Dane z Waszych maszyn leżą w portalu producenta, a 82% polskich firm nie używa AI, bo „nie ma danych”. Od 12 września 2026 te dwa zdania przestały być zbiegiem okoliczności

Dlaczego to jest tekst o AI, a nie o prawie

Zacznijmy od liczby, która tłumaczy całą resztę. Z badań GUS za 2026 rok wynika, że z narzędzi AI korzystało 17,8% przedsiębiorstw w Polsce — o 9,1 punktu procentowego więcej niż rok wcześniej. To podwojenie w ciągu dwunastu miesięcy i jednocześnie informacja, że ponad cztery piąte firm nadal nie używa AI do niczego. Jeszcze ciekawszy jest rozkład zastosowań: marketing i sprzedaż 11,1% firm, prace biurowe i wspomaganie decyzji zarządczych 9,6%. Czyli tam, gdzie danymi jest tekst, który i tak leży w firmie.

Procesy, w których AI daje policzalny zwrot w produkcji, transporcie i serwisie, w tej statystyce prawie nie występują. Nie dlatego, że nikt o nich nie słyszał — predykcyjne utrzymanie ruchu jest w prezentacjach od dekady. Dlatego, że wymagają szeregów czasowych z urządzeń, a te szeregi w typowej polskiej firmie są fizycznie poza jej zasięgiem. Są zbierane przez sterownik, wysyłane do chmury producenta i wracają do Was w formie pulpitu, na którym widać trzy wskaźniki wybrane przez kogoś innego.

To jest prawdziwa przyczyna, dla której rozmowa o AI w halach produkcyjnych kończy się na audycie. W tekście o danych gotowych na AI opisywaliśmy, co trzeba uporządkować po swojej stronie. Data Act dotyczy warstwy wcześniejszej: czy w ogóle macie prawo dostać dane, których nie da się uporządkować, bo ich u Was nie ma. Przez lata odpowiedź brzmiała „zależy, co jest w umowie serwisowej”. Od września 2025 roku odpowiedź brzmi inaczej.

Co dokładnie weszło i kiedy

Nie jesteśmy kancelarią i zakres obowiązków dla Waszej konkretnej umowy i konkretnego urządzenia warto potwierdzić z prawnikiem. Cztery daty trzeba jednak znać, bo decydują o tym, co możecie zrobić dzisiaj, a na co trzeba poczekać.

1. 11 stycznia 2024 — rozporządzenie weszło w życie. Od tej daty dostawcy usług przetwarzania danych, w tym chmur, mogą pobierać za zmianę dostawcy wyłącznie opłaty odpowiadające kosztom bezpośrednio związanym z przeniesieniem i muszą o nich informować z góry.
2. 12 września 2025 — rozporządzenie stosuje się bezpośrednio. Od tej daty działa prawo użytkownika do dostępu do danych generowanych przez produkt połączony i usługę powiązaną oraz prawo polecenia, by posiadacz danych przekazał je wskazanej osobie trzeciej. Przepisy o nieuczciwych klauzulach w umowach B2B o udostępnianie danych stosuje się do umów zawartych od tego dnia.
3. 12 września 2026 — obowiązek z art. 3 ust. 1, czyli projektowanie produktów połączonych i usług powiązanych tak, żeby dane wraz z metadanymi były dla użytkownika dostępne domyślnie, w sposób prosty i bezpieczny, bezpłatnie, w kompleksowym ustrukturyzowanym formacie do odczytu maszynowego, a jeśli to wykonalne i właściwe — w czasie rzeczywistym i w sposób ciągły. Dotyczy produktów wprowadzanych do obrotu po tej dacie, nie całego parku maszynowego.
4. 12 stycznia 2027 — opłaty za samą zmianę dostawcy usług przetwarzania danych znikają całkowicie. To data, którą warto wpisać do kalendarza przed negocjacją każdej umowy chmurowej i każdej umowy na platformę AI, która rozlicza się za przetwarzanie.
5. 12 września 2027 — przepisy o nieuczciwych klauzulach obejmują także część umów zawartych wcześniej, jeśli są bezterminowe albo długoterminowe. Czyli umowy, których dziś nikt nie czyta, bo „podpisane i działa”.

Polska ustawa wykonawcza: kto i za co ukarze

Rozporządzenie stosuje się bezpośrednio, ale egzekucja wymaga krajowego organu i trybu. Projekt ustawy o sprawiedliwym dostępie do danych i ich wykorzystywaniu, oznaczony w wykazie prac rządu jako UC114, przeszedł w 2026 roku przez Komitet Stały Rady Ministrów, a w połowie października 2026 roku został przyjęty przez Radę Ministrów. Według informacji z tego etapu prac ustawa ma wejść w życie trzy miesiące po publikacji, więc warto sprawdzić aktualny status przed powołaniem się na nią w piśmie.

Konstrukcja jest jednolita: Prezes Urzędu Komunikacji Elektronicznej ma być organem właściwym do stosowania i egzekwowania rozporządzenia, koordynatorem danych, czyli punktem kontaktowym, oraz organem certyfikującym podmioty rozstrzygające spory o dostęp do danych poza sądem. Certyfikat ma być wydawany na pięć lat z możliwością przedłużenia.

Tryb postępowania ma znaczenie praktyczne dla obu stron. Postępowanie uruchamia skarga — na przykład użytkownika produktu połączonego — albo działanie z urzędu. Spór może dotyczyć odmowy dostępu, ograniczeń dostępu, warunków przekazania albo wysokości rekompensaty. Przedsiębiorca ma dostać co najmniej 14 dni na przedstawienie stanowiska, a jeżeli sam usunie naruszenie, postępowanie powinno zostać umorzone. Jeżeli nie — Prezes UKE może nakazać usunięcie naruszenia i nałożyć karę: według projektu do 100 tys. zł, a w przypadku przedsiębiorcy do 4% obrotu z poprzedniego roku obrotowego.

Dla Was to oznacza dwie rzeczy jednocześnie. Pierwsza: odmowa dostępu do danych z maszyny ma dziś adres, pod który można napisać, i nie wymaga pozwu. Druga: jeżeli sami produkujecie urządzenia podłączone do sieci, ta sama ścieżka prowadzi do Was i wystarczy jedna skarga jednego klienta.

Trzy role, w których możecie być w tym rozporządzeniu naraz

Największy błąd w czytaniu Data Act polega na przyjęciu, że firma jest w nim po jednej stronie. Typowa średnia firma produkcyjna jest po trzech i każda z nich ma inne obowiązki oraz inne możliwości.

• Jesteście użytkownikiem. Macie wtryskarki, prasy, agregaty, ciągniki, wózki widłowe, chłodnie, kompresory, terminale, wagi albo flotę z telematyką. Dane, które te urządzenia generują, są — upraszczając — Waszą dźwignią: od września 2025 możecie żądać do nich dostępu, a także wskazać dostawcę analityki albo integratora, któremu posiadacz danych ma je przekazać. To rola, w której Data Act daje Wam coś, czego wcześniej nie było.
• Jesteście posiadaczem danych. Jeżeli produkujecie maszyny, urządzenia, systemy sterowania albo świadczycie usługę powiązaną z własnym wyrobem, to Wy jesteście stroną, która ma udostępniać. Mikro i małe przedsiębiorstwa są z obowiązku dzielenia się danymi zwolnione, ale tylko jeśli działają samodzielnie, nie są częścią większej grupy i nie są wykonawcą produktu zaprojektowanego przez kogoś innego. Średnie korzystają ze zwolnienia czasowego — przez pierwszy rok od uzyskania tego statusu albo od wprowadzenia produktu na rynek. Warto to policzyć na własnym przypadku, bo bycie podwykonawcą cudzego projektu wyłącza wyłączenie.
• Jesteście odbiorcą danych. Dostajecie dane z urządzeń swoich klientów, bo serwisujecie, monitorujecie albo prowadzicie dla nich analitykę. Wtedy obowiązuje Was zakaz z art. 6: tych danych nie wolno wykorzystać do opracowania produktu konkurencyjnego wobec produktu połączonego, z którego pochodzą, a profilowanie jest dopuszczalne tylko wtedy, gdy jest niezbędne do świadczenia usługi. To przepis, który trzeba przeczytać przed, a nie po zbudowaniu modelu na danych klientów.

Czego Data Act nie daje

Granicę stawiamy wcześnie, bo w rozmowach o tym rozporządzeniu bardzo szybko pojawia się nadzieja, że właśnie zniknął cały problem danych. Nie zniknął i warto wiedzieć, która część została.

Nie dostaniecie danych, których urządzenie nie zbiera. Rozporządzenie dotyczy danych, które produkt połączony generuje i które są pozyskiwane, a nie tych, które mógłby generować, gdyby miał inny czujnik. Jeżeli wtryskarka nie mierzy ciśnienia w tym punkcie, żadne pismo tego nie zmieni — zostaje doposażenie. To bardzo częste rozczarowanie w pierwszym tygodniu takiego projektu.

Nie dostaniecie wyników, know-how i modeli producenta. Prawo dotyczy danych z urządzenia i ich metadanych, a nie wniosków wyprowadzonych przez producenta, jego algorytmów diagnostycznych ani informacji wzbogaconych jego własną wiedzą. Dane surowe i przetworzone w rozumieniu rozporządzenia tak; cudza analityka nie.

Nie dostaniecie dostępu z dnia na dzień i nie zawsze w czasie rzeczywistym. Obowiązek bezpośredniego dostępu „z projektu” dotyczy produktów wprowadzanych do obrotu po 12 września 2026. Dla maszyny kupionej w 2019 roku ścieżką jest żądanie udostępnienia danych do posiadacza danych, a realny format bywa wynikiem rozmowy technicznej, nie tylko prawnej.

Nie dostaniecie zwolnienia z RODO. Jeżeli w danych są dane osobowe — a są, gdy da się z nich odtworzyć, kto prowadził pojazd albo kto obsługiwał maszynę na zmianie — obowiązuje pełny reżim z odrębną podstawą prawną. Data Act nie tworzy nowej podstawy przetwarzania danych osobowych. Co to oznacza przy projekcie AI, rozpisaliśmy w tekście o RODO przy wdrożeniu AI.

I nie dostaniecie gotowego projektu AI. Dane z maszyn są warunkiem, nie rozwiązaniem. Firma, która wywalczy dostęp i nie ma nikogo, kto zdefiniuje, co właściwie ma być przewidywane i jakim kosztem, skończy z kolejnym pulpitem, na który nikt nie patrzy.

Jak w praktyce wygląda żądanie dostępu do danych

W projektach, które prowadzimy, ten krok okazuje się zaskakująco mało prawniczy. Posiadacz danych zwykle nie odmawia z zasady — odmawia, bo nie wie, o co dokładnie jest pytany, i bo pytanie trafia do serwisanta, a nie do działu, który o takich rzeczach decyduje. Dlatego kolejność ma większe znaczenie niż ton pisma.

Najpierw inwentaryzacja. Lista urządzeń, dla każdego: producent, model, rok wprowadzenia do obrotu, czy jest podłączone do sieci, przez kogo, jaka usługa powiązana działa na jego danych, kto jest stroną umowy i jaki dostęp macie dziś. Ta tabela zwykle sama rozstrzyga, od którego urządzenia zacząć — zaczyna się od tego, które najczęściej się psuje albo najdrożej stoi.

Potem precyzyjny zakres. Żądanie „wszystkich danych” jest najprostszym sposobem na trzy miesiące korespondencji. Żądanie konkretne — te sygnały, z tą częstotliwością próbkowania, z tego okresu, w tym formacie, z metadanymi i znacznikami czasu, przez API albo jako eksport cykliczny — daje odpowiedź w tygodniach, bo ktoś po drugiej stronie potrafi je wycenić i wykonać.

Potem decyzja, czy dane mają iść do Was, czy od razu do osoby trzeciej. Jeżeli analitykę ma robić integrator albo dostawca systemu utrzymania ruchu, możecie polecić posiadaczowi danych przekazywanie ich bezpośrednio temu podmiotowi, w tej samej jakości i zakresie, w jakim dysponuje nimi sam posiadacz. To skraca drogę i zdejmuje z Was rolę pośrednika w transferze, którego nie umiecie obsłużyć technicznie.

I na koniec jedno zdanie, które warto mieć w piśmie: wskazanie podstawy. Nie dla efektu, a dlatego, że przestawia rozmowę z poziomu uprzejmej prośby o eksport na poziom obowiązku, który ma termin i organ nadzoru. W większości przypadków, które widzieliśmy, to wystarcza i sprawa nie idzie dalej.

Dwie odmowy, które usłyszycie, i co z nimi zrobić

Pierwsza to tajemnica przedsiębiorstwa. Producent może odmówić albo wstrzymać udostępnienie danych, powołując się na ochronę tajemnicy przedsiębiorstwa, ale nie jest to odmowa, którą da się rzucić w mailu. Wymaga wskazania, których konkretnie danych dotyczy, uzasadnienia, dlaczego mimo zastosowanych zabezpieczeń ujawnienie grozi poważną szkodą, oraz — co w praktyce najważniejsze — zawiadomienia właściwego organu. Jeżeli odmowa przychodzi jako jedno zdanie bez tych elementów, warto o nie poprosić wprost. Bardzo często na tym etapie odmowa się kończy, bo okazuje się, że chodziło o wygodę, nie o tajemnicę.

Odpowiedzią na realną tajemnicę przedsiębiorstwa nie jest spór, a technika: uzgodnione środki ochrony, zawężenie zakresu do sygnałów, które o konstrukcji nic nie mówią, agregacja, pseudonimizacja identyfikatorów, umowa o zachowaniu poufności z integratorem. To ta sama rozmowa, którą prowadzi się przy dokumentacji objętej klauzulą — a jeżeli danych nie wolno wypuścić poza firmę w żadnej formie, jest to jeden z niewielu przypadków, w których lokalny model AI broni się rachunkiem, a nie przekonaniami.

Druga odmowa to pieniądze. Posiadacz danych może żądać rekompensaty za udostępnienie i to jest w rozporządzeniu przewidziane. Rekompensata ma być rozsądna i niedyskryminująca, może odzwierciedlać koszty formatowania, przesyłania, przechowywania i poniesione inwestycje techniczne, a także zawierać marżę proporcjonalną do charakteru i ilości danych. Z jednym istotnym zastrzeżeniem: jeżeli odbiorcą jest mikro, małe albo średnie przedsiębiorstwo, rekompensata nie powinna przekraczać kosztów udostępnienia — bez marży.

Praktyczny wniosek jest prosty i mało kto go wykorzystuje. Jeżeli jesteście MŚP i dostajecie wycenę dostępu do danych z własnej maszyny, która wygląda jak cennik produktu, warto poprosić o kalkulację kosztu udostępnienia. Spór o wysokość rekompensaty jest jednym ze sporów, które rozstrzyga organ albo certyfikowany podmiot rozstrzygający spory, i nie wymaga drogi sądowej.

Co te dane realnie dają w projekcie AI

Teraz część, która uzasadnia całe przedsięwzięcie, bo samo prawo do danych jest wartością zerową. Z naszego doświadczenia dostęp do szeregów czasowych z urządzeń odblokowuje cztery rzeczy i warto wiedzieć, która z nich ma u Was sens, zanim napiszecie pierwsze pismo.

Pierwsza: przewidywanie awarii i planowanie przeglądów według stanu, nie według kalendarza. To zastosowanie, w którym dane z maszyny są warunkiem koniecznym i nie ma wokół niego dyskusji. Jak wygląda próg opłacalności, ile historii trzeba mieć i dlaczego pierwsza wersja powinna przewidywać jeden tryb awarii, a nie wszystkie, rozpisaliśmy w tekście o predykcyjnym utrzymaniu ruchu.

Druga: rzeczywista dostępność i wydajność linii zamiast szacunków. Dane o postojach, przezbrojeniach i mikroprzestojach z samego sterownika pokazują coś innego niż raport zmianowy — i zwykle jest to różnica dwucyfrowa. To również warunek sensownego prognozowania popytu, bo prognoza bez wiedzy o realnej zdolności produkcyjnej jest prognozą sprzedaży, nie planem.

Trzecia: energia i koszt jednostkowy. Profil zużycia w podziale na urządzenia, zmiany i zlecenia jest jedną z najszybciej zwracających się analiz, jakie da się zrobić na danych maszynowych, i nie wymaga modelu — wymaga danych, których firmy nie mają, bo licznik jest jeden, a chłodnia ma własny portal.

Czwarta: łączenie danych z urządzeń z danymi z systemów. Zużycie i postoje obok zleceń z ERP, reklamacji z CRM i parametrów partii z kontroli jakości to miejsce, w którym pojawiają się odpowiedzi, po których nikt wcześniej nie pytał, bo nie było z czego. Jak udostępnić taki zbiór ludziom w firmie bez uczenia ich SQL, opisaliśmy w tekście o pytaniach do danych firmy w języku naturalnym, a w transporcie ten sam schemat na danych telematycznych rozpisaliśmy przy AI w spedycji.

Jedna uwaga o kolejności, bo decyduje o wyniku. Nie warto występować o dane „na zapas”, żeby mieć. Warto wybrać jedno pytanie, na które nie potraficie dziś odpowiedzieć, a które kosztuje Was konkretne pieniądze, i wystąpić o dane, które to pytanie zamykają. Dostęp do danych wynegocjowany bez tego pytania zwykle kończy się katalogiem plików, których nikt nie otwiera.

Jeżeli to Wy produkujecie urządzenia podłączone do sieci

Ta część dotyczy dużej liczby polskich firm, które nie uważają się za firmy technologiczne: producentów maszyn, urządzeń grzewczych i chłodniczych, systemów nawadniania, wag, automatyki budynkowej, sprzętu rolniczego, urządzeń medycznych, terminali. Jeżeli Wasz wyrób wysyła cokolwiek do sieci, jesteście w tym rozporządzeniu posiadaczem danych.

Obowiązek na dziś jest dwuczłonowy. Dla wyrobów już na rynku: udostępniać użytkownikowi na żądanie dane, których nie może odczytać bezpośrednio, bez zbędnej zwłoki i w tej samej jakości, w jakiej sami je macie, a na jego polecenie przekazywać je wskazanej osobie trzeciej. Dla wyrobów wprowadzanych do obrotu po 12 września 2026: zaprojektować produkt i usługę powiązaną tak, żeby dostęp był domyślny, prosty, bezpieczny, bezpłatny i — gdy to wykonalne — ciągły oraz w czasie rzeczywistym, w formacie do odczytu maszynowego. Osobno dochodzą obowiązki informacyjne przed zawarciem umowy: nabywca ma wiedzieć, jakie dane produkt generuje, w jakim formacie i jak je dostanie.

Jest też zakaz, który w firmach produkcyjnych wywołuje najwięcej emocji, bo dotyczy modelu biznesowego. Dane nieosobowe z urządzeń klientów możecie wykorzystywać na podstawie umowy z użytkownikiem i w jej granicach. Nie wolno na ich podstawie profilować sytuacji ekonomicznej klienta ani udostępniać ich dalej w celach handlowych bez podstawy. W praktyce oznacza to przegląd dwóch rzeczy, które zwykle powstały bez udziału prawnika: warunków usługi monitoringu i tego, czym karmicie własny model.

Warto jednak przeczytać to także jako szansę, bo tak to czyta część rynku. Producent, który sam, z własnej inicjatywy, daje klientowi czyste API do danych jego urządzenia, ma argument sprzedażowy, którego konkurent odmawiający dostępu nie odbije żadnym rabatem. Jest też druga strona tego samego ruchu: od stycznia 2027 roku Wasi klienci będą mieli prawo wyjść z chmury bez opłat, więc utrzymywanie ich w niej przez utrudniony eksport przestaje być strategią. Przy okazji przeglądu warto sprawdzić, czy oprogramowanie w Waszym wyrobie jest gotowe na odpowiedzialność za AI jako produkt i czy spełniacie wymagania NIS2 i UKSC, bo te trzy porządki dotyczą tego samego urządzenia i tej samej dokumentacji.

Rozdział o chmurze, czyli najlepszy prezent dla kupujących AI

Najmniej omawiana część Data Act jest w kontekście AI najbardziej praktyczna, bo dotyczy nie danych z maszyn, a usług przetwarzania danych — od infrastruktury przez platformy po oprogramowanie jako usługę. Czyli także dużej części narzędzi AI, które właśnie kupujecie.

Mechanizm wygląda tak. Klient może zmienić dostawcę i dostawca ma mu to umożliwić, a nie utrudnić. Przy niskiej złożoności technicznej przewidziany jest okres przejściowy 30 dni kalendarzowych, który klient może raz przedłużyć, a dostawca ma do dwóch miesięcy na przygotowania techniczne. Jeżeli przeniesienie w 30 dni jest niewykonalne, dostawca musi o tym poinformować w ciągu 14 dni roboczych i uzasadnić, a okres przejściowy może zostać wydłużony — maksymalnie do siedmiu miesięcy. Przez cały ten czas dotychczasowa usługa pozostaje dostępna, a dane muszą dać się odzyskać jeszcze co najmniej 30 dni po zakończeniu przenoszenia; potem dostawca ma je usunąć, o ile nic nie każe ich przechowywać.

Do tego dochodzą obowiązki współpracy. W przypadku infrastruktury dostawca ma umożliwić osiągnięcie równoważności funkcjonalnej u nowego dostawcy tego samego rodzaju usługi — dokumentacją, informacją, wsparciem technicznym. W przypadku platform i oprogramowania jako usługi: udostępnić bezpłatnie otwarte interfejsy i dokumentację oraz zapewnić interoperacyjność na potrzeby przenoszenia danych. I najważniejsze dla budżetu: opłaty za zmianę dostawcy są od 2024 roku ograniczone do kosztów bezpośrednio z nią związanych, a od 12 stycznia 2027 roku mają zniknąć.

Konsekwencja dla negocjacji jest konkretna. Pozycja, która w umowach na platformy AI psuje najwięcej — koszt i czas wyjścia — przestaje być przedmiotem dobrej woli dostawcy. Zanim podpiszecie, warto zadać trzy pytania i zapisać odpowiedzi w umowie: w jakim formacie dostaniemy wszystkie swoje dane, w tym to, co powstało po drodze; ile trwa przeniesienie i kto w nim pomaga; co dokładnie znika z Waszej strony, gdy usługa się kończy. Co jeszcze musi być w takiej umowie, rozpisaliśmy w tekście o umowie z dostawcą AI — Data Act zdejmuje z tej listy jedną z trudniejszych pozycji.

Nieuczciwe klauzule w umowach B2B o dane

Jest jeszcze rozdział, który działa retroaktywnie w sposób, jakiego firmy zwykle nie zauważają, bo dotyczy umów już podpisanych. Klauzula o dostępie do danych i korzystaniu z nich, narzucona jednostronnie drugiej stronie, może być w ogóle niewiążąca, jeżeli jest rażąco nieuczciwa.

Niektóre postanowienia są uznane za nieuczciwe zawsze — na przykład wyłączenie odpowiedzialności za działanie umyślne albo rażące niedbalstwo czy przyznanie sobie wyłącznego prawa interpretacji umowy. Inne są objęte domniemaniem nieuczciwości, a w tej grupie są dwa, które w umowach serwisowych i chmurowych występują masowo: blokowanie stronie dostępu do danych, które sama dostarczyła lub wygenerowała, oraz odmowa wydania kopii tych danych po zakończeniu umowy. Co istotne dla praktyki, ciężar dowodu, że klauzuli nie narzucono jednostronnie, spoczywa na tym, kto ją wprowadził.

Zakres czasowy wygląda tak: do umów zawartych od 12 września 2025 przepisy stosuje się od razu, a do części umów wcześniejszych — bezterminowych albo długoterminowych — od 12 września 2027. To jest jedyny sensowny powód, żeby przed 2027 rokiem ktoś w firmie przeczytał umowy serwisowe i chmurowe, których nikt nie dotykał od lat. Nie po to, żeby je wypowiadać. Po to, żeby wiedzieć, czy klauzula, którą dostawca dziś powołuje się na odmowę dostępu do Waszych danych, w ogóle Was wiąże.

Rachunek: co policzyć przed startem

Projekty tego typu wyceniamy od strony urządzenia, nie od strony modelu, bo tam są pieniądze. Zacznijcie od jednej maszyny — najdroższej w postoju, nie najnowszej. Policzcie, ile godzin stała nieplanowo w ostatnich dwunastu miesiącach i ile kosztowała godzina tego postoju łącznie z przezbrojeniem, nadgodzinami i opóźnioną dostawą. To Wasza górna granica korzyści z predykcji na tym urządzeniu i zwykle jedyna liczba, która przekonuje zarząd.

Po stronie kosztów są cztery pozycje i trzecia jest tą, o której nikt nie pamięta. Pierwsza: rekompensata dla posiadacza danych — jeżeli jesteście MŚP, powinna odpowiadać kosztom udostępnienia. Druga: integracja i miejsce, w którym te dane będą leżeć. Trzecia: czas Waszego utrzymania ruchu na opisanie trybów awarii i oznaczenie historii — bez tego nie ma na czym uczyć modelu, a tej pracy nie da się kupić na zewnątrz. Czwarta: koszt utrzymania po wdrożeniu, czyli to, co rozpisaliśmy w tekstach o koszcie wdrożenia AI i o utrzymaniu AI po wdrożeniu.

Jest też korzyść, której nie widać w arkuszu, a która w naszej ocenie bywa największa: dane, do których uzyskaliście dostęp, zostają Wasze niezależnie od tego, kto robi analitykę. Zmiana dostawcy narzędzia nie unieważnia szeregów czasowych z Waszych maszyn. To jedna z nielicznych inwestycji w tym obszarze, która nie dezaktualizuje się przy kolejnej wersji modelu — i dokładnie ten sam argument, który stosujemy do glosariuszy i uporządkowanej dokumentacji.

Plan na trzydzieści dni

Kolejność poniżej jest ułożona tak, żeby po każdym tygodniu zostało coś użytecznego, nawet gdyby projekt stanął, i żeby pismo wyszło dopiero wtedy, gdy wiecie, o co pytacie.

1. Tydzień pierwszy: inwentaryzacja urządzeń połączonych i usług powiązanych. Producent, model, rok wprowadzenia do obrotu, umowa, kto jest posiadaczem danych, jaki dostęp macie dziś i czego brakuje. Ta tabela jest jednocześnie Waszym rejestrem na potrzeby ewentualnej skargi i zwykle pierwszym dokumentem, z którego wynika, że w czterech różnych portalach macie cztery konta i żadnego eksportu.
2. Tydzień drugi: jedno pytanie biznesowe i zakres danych, który je zamyka. Które urządzenie, jakie sygnały, jaka częstotliwość, jaki okres historii, jaki format, API czy eksport cykliczny, do Was czy do wskazanego integratora. Bez tej jednej strony pismo będzie rozmową o niczym.
3. Tydzień trzeci: żądanie dostępu i równolegle przegląd umowy. W piśmie zakres, podstawa, format, termin i wskazanie odbiorcy, jeśli to ma być osoba trzecia. W umowie: czy jest klauzula blokująca dostęp albo wydanie kopii danych po zakończeniu współpracy — i czy wobec przepisów o nieuczciwych klauzulach w ogóle Was wiąże.
4. Tydzień czwarty: pierwsza analiza na tym, co przyszło, zanim ktokolwiek zacznie mówić o modelu. Zwykle wystarczy wykres i tabela, żeby zobaczyć, czy dane są kompletne, czy mają sensowne znaczniki czasu i czy dają się połączyć ze zleceniami. Jeżeli odmowa — prośba o uzasadnienie i wskazanie, których danych dotyczy tajemnica przedsiębiorstwa, a dopiero potem skarga.
5. Po trzydziestu dniach, nie wcześniej: decyzja o projekcie AI i jego zakresie. Kryterium to dwie liczby — koszt godziny postoju i jakość danych, które realnie dostaliście. Jak zbudować zestaw testowy i próg akceptacji dla takiego modelu, rozpisaliśmy w tekście o testowaniu wdrożeń AI.

Cztery sygnały, że poszło w złą stronę

Te projekty psują się przewidywalnie i prawie zawsze widać to w pierwszym miesiącu. Każdy z poniższych objawów traktujemy jako powód do zatrzymania się, a nie do rozszerzania zakresu.

• Wystąpiliście o „wszystkie dane” i czekacie szósty tydzień. To nie jest opór producenta, to brak zakresu po Waszej stronie. Węższe pytanie zwykle wraca z odpowiedzią w dwa tygodnie.
• Dane przychodzą i nikt ich nie otwiera. Katalog plików albo kolejny pulpit bez jednego pytania, na które miały odpowiedzieć, to najdroższy sposób udokumentowania, że dostęp się udało wywalczyć. Jeżeli po dwóch tygodniach nikt nie zadał danym żadnego pytania, projekt nie ma właściciela.
• Odmowa z powołaniem na tajemnicę przedsiębiorstwa została przyjęta bez uzasadnienia. Jedno zdanie w mailu nie jest decyzją, o której mówi rozporządzenie. Przyjęcie go zamyka Wam ścieżkę na rok, bo kolejne pismo w tej samej sprawie zawsze jest trudniejsze niż pierwsze.
• Budujecie model na danych z urządzeń klientów i nikt nie sprawdził art. 6. Jeżeli wynikiem ma być produkt, który konkuruje z urządzeniem, z którego te dane pochodzą, problem nie polega na tym, że ktoś się dowie. Polega na tym, że pracę trzeba będzie wyrzucić, a dowiecie się o tym po wdrożeniu u pierwszego większego klienta.

Od czego zacząć

Najtańszy pierwszy krok nie wymaga prawnika ani budżetu i zajmuje jedno popołudnie. Wybierzcie jedno urządzenie, które w ostatnim roku najdroższej stało, i odpowiedzcie na cztery pytania. Czy jest podłączone do sieci i kto zbiera jego dane? Czy potraficie dziś wyeksportować z niego surowe dane za ostatni miesiąc, z metadanymi i znacznikami czasu, bez pytania kogokolwiek o zgodę? Jaka umowa reguluje dostęp do tych danych i czy jest w niej klauzula, która go ogranicza? I wreszcie: na jakie jedno pytanie o to urządzenie nie potraficie dziś odpowiedzieć, a odpowiedź byłaby warta pieniądze? Jeżeli przy którymkolwiek pytaniu pojawia się „nie wiem”, macie wyznaczony zakres pierwszego wdrożenia i nie potrzebujecie do tego nikogo z zewnątrz.

Tak prowadzimy takie projekty: najpierw audyt tego, jakie dane realnie generują Wasze urządzenia i systemy oraz do których z nich nie macie dostępu, potem jedno pytanie biznesowe i żądanie dostępu w zakresie, który je zamyka, potem analiza na tym, co przyszło, a model dopiero wtedy, gdy wiadomo, że dane wystarczą. Zakres konsultingu i wdrożeń AI opisaliśmy osobno, stawki znajdziecie w cenniku, a jeśli chcecie sprawdzić, do jakich danych z własnego parku maszynowego macie dziś prawo i co to zmienia w rachunku konkretnego wdrożenia — umówcie bezpłatną konsultację.