Nowe szkolenie AI Act, ISO 27001 i ISO 42001 – praktyczne wdrożenie zgodności i SZBI

Poznaj nowe szkolenie AI Act, ISO 27001 i ISO 42001 – dla kogo jest i jakie problemy rozwiązuje

Szkolenie Kurs AI Act, ISO 27001, ISO 42001 i SZBI (ISMS) w praktyce – regulacje, elementy systemu i wdrożenie powstało z myślą o organizacjach, które korzystają z AI i jednocześnie muszą zadbać o zgodność, bezpieczeństwo informacji oraz realny nadzór nad ryzykiem. To kurs przydatny dla osób z obszaru compliance, cyberbezpieczeństwa, IT, ochrony danych, zarządzania ryzykiem, HR i kadry kierowniczej. Pomaga uporządkować relacje między AI Act, RODO, NIS2 KSC oraz normami ISO 27001 i ISO 42001, a przede wszystkim pokazuje, jak przełożyć wymagania na praktyczne działania w firmie. Jeśli w organizacji pojawiają się pytania o odpowiedzialność za narzędzia AI, dokumentację, AI literacy, rejestr systemów lub integrację AI governance z SZBI, to właśnie ten temat warto dziś potraktować priorytetowo.

Dlaczego zgodność z AI Act oraz normami bezpieczeństwa stała się ważna w pracy zawodowej i biznesie

Zgodność z AI Act oraz normami bezpieczeństwa przestała być tematem wyłącznie dla prawników i działów compliance. Dziś dotyczy firm, które korzystają z narzędzi AI w codziennej pracy, przetwarzają dane, automatyzują procesy i chcą ograniczać ryzyko biznesowe, prawne oraz operacyjne.

• AI Act porządkuje zasady korzystania ze sztucznej inteligencji w UE i wprowadza konkretne obowiązki dla dostawców, wdrażających, importerów, dystrybutorów oraz użytkowników systemów AI.
• Harmonogram wdrażania ma znaczenie praktyczne ponieważ organizacje muszą przygotować się na wejście w życie AI Act, zakazane praktyki AI, obowiązki w zakresie AI literacy, wymagania dotyczące modeli ogólnego przeznaczenia GPAI oraz stosowanie większości przepisów od 2 sierpnia 2026 r. wraz z okresami przejściowymi dla wybranych systemów wysokiego ryzyka.
• Podejście oparte na ryzyku staje się standardem bo inaczej ocenia się systemy o niedopuszczalnym, wysokim, ograniczonym i minimalnym ryzyku, a od tej klasyfikacji zależą dalsze obowiązki organizacji.
• Wiele zastosowań AI dotyczy obszarów wrażliwych takich jak HR, edukacja, finanse, usługi publiczne, infrastruktura krytyczna czy bezpieczeństwo, gdzie błędy mogą mieć realny wpływ na ludzi i decyzje biznesowe.
• Nie wystarczy samo wdrożenie narzędzia AI potrzebne są też nadzór człowieka, dokumentacja, instrukcje użycia, rejestry systemów AI, monitoring po wdrożeniu i zasady transparentności wobec użytkowników.
• Rośnie znaczenie AI literacy ponieważ organizacja odpowiada nie tylko za technologię, ale też za kompetencje osób, które z niej korzystają i podejmują decyzje wspierane przez AI.
• RODO pozostaje kluczowe w projektach AI zwłaszcza gdy systemy wykorzystują dane osobowe, wpływają na prywatność lub wspierają profilowanie i zautomatyzowane podejmowanie decyzji.
• NIS2 i nowelizacja Krajowego Systemu Cyberbezpieczeństwa zwiększają wymagania wobec organizacji w zakresie zarządzania ryzykiem, incydentami, odporności operacyjnej oraz bezpieczeństwa dostawców i usług ICT.
• ISO 27001 daje fundament do budowy SZBI ISMS czyli uporządkowanego systemu zarządzania bezpieczeństwem informacji, który pomaga przełożyć wymagania regulacyjne na procesy, role i zabezpieczenia.
• ISO 42001 uzupełnia ten obraz o zarządzanie AI jako standard AIMS, który porządkuje polityki AI, odpowiedzialności, ocenę ryzyk, nadzór nad cyklem życia systemu i relacje z dostawcami rozwiązań AI.
• W praktyce przepisy i normy wzajemnie się łączą bo AI Act, ISO 27001, ISO 42001, SZBI ISMS, DORA, CRA i Data Act nie funkcjonują osobno, lecz tworzą wspólne otoczenie zgodności i bezpieczeństwa.
• Pracodawcy coraz częściej oczekują podejścia praktycznego czyli nie tylko znajomości przepisów, ale umiejętności wdrożenia polityk, procedur, rejestrów, analiz ryzyka i przygotowania organizacji do audytu.

Korzyści z nauki na praktycznych przykładach wdrożenia SZBI i zarządzania zgodnością

W obszarze takim jak AI Act, ISO 27001, ISO 42001 i SZBI sama teoria szybko okazuje się niewystarczająca. Największą wartość daje praca na realnych scenariuszach wdrożenia, bo to właśnie ona pokazuje, jak połączyć wymagania regulacyjne z codziennym działaniem organizacji.

• Uczestnik uczy się przekładać przepisy i wymagania norm na konkretne decyzje, procedury i działania zamiast zatrzymywać się na ogólnych definicjach.
• Praktyczne przykłady pomagają zrozumieć, jak klasyfikować systemy AI, identyfikować ryzyka i dobierać adekwatne zabezpieczenia w środowisku biznesowym.
• Ćwiczenia na przykładach wdrożenia SZBI pokazują, jak budować polityki, rejestry, role i odpowiedzialności tak, aby system działał w praktyce, a nie tylko w dokumentacji.
• Kurs ułatwia połączenie wymagań AI Act z ISO 27001, ISO 42001, RODO i NIS2 KSC w jeden spójny model zarządzania zgodnością.
• Analiza typowych przypadków użycia AI pozwala szybciej wychwycić ryzyka związane z danymi, nadzorem człowieka, transparentnością i odpowiedzialnością za decyzje wspierane przez AI.
• Uczestnik widzi, jak przygotować organizację do audytu, kontroli lub przeglądu zgodności bez zbędnej teorii i bez budowania procesów oderwanych od realiów firmy.
• Nauka na praktycznych przykładach skraca czas wdrożenia nowych umiejętności po szkoleniu, bo gotowe schematy działania można od razu wykorzystać w swojej organizacji.
• Szkolenie Kurs AI Act, ISO 27001, ISO 42001 i SZBI (ISMS) w praktyce – regulacje, elementy systemu i wdrożenie pomaga uporządkować działania compliance, bezpieczeństwa informacji i AI governance w sposób użyteczny operacyjnie.

Program szkolenia – czego uczestnik nauczy się krok po kroku

1. Aktualny krajobraz regulacyjny: AI Act, NIS2/KSC, RODO i standardy ISO

• AI Act jako kluczowa regulacja dotycząca sztucznej inteligencji w Unii Europejskiej,
• aktualny harmonogram wdrażania AI Act:
  • wejście w życie AI Act,
  • zakazane praktyki AI,
  • obowiązki w zakresie AI literacy,
  • obowiązki dotyczące modeli ogólnego przeznaczenia / GPAI,
  • stosowanie większości przepisów od 2 sierpnia 2026 r.,
  • okresy przejściowe dla wybranych systemów wysokiego ryzyka,
• NIS2 i nowelizacja Krajowego Systemu Cyberbezpieczeństwa – wpływ na organizacje,
• RODO, ochrona danych osobowych i prywatność w projektach AI,
• ISO 27001 jako fundament systemu zarządzania bezpieczeństwem informacji,
• ISO 42001 jako standard systemu zarządzania sztuczną inteligencją / AIMS,
• powiązania między AI Act, ISO 27001, ISO 42001, SZBI/ISMS, DORA, CRA, Data Act i innymi regulacjami,
• jak podejść do zgodności regulacyjnej w sposób praktyczny, a nie wyłącznie formalny.

2.AI Act w praktyce – obowiązki organizacji korzystających z AI

• kogo dotyczą przepisy AI Act: dostawcy, wdrażający, importerzy, dystrybutorzy i użytkownicy systemów AI,
• rola organizacji jako deployera, użytkownika lub dostawcy systemu AI,
• podejście oparte na ryzyku – klasyfikacja systemów AI:
  • systemy o niedopuszczalnym ryzyku,
  • systemy wysokiego ryzyka,
  • systemy ograniczonego ryzyka,
  • systemy minimalnego ryzyka,
• przykłady systemów wysokiego ryzyka w HR, edukacji, finansach, usługach publicznych, infrastrukturze krytycznej i bezpieczeństwie,
• obowiązki w zakresie nadzoru człowieka nad systemami AI,
• dokumentacja, instrukcje użycia, rejestry systemów AI i monitoring po wdrożeniu,
• transparentność i informowanie użytkowników o wykorzystaniu AI,
• AI literacy – obowiązek rozwijania kompetencji osób korzystających z AI,
• odpowiedzialność organizacji za decyzje wspierane lub automatyzowane przez AI,
• przygotowanie organizacji do audytu zgodności z AI Act.

3.ISO 27001 i SZBI/ISMS – systemowe zarządzanie bezpieczeństwem informacji

• czym jest SZBI/ISMS i jaką rolę pełni w organizacji,
• struktura ISO 27001 i podejście procesowe,
• kontekst organizacji, interesariusze i zakres SZBI,
• polityka bezpieczeństwa informacji,
• role, odpowiedzialności i przywództwo w systemie zarządzania bezpieczeństwem informacji,
• zarządzanie aktywami informacyjnymi,
• klasyfikacja informacji i zasady postępowania z danymi,
• zarządzanie ryzykiem bezpieczeństwa informacji,
• dobór zabezpieczeń organizacyjnych, technicznych i fizycznych,
• monitorowanie, pomiar, audyty wewnętrzne i doskonalenie SZBI,
• integracja ISO 27001 z wymaganiami AI Act, NIS2/KSC i ISO 42001.

4.ISO 42001 – system zarządzania sztuczną inteligencją / AIMS

• czym jest ISO 42001 i dlaczego jest ważne dla organizacji wykorzystujących AI,
• AIMS – Artificial Intelligence Management System jako uzupełnienie SZBI/ISMS,
• zakres systemu zarządzania AI w organizacji,
• polityka AI i cele zarządzania sztuczną inteligencją,
• role i odpowiedzialności w systemie AI governance,
• zarządzanie ryzykiem i szansami związanymi z AI,
• ocena wpływu systemów AI na organizację, użytkowników i interesariuszy,
• nadzór nad cyklem życia systemów AI: projektowanie, zakup, wdrożenie, używanie, monitoring i wycofanie,
• transparentność, wyjaśnialność, jakość danych i odpowiedzialność,
• nadzór nad dostawcami rozwiązań AI,
• powiązanie ISO 42001 z wymaganiami AI Act,
• jak połączyć AIMS z istniejącym SZBI opartym o ISO 27001.

5.Integracja SZBI/ISMS z AI governance

• dlaczego samo ISO 27001 nie wystarcza przy wdrażaniu AI,
• jak rozszerzyć istniejący system bezpieczeństwa informacji o komponent AI governance,
• wspólne elementy ISO 27001 i ISO 42001:
  • zarządzanie ryzykiem,
  • polityki i procedury,
  • role i odpowiedzialności,
  • audyty,
  • monitorowanie,
  • doskonalenie,
  • dokumentacja,
• różnice między bezpieczeństwem informacji a zarządzaniem AI,
• jak zbudować spójny model zarządzania: compliance, IT, bezpieczeństwo, DPO, HR, biznes i zarząd,
• rejestr systemów AI i rejestr ryzyk AI,
• proces akceptacji nowych narzędzi AI w organizacji,
• kryteria dopuszczenia narzędzi generatywnej AI do użytku służbowego,
• model odpowiedzialności za AI w organizacji.

6.Cyberbezpieczeństwo AI i nowe ryzyka technologiczne

• zagrożenia wynikające z korzystania z narzędzi generatywnej AI,
• prompt injection – ryzyko manipulacji poleceniami i odpowiedziami modeli,
• Data leakage – wycieki danych przez publiczne i niekontrolowane narzędzia AI,
• Shadow AI – nieautoryzowane korzystanie z AI przez pracowników,
• Phishing, spear phishing i socjotechnika wspierana przez AI,
• Deepfake, voice cloning i fałszywe treści generowane przez AI,
• ryzyka związane z agentami AI i automatyzacją działań,
• ataki na modele AI: poisoning, evasion, model extraction, jailbreak,
• ryzyka integracji AI z pocztą, CRM, ERP, dokumentami, repozytoriami kodu i bazami wiedzy,
• bezpieczeństwo danych treningowych, danych wejściowych i danych wyjściowych,
• jak uwzględnić ryzyka AI w analizie ryzyka SZBI/ISMS,
• mechanizmy kontrolne ograniczające ryzyka generatywnej AI.

7.Dane, RODO i poufność informacji w projektach AI

• dane osobowe, dane wrażliwe, dane poufne i tajemnica przedsiębiorstwa w kontekście AI,
• czego nie należy przekazywać do publicznych narzędzi AI,
• minimalizacja danych i privacy by design,
• anonimizacja i pseudonimizacja danych przed użyciem AI,
• profilowanie i automatyczne podejmowanie decyzji,
• ocena skutków dla ochrony danych / DPIA w projektach AI,
• AI a prawa osób fizycznych,
• relacja między DPO, działem IT, compliance i właścicielem procesu biznesowego,
• zarządzanie danymi w całym cyklu życia systemu AI,
• praktyczne przykłady naruszeń związanych z nieprawidłowym wykorzystaniem AI.

8.NIS2/KSC i odporność cyberbezpieczeństwa organizacji

• najważniejsze założenia NIS2 i ich wpływ na organizacje,
• nowelizacja KSC jako wdrożenie wymagań NIS2 w polskim porządku prawnym,
• podmioty kluczowe i ważne – znaczenie klasyfikacji organizacji,
• obowiązki organizacyjne i techniczne w zakresie cyberbezpieczeństwa,
• zarządzanie ryzykiem cyberbezpieczeństwa,
• zarządzanie incydentami i obowiązki raportowe,
• bezpieczeństwo łańcucha dostaw i dostawców usług ICT,
• ciągłość działania, odporność operacyjna i reagowanie na incydenty,
• rola SZBI/ISMS w przygotowaniu organizacji do wymagań NIS2/KSC,
• jak uwzględnić ryzyka AI w programie cyberodporności organizacji.

9.Dokumentacja, polityki i procedury AI oraz bezpieczeństwa informacji

• jakie dokumenty warto posiadać w organizacji korzystającej z AI,
• polityka korzystania z AI,
• polityka bezpieczeństwa informacji,
• procedura akceptacji narzędzi AI,
• rejestr systemów AI,
• rejestr ryzyk AI i ryzyk bezpieczeństwa informacji,
• instrukcje dla użytkowników narzędzi AI,
• zasady korzystania z danych w promptach,
• procedura reagowania na incydenty związane z AI,
• procedura nadzoru nad dostawcami AI,
• dokumentacja zgodności z AI Act, ISO 27001 i ISO 42001,
• przygotowanie organizacji do kontroli, audytu lub przeglądu zgodności.

10.Role i odpowiedzialności: CISO, DPO, compliance, IT, biznes i AI Governance Lead

• podział odpowiedzialności za AI i bezpieczeństwo informacji w organizacji,
• rola zarządu i kadry kierowniczej,
• rola CISO w kontekście AI, SZBI i cyberbezpieczeństwa,
• rola DPO w projektach AI i ocenie skutków dla ochrony danych,
• rola compliance w ocenie zgodności z AI Act,
• rola IT w zarządzaniu narzędziami, dostępami i bezpieczeństwem integracji,
• rola HR w AI literacy i zarządzaniu kompetencjami,
• AI Governance Lead / AI Officer – kiedy warto powołać taką funkcję,
• model współpracy między działami,
• komitet AI / AI Governance Board – zadania, skład i sposób działania.

11.Audyt, monitorowanie i ciągłe doskonalenie

• audyt zgodności z AI Act,
• audyt SZBI/ISMS w kontekście ISO 27001,
• audyt systemu zarządzania AI w kontekście ISO 42001,
• jak przygotować organizację do audytu wewnętrznego i zewnętrznego,
• kryteria oceny skuteczności zabezpieczeń,
• monitorowanie działania systemów AI po wdrożeniu,
• ocena jakości, bezpieczeństwa i zgodności odpowiedzi generowanych przez AI,
• zarządzanie zmianą w systemach AI,
• przeglądy okresowe rejestru systemów AI i rejestru ryzyk,
• wskaźniki skuteczności AI governance i SZBI,
• ciągłe doskonalenie systemu zarządzania bezpieczeństwem informacji i AI.

12.Warsztat praktyczny – mapa zgodności, ryzyk i działań wdrożeniowych

• analiza przykładowego przypadku użycia AI w organizacji,
• klasyfikacja systemu AI według AI Act,
• identyfikacja danych przetwarzanych przez system,
• ocena ryzyk prawnych, organizacyjnych, technologicznych i reputacyjnych,
• powiązanie ryzyk AI z SZBI/ISMS,
• dobór zabezpieczeń i mechanizmów kontrolnych,
• określenie wymaganej dokumentacji,
• przygotowanie rekomendacji wdrożeniowych,
• opracowanie krótkiej mapy działań dla organizacji:
  • inwentaryzacja narzędzi AI,
  • klasyfikacja systemów AI,
  • ocena ryzyk,
  • aktualizacja polityk,
  • szkolenia AI literacy,
  • wdrożenie rejestru AI,
  • przygotowanie do audytu,
  • integracja ISO 27001 i ISO 42001.

13.Podsumowanie i rekomendacje dla organizacji

• najważniejsze obowiązki wynikające z AI Act, NIS2/KSC, ISO 27001 i ISO 42001,
• najczęstsze błędy organizacji wdrażających AI,
• jak ograniczyć ryzyka związane z shadow AI, wyciekami danych i brakiem nadzoru nad narzędziami AI,
• jak rozwijać kulturę odpowiedzialnego korzystania z AI,
• priorytety działań na najbliższe miesiące,
• checklista gotowości organizacji:
  • polityka AI,
  • rejestr systemów AI,
  • rejestr ryzyk,
  • procedura akceptacji narzędzi,
  • zasady korzystania z danych,
  • szkolenia pracowników,
  • dokumentacja zgodności,
  • monitoring i audyty,
  • integracja SZBI z AI governance,
• sesja pytań i odpowiedzi.

Zapisy na szkolenie AI Act, ISO 27001 i ISO 42001 – aktualne terminy i rezerwacja miejsca

Kraków

04-05 mar

16 godzin lekcyjnych

5200 zł netto + VAT

Zapisz się

Kraków

18-19 mar

16 godzin lekcyjnych

5200 zł netto + VAT

Zapisz się

Kraków

22-23 mar

16 godzin lekcyjnych

5200 zł netto + VAT

Zapisz się

Kraków

01-02 kwi

16 godzin lekcyjnych

5200 zł netto + VAT

Zapisz się

Kraków

15-16 kwi

16 godzin lekcyjnych

5200 zł netto + VAT

Zapisz się

Praktyczne zastosowanie wiedzy po szkoleniu w obszarze bezpieczeństwa informacji i systemów AI

Po ukończeniu szkolenia i kursu Kurs AI Act, ISO 27001, ISO 42001 i SZBI (ISMS) w praktyce – regulacje, elementy systemu i wdrożenie uczestnik może od razu przełożyć wiedzę na codzienną pracę operacyjną, projektową i nadzorczą. To przydatne zarówno przy porządkowaniu istniejących zasad bezpieczeństwa informacji, jak i przy wdrażaniu nowych narzędzi AI w sposób zgodny z wymaganiami organizacji.

• sprawniej oceni, czy organizacja działa jako dostawca, wdrażający lub użytkownik systemu AI i jakie obowiązki mogą z tego wynikać
• przygotuje lub uporządkuje rejestr systemów AI, rejestr ryzyk oraz podstawową dokumentację potrzebną do nadzoru i audytu
• łatwiej połączy wymagania AI Act z istniejącym SZBI opartym o ISO 27001 oraz z podejściem AIMS zgodnym z ISO 42001
• bezpieczniej dopuści narzędzia generatywnej AI do użytku służbowego, uwzględniając ryzyka wycieku danych, Shadow AI i niekontrolowanych integracji
• lepiej zaplanuje role i odpowiedzialności między compliance, IT, bezpieczeństwem, DPO, HR, biznesem i zarządem
• sprawniej przeprowadzi ocenę ryzyka dla projektów AI, w tym ocenę wpływu na dane, procesy, użytkowników i interesariuszy
• przygotuje praktyczne polityki, procedury i instrukcje dotyczące korzystania z AI, danych w promptach oraz reagowania na incydenty
• lepiej przygotuje organizację do przeglądu zgodności, audytu wewnętrznego lub zewnętrznego w obszarze bezpieczeństwa informacji i systemów AI

Najczęstsze błędy w zgodności i wdrażaniu SZBI oraz jak szkolenie pomaga ich unikać

W obszarze AI Act, ISO 27001, ISO 42001 i SZBI najwięcej problemów nie wynika z braku dobrych chęci, ale z chaotycznego podejścia do zgodności. Organizacje często wdrażają narzędzia AI szybciej niż zasady nadzoru, dokumentację i ocenę ryzyka. Kurs pomaga uporządkować te obszary i pokazuje, jak budować zgodność w sposób praktyczny, spójny i możliwy do utrzymania w codziennej pracy.

• Traktowanie zgodności wyłącznie formalnie – częsty błąd to tworzenie dokumentów bez powiązania ich z realnym użyciem AI i procesami biznesowymi. Szkolenie pokazuje, jak połączyć wymagania regulacyjne z działaniem organizacji.
• Brak klasyfikacji systemów AI według ryzyka – wiele firm nie wie, czy działa jako użytkownik, wdrażający czy dostawca systemu AI i jakie ma z tego tytułu obowiązki. Na kursie uczestnicy uczą się rozpoznawać role oraz poprawnie oceniać poziom ryzyka.
• Pomijanie rejestru narzędzi AI i rejestru ryzyk – bez inwentaryzacji trudno zarządzać zgodnością, audytem i odpowiedzialnością. Szkolenie pokazuje, jakie informacje warto zbierać i jak prowadzić taki rejestr w praktyce.
• Wdrażanie AI bez nadzoru nad danymi – częstym problemem jest przekazywanie do narzędzi AI danych osobowych, poufnych lub biznesowo wrażliwych. Kurs porządkuje zasady pracy z danymi i pomaga ograniczać ryzyko naruszeń prywatności oraz poufności.
• Założenie, że samo ISO 27001 wystarczy – SZBI jest fundamentem, ale nie obejmuje całego obszaru AI governance. Szkolenie wyjaśnia, jak uzupełnić istniejący system o wymagania ISO 42001 i obowiązki wynikające z AI Act.
• Brak jasnych ról i odpowiedzialności – gdy nie wiadomo, za co odpowiadają compliance, IT, DPO, bezpieczeństwo, HR i biznes, zgodność szybko staje się nieskuteczna. Kurs pomaga zbudować czytelny model współpracy między działami.
• Niedocenianie ryzyk takich jak shadow AI, wycieki danych czy prompt injection – organizacje często koncentrują się na korzyściach z automatyzacji, pomijając nowe zagrożenia. Szkolenie pokazuje, jak uwzględnić ryzyka AI w analizie ryzyka SZBI i jak dobrać adekwatne zabezpieczenia.
• Brak przygotowania do audytu i monitorowania po wdrożeniu – zgodność nie kończy się na uruchomieniu narzędzia. Podczas szkolenia uczestnicy uczą się, jak przygotować organizację do przeglądów, audytów i ciągłego doskonalenia systemu.

Efekty po szkoleniu – co uczestnik będzie potrafić zrobić samodzielnie

Po ukończeniu Kurs AI Act, ISO 27001, ISO 42001 i SZBI (ISMS) w praktyce – regulacje, elementy systemu i wdrożenie uczestnik nie zostaje tylko z wiedzą teoretyczną. Zyskuje praktyczny zestaw umiejętności potrzebnych do uporządkowania zgodności, bezpieczeństwa informacji i zarządzania AI w organizacji.

• samodzielnie rozpozna rolę organizacji w świetle AI Act i oceni, jakie obowiązki wynikają z korzystania z systemów AI,
• przeprowadzi podstawową klasyfikację systemów AI według podejścia opartego na ryzyku, w tym wskaże przypadki wymagające większego nadzoru,
• powiąże wymagania AI Act z ISO 27001, ISO 42001, SZBI oraz innymi istotnymi regulacjami, takimi jak NIS2 KSC czy RODO,
• przygotuje lub uporządkuje najważniejsze elementy dokumentacji, na przykład politykę korzystania z AI, rejestr systemów AI, rejestr ryzyk i procedurę akceptacji narzędzi,
• zidentyfikuje ryzyka związane z generatywną AI, takie jak shadow AI, wycieki danych, prompt injection, deepfake czy niekontrolowane użycie danych w promptach,
• włączy ryzyka AI do analizy ryzyka bezpieczeństwa informacji i dobierze adekwatne zabezpieczenia organizacyjne, techniczne i procesowe,
• lepiej zaplanuje współpracę między obszarami compliance, IT, bezpieczeństwa, DPO, HR, biznesem i zarządem w modelu AI governance,
• przygotuje organizację do audytu, kontroli lub wewnętrznego przeglądu zgodności w obszarze AI, SZBI i cyberbezpieczeństwa,
• oceni, jakie dane można wykorzystywać w projektach AI, a jakie wymagają szczególnej ochrony lub nie powinny trafiać do narzędzi publicznych,
• opracuje praktyczną mapę działań wdrożeniowych obejmującą inwentaryzację narzędzi AI, ocenę ryzyk, aktualizację polityk, szkolenia AI literacy i integrację ISO 27001 z ISO 42001.