeli. W razie potrzeby konfigurowane są bezpieczne bramy dostępowe lub przygotowywane jest środowisko do uruchamiania lokalnych modeli językowych na firmowych serwerach z systemem Linux lub Windows Server, co całkowicie eliminuje konieczność przesyłania danych do chmur zewnętrznych.

Końcowym elementem jest przygotowanie jasnych wytycznych technicznych dla personelu oraz konfiguracja zabezpieczeń punktów końcowych (oprogramowania na laptopach i komputerach stacjonarnych), zapobiegających nieautoryzowanemu transferowi plików i danych wrażliwych. Wizyta serwisanta w siedzibie klienta na terenie Warszawy lub okolicznych powiatów pozwala na bezpośrednie wdrożenie polityk bezpieczeństwa na urządzeniach pracowników bez zakłócania ich codziennych zadań.

Pytania i odpowiedzi

Czy dostawcy modeli AI zawsze czytają i zapisują treść wpisywanych promptów?

W bezpłatnych oraz podstawowych wersjach konsumenckich treść zapytań jest standardowo zapisywana i może być przetwarzana przez zautomatyzowane systemy oraz audytorów w celu poprawy jakości usług. Dopiero wdrożenie dedykowanych planów biznesowych (Enterprise / Business) lub bezpośrednia integracja przez interfejs API z aktywną klauzulą wyłączenia trenowania (ang. zero data retention / opt-out) zapewnia formalną i techniczną gwarancję, że dane nie są przechowywane dłużej niż wymaga tego wygenerowanie odpowiedzi i nie posłużą do nauki algorytmów.

Jak rozwiązać problem kosztów, gdy licencje imienne dla każdego pracownika są zbyt drogie?

Alternatywą dla drogich subskrypcji imiennych w modelach subskrypcyjnych jest utworzenie wewnętrznej bramy pośredniczącej opartej o firmowy klucz API z centralnym rozliczaniem zużycia tokenów (ang. token – podstawowa jednostka tekstu przetwarzana przez model). Każdy pracownik otrzymuje wówczas dostęp do bezpiecznego, wewnętrznego interfejsu logując się własnym kontem domenowym. Pozwala to na pełną izolację historii konwersacji poszczególnych osób, kontrolę budżetu oraz eliminację ryzyka współdzielenia haseł przy zachowaniu znacznie niższych kosztów niż w przypadku zakupu indywidualnych planów miesięcznych.

Co należy zrobić, jeśli pracownik omyłkowo wkleił poufne dane firmy na współdzielone konto?

Należy niezwłocznie usunąć dany wątek z historii czatu, choć w modelach konsumenckich nie gwarantuje to natychmiastowego wymazania danych z kopii zapasowych dostawcy. Następnie należy przeprowadzić analizę zakresu ujawnionych informacji (czy były to dane osobowe, hasła dostępowe, czy tajemnica handlowa) i podjąć odpowiednie kroki zaradcze, takie jak natychmiastowa zmiana ujawnionych haseł lub kluczy dostępowych do systemów firmowych. Kolejnym krokiem powinno być zgłoszenie incydentu do administratora IT oraz wdrożenie technicznych blokad zapobiegających powtórzeniu się takiej sytuacji.

Czy usługa audytu wymaga przekazania haseł administratora lub haseł pracowników?

Zgodnie ze standardami bezpieczeństwa nie prosimy o podawanie haseł użytkowników ani haseł do prywatnych kont. Wszelkie prace konfiguracyjne, audyty uprawnień w konsolach administracyjnych (np. w panelach Microsoft 365, Google Workspace czy konsoli dostawcy AI) mogą być wykonywane bezpośrednio na stacji roboczej klienta pod jego nadzorem lub poprzez nadanie tymczasowego, dedykowanego konta technicznego o ściśle określonych uprawnieniach audytorskich.

Czy w ramach usługi możliwe jest zabezpieczenie także komputerów stacjonarnych i laptopów pracowników?

Tak, ocena środowiska teleinformatycznego obejmuje weryfikację stanu zabezpieczeń na urządzeniach końcowych. W ramach dojazdu do klienta na terenie Warszawy oraz 7 okolicznych powiatów sprawdzana jest konfiguracja przeglądarek, stan oprogramowania ochronnego, obecność nieautoryzowanych wtyczek oraz poprawność izolacji uprawnień użytkowników w systemach operacyjnych Windows i Linux.

Podsumowanie zasad bezpiecznego wykorzystania sztucznej inteligencji w środowisku biurowym

Współdzielenie pojedynczego konta do narzędzi generatywnych niesie ze sobą poważne konsekwencje w postaci utraty poufności danych handlowych, naruszenia przepisów o ochronie danych osobowych oraz całkowitego braku rozliczalności działań personelu. Zastąpienie wspólnego loginu przemyślaną strukturą kont imiennych, integracją z tożsamością firmową oraz techniczną blokadą trenowania modeli na firmowych danych pozwala w pełni korzystać z automatyzacji pracy przy zachowaniu pełnej kontroli nad firmową infrastrukturą IT.

22 378 48 09

Bezpieczeństwo danych przy współdzieleniu kont dostępu do AI