Jeszcze niedawno pytanie prawne dotyczące sztucznej inteligencji brzmiało najczęściej: czy pracownik może korzystać z ChatGPT?
Dzisiaj zaczynamy mieć zupełnie inny problem.
System AI nie tylko przygotowuje tekst. Otwiera CRM, czyta wiadomości, porównuje oferty, negocjuje rabat, wysyła klientowi propozycję, zamawia usługę albo wykonuje kolejne czynności w innych aplikacjach.
Granica pomiędzy AI, które podpowiada człowiekowi, a AI, które działa za człowieka, zaczyna się zacierać.
I właśnie tutaj robi się prawnie ciekawie.
Co, jeżeli agent sprzedażowy zaproponuje klientowi 60% rabatu zamiast dopuszczalnych 10%?
Co, jeżeli agent zakupowy zaakceptuje trzyletnią umowę SaaS?
Co, jeżeli system analizujący faktury zaakceptuje zmieniony numer rachunku i doprowadzi do wysłania pieniędzy oszustowi?
Czy przedsiębiorca może odpowiedzieć:
„To nie my. To zrobiło AI”?
Najczęściej taka odpowiedź będzie zdecydowanie zbyt prosta.
Agent AI nie jest obecnie odrębnym podmiotem prawa. Nie posiada własnej osobowości prawnej, majątku ani odpowiedzialności. Samo określenie „agent” jest określeniem technologicznym, a nie równoznacznym z przedstawicielem czy pełnomocnikiem w rozumieniu prawa cywilnego. Również AI Act nie tworzy osobnej kategorii prawnej „agenta AI” – takie rozwiązania ocenia się na podstawie ogólnych zasad dotyczących systemów AI.
Nie oznacza to jednak, że czynności wykonane automatycznie są z definicji bezskuteczne.
Wręcz przeciwnie.
Jeżeli przedsiębiorca świadomie wdraża system, daje mu dostęp do skrzynki, CRM, platformy zakupowej czy systemu finansowego, definiuje jego uprawnienia i następnie pozwala mu komunikować się z kontrahentami, pytanie przestaje brzmieć:
„Czy AI chciało zawrzeć umowę?”
Znacznie ważniejsze jest:
„Czy działanie systemu można prawnie przypisać przedsiębiorcy, który go wdrożył?”
I na to pytanie nie zawsze będzie jedna odpowiedź.
W Pasternak Business Law przy projektach obejmujących automatyzację nie patrzymy dlatego wyłącznie na sam AI Act. Analizujemy jednocześnie prawo cywilne, odpowiedzialność kontraktową, konfigurację technologii i dokumentację wdrożenia. Ten sam sposób myślenia stosujemy przy przygotowaniu i negocjowaniu umów IT, w których technologia powinna być opisana zgodnie z tym, jak faktycznie działa biznes. Umowy IT – Pasternak Business Law
Czy agent AI może zawrzeć umowę w imieniu firmy?
Najkrótsza odpowiedź brzmi:
AI samo nie staje się stroną umowy. Nie oznacza to jednak, że umowa zawarta przy wykorzystaniu AI nie może wiązać przedsiębiorcy.
Obowiązujący Kodeks cywilny nie został napisany z myślą o autonomicznych agentach opartych na dużych modelach językowych. Mamy jednak przepisy, które od lat pozwalają zawierać umowy elektronicznie i korzystać z automatycznych systemów.
Zgodnie z art. 60 Kodeksu cywilnego wola osoby dokonującej czynności prawnej może zostać wyrażona przez każde zachowanie, które ujawnia ją w sposób dostateczny, w tym elektronicznie. Aktualny tekst Kodeksu cywilnego pozostaje podstawowym punktem odniesienia również dla czynności wykonywanych przy użyciu automatyzacji.
Od lat nie budzi przecież większych emocji sytuacja, w której sklep internetowy automatycznie potwierdza zamówienie albo system giełdowy realizuje transakcję po spełnieniu określonych parametrów.
Agent AI komplikuje sprawę dlatego, że zakres jego zachowania może być znacznie mniej przewidywalny.
Nie dostaje wyłącznie instrukcji:
jeżeli cena spadnie poniżej 100 zł, kup 10 sztuk.
Może otrzymać polecenie:
znajdź najlepszego dostawcę, wynegocjuj korzystne warunki i dokonaj zakupu, jeżeli uznasz ofertę za odpowiednią.
Wtedy pomiędzy decyzją człowieka o uruchomieniu agenta a finalną czynnością pojawia się kilka autonomicznych etapów.
Nie oznacza to jednak automatycznie, że przedsiębiorca uwalnia się od skutków końcowego działania.
Modelowy case study: handlowiec AI dał klientowi 60% rabatu
Wyobraźmy sobie spółkę SaaS.
Firma wdraża agenta sprzedażowego połączonego z: CRM, cennikiem, historią klientów, skrzynką e-mail, kalendarzem handlowców.
System może odpowiadać na zapytania, umawiać demo i przygotowywać oferty.
Zgodnie z wewnętrzną instrukcją maksymalny rabat powinien wynosić 15%.
Agent błędnie interpretuje dane dotyczące strategicznego klienta i wysyła wiadomość:
Możemy zaoferować roczny dostęp za 40 000 zł zamiast standardowych 100 000 zł. Oferta ważna do piątku.
Klient odpowiada:
Akceptujemy.
Co teraz?
Pierwszy błąd polegałby na przyjęciu, że umowy nie ma, bo wiadomość stworzyła sztuczna inteligencja.
Trzeba zbadać znacznie więcej.
Czy wiadomość została wysłana z firmowej domeny?
Czy agent był przedstawiany klientowi jako oficjalny kanał sprzedaży?
Czy miał dostęp do aktualnego cennika?
Czy wcześniej wysyłał oferty, które firma normalnie realizowała?
Czy klient miał jakikolwiek powód podejrzewać pomyłkę?
Czy cena 40 000 zł była tak nietypowa, że błąd powinien być oczywisty?
Czy przedsiębiorca zastrzegł konieczność dodatkowego zatwierdzenia oferty?
Czy agent rzeczywiście przekroczył ograniczenie techniczne, czy ograniczenie istniało tylko w wewnętrznej instrukcji?
Dopiero odpowiedzi na te pytania pozwalają analizować, czy doszło do skutecznego zawarcia umowy oraz czy przedsiębiorca może korzystać z instrumentów dotyczących błędu.
I tu pojawia się ważna rzecz.
Wewnętrzne ograniczenie agenta nie musi być automatycznie znane kontrahentowi.
Jeżeli firma pozwala systemowi samodzielnie prowadzić sprzedaż, a klient nie wie, że każda oferta powyżej określonego rabatu wymaga zgody człowieka, późniejsze powoływanie się wyłącznie na „naszą wewnętrzną politykę AI” może być niewystarczające.
Komentarz Bartosza Pasternaka
Przy agentach AI nie skupiałbym się przesadnie na pytaniu, czy sam system posiada „wolę”.
Dla biznesu ważniejsze jest pytanie o atrybucję działania.
Jeżeli dajemy systemowi firmowy adres e-mail, dane klientów, aktualny cennik i możliwość wysyłania ofert, a następnie informujemy rynek, że jest naszym asystentem sprzedażowym, trudno projektować bezpieczeństwo prawne wyłącznie na założeniu:
„Jeżeli zrobi coś nieprzewidzianego, powiemy, że to nie my”.
Z punktu widzenia zarządzania ryzykiem dużo lepiej przyjąć odwrotne założenie:
każde działanie, które pozwalamy agentowi wykonać na zewnątrz, potencjalnie będziemy musieli później wytłumaczyć jako własne.
Agent AI zrobił przelew albo kupił usługę. Kto ponosi odpowiedzialność?
Tu ryzyko robi się jeszcze większe.
Wyobraźmy sobie narzędzie finansowe, które potrafi: czytać faktury, porównywać je z zamówieniami, sprawdzać dane kontrahentów, przygotowywać płatności, a do określonej kwoty również automatycznie je zatwierdzać.
To nie jest już chatbot. To element procesu finansowego.
Modelowy case study: agent otrzymał fałszywą fakturę
Firma pozwala agentowi automatycznie obsługiwać faktury do równowartości 5 000 euro.
System odbiera wiadomość wyglądającą jak korespondencja stałego dostawcy.
Treść brzmi:
Od tego miesiąca zmieniliśmy bank. Prosimy o płatność na nowy rachunek.
Agent porównuje nazwę spółki, numer faktury i wartość z systemem księgowym.
Wszystko się zgadza.
Nie wykrywa natomiast, że mail przyszedł z domeny różniącej się jedną literą.
Płatność zostaje wykonana.
Pytanie:
kto odpowiada za stratę?
Nie ma jednej automatycznej odpowiedzi.
Trzeba przeanalizować między innymi:
kto zaprojektował proces,
jakie zabezpieczenia były wymagane,
czy agent powinien był porównywać domenę,
czy zmiana rachunku wymagała dodatkowego potwierdzenia,
czy dostawca AI obiecywał konkretny poziom bezpieczeństwa,
czy integrator poprawnie skonfigurował narzędzie,
czy pracownicy mogli zablokować transakcję,
czy bank wykonał prawidłowo autoryzowaną operację,
oraz czy przedsiębiorca sam zdecydował o dopuszczeniu autonomicznych płatności.
To pokazuje fundamentalny problem z odpowiedzialnością za agentic AI.
Pomiędzy błędem a szkodą może znajdować się cały łańcuch:
model AI → dostawca platformy → integrator → konfiguracja klienta → dane wejściowe → pracownik → zewnętrzny system → bank.
Nie istnieje obecnie w polskim prawie zasada mówiąca:
jeżeli szkoda powstała przez agenta AI, odpowiada dostawca AI.
Podział odpowiedzialności będzie zależał od podstawy roszczenia, umów i konkretnego źródła problemu. W aktualnych analizach polskiego rynku podkreśla się właśnie brak osobnego reżimu odpowiedzialności dla agentów AI oraz konieczność sięgania do istniejących zasad odpowiedzialności kontraktowej i deliktowej.
Dlatego przy takiej automatyzacji dobra umowa wdrożeniowa IT powinna opisywać znacznie więcej niż termin uruchomienia systemu i wynagrodzenie wykonawcy. Umowa wdrożeniowa IT – Pasternak Business Law
Powinna odpowiadać między innymi na pytanie:
co właściwie dostawca obiecuje, że agent będzie robił poprawnie?
Czy dostawca AI zapłaci, jeżeli agent popełni błąd?
To jedno z pierwszych pytań, które zadałbym przed zakupem rozwiązania agentowego.
Marketing może mówić:
autonomous AI sales representative,
AI finance employee,
digital procurement specialist.
Umowa może natomiast mówić:
usługa jest dostarczana „as is”,
użytkownik odpowiada za wszystkie działania systemu,
dostawca nie gwarantuje poprawności outputu,
maksymalna odpowiedzialność dostawcy wynosi opłaty zapłacone w ostatnich trzech miesiącach.
I nagle „cyfrowy pracownik” okazuje się narzędziem, za którego wszystkie błędy odpowiada klient.
To właśnie dlatego klasyczny model kontraktowy SaaS może okazać się niewystarczający przy agentic AI. Międzynarodowa praktyka kontraktowa coraz wyraźniej zwraca uwagę, że przy agentach znaczenia nabierają m.in. gwarancje rezultatu, governance, audyt, odpowiedzialność, zarządzanie danymi oraz zasady dotyczące autonomicznych czynności.
Przy analizie umowy z dostawcą sprawdziłbym szczególnie:
| Element umowy | Co sprawdzić |
|---|---|
| Zakres autonomii | Jakie czynności agent może wykonywać bez człowieka |
| Limity | Kwoty, rabaty, typy umów i dozwolone operacje |
| Gwarancje | Czy vendor odpowiada za deklarowane funkcje |
| Liability cap | Do jakiej wysokości odpowiada dostawca |
| Wyłączenia | Za jakie zachowania agenta vendor nie odpowiada |
| Logi | Czy można odtworzyć każdą decyzję i akcję |
| Dane | Jakie informacje agent może wykorzystywać |
| Integracje | Kto odpowiada za błędy systemów zewnętrznych |
| Incydenty | Kto i jak szybko reaguje na nietypowe zachowanie |
| Human approval | Kiedy potrzebna jest akceptacja człowieka |
| Kill switch | Czy agent może zostać natychmiast zatrzymany |
| Exit | Czy po zmianie dostawcy odzyskamy dane, konfigurację i logi |
Właśnie dlatego przy zakupie systemu agentowego analizowałbym nie tylko licencję, ale cały model umowy IT, SLA, odpowiedzialności i integracji. Umowy IT – Pasternak Business Law
Trzeci modelowy case: agent kupił SaaS na 36 miesięcy
Firma daje agentowi procurement dostęp do katalogu zaakceptowanych dostawców.
Polecenie brzmi:
wybieraj najkorzystniejsze cenowo narzędzia potrzebne zespołowi marketingowemu.
Agent wybiera platformę marketing automation.
Miesięczna cena wygląda atrakcyjnie.
Agent akceptuje Terms of Service.
Problem pojawia się miesiąc później.
Okazuje się, że oferta była ceną promocyjną przy 36-miesięcznym zobowiązaniu i automatycznym odnowieniu.
Firma twierdzi:
„Nikt nie zgodził się na trzy lata”.
Dostawca odpowiada:
„Wasze konto zaakceptowało warunki”.
Znów nie wystarczy powiedzieć, że kliknięcia dokonało AI.
Trzeba ustalić, jaki zakres czynności przedsiębiorca świadomie dopuścił, jak został skonfigurowany system i co kontrahent mógł racjonalnie zakładać.
W praktyce takich problemów będzie coraz więcej przy produktach sprzedawanych jako SaaS, dlatego również regulamin i model zawierania umowy powinny odpowiadać na sytuację, w której po obu stronach transakcji coraz większą rolę odgrywa automatyzacja. Umowa SaaS – Pasternak Business Law
AI Act a agent AI – jakie obowiązki ma firma?
Ważne jest, żeby nie sprowadzać całego problemu odpowiedzialności za agenta do AI Act.
AI Act jest bardzo ważny, ale nie odpowiada samodzielnie na pytanie, czy błędna oferta wygenerowana przez agenta wiąże przedsiębiorcę.
To pozostaje przede wszystkim problemem prawa cywilnego i konkretnej relacji umownej.
AI Act dodaje natomiast własne obowiązki.
Komisja Europejska wskazuje wprost, że agenci AI nie stanowią osobnej kategorii regulacyjnej. Jeżeli spełniają definicję systemu AI, stosujemy do nich przepisy właściwe dla danego systemu i sposobu użycia.
Od 2 sierpnia 2026 r. stosowane są między innymi określone obowiązki transparentności z art. 50 AI Act. Jeżeli system jest przeznaczony do bezpośredniej interakcji z człowiekiem, powinien być zaprojektowany w taki sposób, aby osoba została poinformowana, że komunikuje się z AI, chyba że jest to dla niej oczywiste. Komisja opublikowała w lipcu 2026 r. finalne wytyczne dotyczące tych obowiązków.
Jeżeli więc agent AI sam prowadzi rozmowę z klientem, firma powinna sprawdzić, czy użytkownik wie, z czym rozmawia i kto stoi za komunikacją systemu.
Szerzej zasady oznaczania chatbotów i agentów opisujemy w analizie AI Act – kiedy oznaczać treści AI, chatboty i deepfake. AI Act – oznaczanie treści i chatbotów
Do tego dochodzi art. 4 AI Act dotyczący kompetencji w zakresie AI. Podmioty stosujące systemy AI powinny podejmować działania zmierzające do zapewnienia odpowiedniego poziomu AI literacy osobom korzystającym z takich systemów w ich imieniu.
Przy agencie posiadającym dostęp do pieniędzy, umów albo danych klientów szkolenie zespołu nie powinno więc kończyć się na instrukcji:
„nie wpisuj danych osobowych do ChatGPT”.
Zespół musi rozumieć: do czego agent ma dostęp, jakie czynności wykonuje automatycznie, kiedy wymaga akceptacji, gdzie znajdują się logi, jak zgłaszać nietypowe zachowanie, jak agent może zostać wyłączony.
To warto połączyć z wewnętrzną polityką AI w firmie, ale dokument powinien odzwierciedlać rzeczywiste systemy i uprawnienia, a nie być ogólną instrukcją skopiowaną z internetu. Polityka AI w firmie – Pasternak Business Law
A co z RODO?
Jeżeli agent jedynie wysyła ofertę B2B, art. 22 RODO nie musi mieć większego znaczenia.
Jeżeli jednak system podejmuje wyłącznie automatycznie decyzje dotyczące osoby fizycznej, które wywołują wobec niej skutki prawne lub podobnie istotnie na nią wpływają, pojawia się dodatkowa analiza dotycząca zautomatyzowanego podejmowania decyzji.
Art. 22 RODO przewiduje w tym zakresie szczególne zasady oraz określone wyjątki i zabezpieczenia, w tym w niektórych przypadkach prawo do interwencji człowieka i zakwestionowania decyzji.
To będzie szczególnie ważne, gdy agent: odrzuca klienta, decyduje o dostępie do usługi, ustala indywidualne warunki na podstawie profilu osoby, automatycznie ocenia wiarygodność, albo podejmuje inną istotną decyzję dotyczącą człowieka.
Jak wdrożyć agenta AI, żeby nie oddać mu firmy?
Przy wdrożeniu agenta zaproponowałbym prostą zasadę.
Nie pytaj tylko, co agent potrafi zrobić. Pytaj, czego fizycznie nie może zrobić bez dodatkowej zgody.
W praktyce stosowałbym coś, co roboczo można nazwać testem pięciu granic agenta AI.
1. Granica wartości
Agent nie powinien posiadać nieograniczonej możliwości ekonomicznego wiązania przedsiębiorstwa.
Przykładowo:
oferty do 5 000 zł – automatycznie,
5 000–20 000 zł – potwierdzenie handlowca,
powyżej 20 000 zł – akceptacja managera.
Ta sama logika może dotyczyć: rabatu, zwrotu, zakupu, przelewu, kredytu kupieckiego, długości kontraktu.
2. Granica czynności
Agent powinien mieć allowlistę działań, a nie ogólne pozwolenie „zrób wszystko, co będzie potrzebne”.
Inaczej oceniamy system, który: przygotowuje ofertę,
a inaczej system, który: przygotowuje, wysyła, negocjuje, akceptuje zmiany i podpisuje finalne warunki.
Każdy kolejny etap zwiększa ryzyko.
3. Granica akceptacji człowieka
Nie każda czynność musi wymagać human-in-the-loop.
Jeżeli jednak agent wykonuje operację: nieodwracalną, wysokiej wartości, nietypową, dotyczącą nowego kontrahenta albo zwiększającą odpowiedzialność firmy, warto wymagać dodatkowego zatwierdzenia.
4. Granica dowodowa
Jeżeli po sześciu miesiącach nie jesteśmy w stanie ustalić: jakie dane agent otrzymał, jakie narzędzia uruchomił, jaką decyzję podjął, co wysłał i na podstawie jakiej konfiguracji działał, problem prawny staje się również problemem dowodowym.
Dlatego logowanie działań agenta jest nie tylko kwestią technologiczną.
Może decydować o tym, czy firma potrafi później wykazać źródło błędu i skierować roszczenie wobec właściwego podmiotu.
W aktualnych analizach odpowiedzialności za agentic AI logi wskazywane są właśnie jako jeden z najważniejszych elementów pozwalających rekonstruować zdarzenia.
5. Granica awaryjna
Każdy system wykonujący autonomiczne czynności powinien posiadać odpowiednik: STOP.
Jeżeli agent zaczyna: masowo wysyłać błędne oferty, składać zamówienia, usuwać dane, wykonywać przelewy, albo generować nietypową komunikację,
firma powinna wiedzieć: kto może go natychmiast zatrzymać, jak odebrać mu dostęp, jak zablokować tokeny/API, jak przerwać rozpoczęte procesy i jak odtworzyć ostatnie działania.
To brzmi technicznie, ale powinno być opisane zarówno w architekturze systemu, jak i dokumentacji organizacyjnej.
Komentarz eksperta
Przy tradycyjnym oprogramowaniu najczęściej pytamy:
„Co się stanie, jeżeli system przestanie działać?”
Przy agentic AI trzeba dodać drugie pytanie:
„Co się stanie, jeżeli system będzie działał bardzo sprawnie, ale zacznie robić niewłaściwe rzeczy?”
To zupełnie inna kategoria ryzyka.
Awaria zatrzymuje proces.
Źle skonfigurowany agent może natomiast kontynuować proces przez kilka godzin i bardzo skutecznie powielać ten sam błąd.
Dlatego najbardziej niebezpieczny agent AI nie musi być tym, który się zawiesza.
Może być nim ten, który działa dokładnie tak, jak został technicznie zaprojektowany, ale inaczej niż zarząd wyobrażał sobie jego rolę.
Kto odpowiada za agenta AI? Najczęstsze pytania
Czy agent AI ma osobowość prawną?
Nie. Obecnie ani polskie prawo, ani AI Act nie tworzą dla agentów AI odrębnej osobowości prawnej. Agent pozostaje systemem technologicznym, a odpowiedzialności szuka się po stronie osób i podmiotów uczestniczących w jego stworzeniu, wdrożeniu i wykorzystaniu.
Czy AI może być pełnomocnikiem spółki?
Nie należy utożsamiać technologicznego określenia „AI agent” z pełnomocnikiem w rozumieniu Kodeksu cywilnego. AI nie jest osobą posiadającą zdolność do bycia klasycznym przedstawicielem. Nie oznacza to jednak, że czynności wykonane poprzez system nie mogą zostać przypisane przedsiębiorcy.
Czy umowa zawarta przez agenta AI jest nieważna?
Nie można przyjąć takiej ogólnej zasady. Należy zbadać sposób wykorzystania systemu, treść komunikacji, konfigurację, zachowanie przedsiębiorcy, wiedzę drugiej strony i zasady dotyczące składania oświadczeń woli.
Czy mogę anulować umowę, jeżeli agent podał złą cenę?
Samo stwierdzenie, że cenę wygenerowało AI, nie wystarczy. W zależności od okoliczności można analizować przepisy dotyczące błędu, ale znaczenie będzie miało m.in. to, czy druga strona wiedziała o błędzie albo mogła go łatwo zauważyć.
Czy dostawca AI odpowiada za błędną decyzję agenta?
Nie automatycznie. Trzeba sprawdzić umowę z dostawcą, zakres gwarancji, limit odpowiedzialności, konfigurację, źródło problemu i związek pomiędzy błędem a szkodą.
Czy agent AI rozmawiający z klientem musi powiedzieć, że jest AI?
Od 2 sierpnia 2026 r. stosowane są obowiązki transparentności art. 50 AI Act. System przeznaczony do bezpośredniej interakcji z człowiekiem powinien być zaprojektowany tak, aby osoba była poinformowana o interakcji z AI, chyba że jest to dla niej oczywiste w danych okolicznościach.
Czy każda decyzja agenta wymaga zatwierdzenia człowieka?
Nie istnieje jedna generalna zasada nakazująca human approval przy każdej czynności każdego agenta. Zakres kontroli powinien jednak odpowiadać ryzyku. Inaczej można traktować automatyczne umówienie spotkania, a inaczej przelew 100 000 zł albo podpisanie wieloletniego zobowiązania.
Czy potrzebujemy polityki AI?
Nie istnieje uniwersalny obowiązek posiadania dokumentu o nazwie „polityka AI” przez każdą firmę. Jeżeli jednak organizacja wykorzystuje agentów mających dostęp do danych, klientów, dokumentów i innych aplikacji, jasne zasady dotyczące uprawnień, kontroli, danych, incydentów i odpowiedzialności stają się bardzo istotnym elementem governance. Więcej o konstrukcji takiego dokumentu opisujemy w materiale dotyczącym polityki AI w firmie. Polityka AI w firmie
Co firma powinna zrobić przed wdrożeniem agenta AI?
Zaczęlibyśmy od mapy uprawnień.
Od prostej tabeli:
| Pytanie | Odpowiedź |
|---|---|
| Do czego agent ma dostęp? | |
| Co może tylko odczytać? | |
| Co może zmieniać? | |
| Co może wysyłać na zewnątrz? | |
| Jakie zobowiązania może tworzyć? | |
| Do jakiej wartości? | |
| Kiedy potrzebuje człowieka? | |
| Gdzie zapisują się logi? | |
| Kto może go wyłączyć? | |
| Kto odpowiada za incydent? |
Jeżeli firma nie potrafi wypełnić tej tabeli, prawdopodobnie nie jest jeszcze gotowa na autonomicznego agenta w procesie o wysokim znaczeniu biznesowym.
Pasternak Business Law wspiera przedsiębiorców i firmy technologiczne przy analizie wdrożeń AI, przygotowaniu umów z dostawcami, polityk AI, dokumentacji SaaS i IT oraz zasad odpowiedzialności za systemy wykorzystywane w przedsiębiorstwie.
Przy agentic AI zaczynamy od ustalenia co system rzeczywiście może zrobić w imieniu firmy, a dopiero później analizujemy AI Act, umowę, dane, odpowiedzialność i potrzebne zabezpieczenia.
Bo jeżeli agent AI może wysłać ofertę, zaakceptować umowę albo uruchomić płatność, nie jest już tylko narzędziem do generowania tekstu.
Staje się częścią procesu decyzyjnego przedsiębiorstwa.
I właśnie tak powinien być traktowany również prawnie.
Stan prawny: 30 września 2026 r.
Artykuł uwzględnia obowiązujący Kodeks cywilny, AI Act, obowiązki transparentności stosowane od 2 sierpnia 2026 r. oraz aktualne wytyczne Komisji Europejskiej dotyczące art. 50 AI Act. Zakres odpowiedzialności za konkretną czynność agenta AI wymaga każdorazowo analizy sposobu wdrożenia systemu, umów oraz stanu faktycznego.