Tydzień od 27 lipca do 3 sierpnia 2026 upłynął pod znakiem jednego napięcia: AI Act wchodzi w fazę egzekwowania, a jednocześnie modele sztucznej inteligencji tanieją szybciej niż kiedykolwiek. Z jednej strony Komisja Europejska dostała realne narzędzia nacisku na dostawców. Z drugiej koszt uruchomienia AI w firmie spadł tak nisko, że dawne kalkulacje zwrotu trzeba pisać od nowa.
Do tego doszła trzecia warstwa: bezpieczeństwo. Wyciek udostępnionych czatów, nowe zapory dla ruchu do modeli i kolejne ostrzeżenia przed uzależnieniem od jednego dostawcy pokazują, że wdrożenie AI to dziś nie tylko wybór narzędzia, lecz także zgodność z prawem i higiena danych. Zebraliśmy najważniejsze wydarzenia tygodnia i wyjaśniamy, co realnie oznaczają dla polskich firm. To był tydzień, w którym trzy pozornie niezależne wątki, prawo, cena i bezpieczeństwo, zaczęły wyraźnie na siebie oddziaływać.
Top 3 wydarzenia tygodnia
Najważniejsza zmiana tygodnia jest regulacyjna. Od 2 sierpnia 2026 Komisja Europejska i jej Biuro ds. AI mogą egzekwować obowiązki wobec dostawców modeli ogólnego przeznaczenia (GPAI). Regulator może żądać dokumentacji, prowadzić techniczne oceny modeli, nakazywać środki naprawcze, a nawet wycofać model z rynku unijnego. Za naruszenia grożą kary do 15 milionów euro lub 3 procent światowego obrotu rocznego. W tym samym czasie OpenAI opublikował dokument o zgodności, ale, jak opisaliśmy w tekście AI Act wchodzi w fazę egzekwowania, pominął rozdział o prawie autorskim, czyli obowiązek publikowania podsumowań danych treningowych. Luka dotyczy modeli udostępnianych po 2 sierpnia, więc nie jest to problem czysto teoretyczny. Dla firm korzystających z GPAI to sygnał, że era deklaracji się skończyła, a zaczyna rozliczanie.
Druga wielka zmiana dotyczy ceny. OpenAI obniżył koszt lekkiego modelu GPT-5.6 Luna o 80 procent. Od 30 lipca wejście kosztuje 0,20 dolara za milion tokenów, a wyjście 1,20 dolara, czyli pięć razy mniej niż na starcie rodziny na początku lipca. Potaniał też mocniejszy wariant Terra, choć skromniej, bo o 20 procent. Jak opisaliśmy w tekście OpenAI tnie cenę GPT-5.6 Luna o 80 procent, to nowy układ sił w segmencie tanich modeli. Po zmianie wejście do Luny kosztuje jedną piątą tego, co wejście do modelu Claude Haiku 4.5, i schodzi poniżej ceny Gemini 3.1 Flash-Lite. Programista Simon Willison od razu przeniósł projekt agentowy z modelu Google na Lunę. Ten sam trend widać po drugiej stronie rynku: otwarty DeepSeek V4-Flash oferuje inteligencję zbliżoną do droższych rywali za 0,14 dolara za milion tokenów wejściowych. Dla masowych, powtarzalnych zadań koszt przestaje być barierą.
Trzeci wątek to bezpieczeństwo. Check Point przedstawił AI Network Firewall, zaporę zaprojektowaną do kontroli komunikacji z usługami AI. Analizuje treść wysyłaną do modeli, blokuje wyciek poufnych dokumentów i kodu, wykrywa shadow AI oraz ataki typu prompt injection. Szczegóły opisaliśmy w tekście Check Point wprowadza AI Network Firewall. Skala problemu jest realna: według danych producenta od 87 do 93 procent organizacji notuje miesięcznie ryzykowne interakcje z AI, a ochronę środowisk AI wdrożyło dopiero 77 procent firm. Kontekst dopełnia głośny wyciek udostępnionych czatów Claude, które wraz z danymi osobowymi trafiły do wyszukiwarki Google. Technologia pomaga, ale nie zastąpi polityki ani szkolenia zespołu, bo większość incydentów zaczyna się od nieświadomego działania pracownika, a nie od ataku z zewnątrz.
Co łączy te newsy: AI Act, cena i bezpieczeństwo
Na pierwszy rzut oka regulacja, cennik i bezpieczeństwo to trzy odrębne tematy. W praktyce układają się w jeden wzorzec: AI dojrzewa jako infrastruktura biznesowa. Kiedy technologia jest droga i eksperymentalna, nikt jej poważnie nie reguluje ani nie audytuje. Kiedy tanieje i wchodzi do codziennych procesów, prawo oraz bezpieczeństwo muszą ją dogonić. Dokładnie to obserwowaliśmy w tym tygodniu.
Widać to również po ruchach gigantów. Microsoft ujawnił własną rodzinę modeli MAI, a jego szef mówił wprost o oddzieleniu „szkieletu” aplikacji od samego modelu. Kiedy każdy duży gracz buduje tańszą alternatywę dla modeli flagowych, przewaga przestaje leżeć w dostępie do technologii, a zaczyna w tym, jak firma wpina ją w swoje procesy. Tania inferencja demokratyzuje dostęp, ale sama z siebie nie daje wyniku biznesowego.
Widać też drugą prawidłowość, czyli presję na niezależność od pojedynczego dostawcy. Satya Nadella ostrzegał, że firmy zależne od jednego modelu mogą nie przetrwać, o czym pisaliśmy w tekście Nadella ostrzega. Spadające ceny i otwarte modele dają tę niezależność w zasięgu ręki: skoro koszt inferencji przestaje boleć, można projektować wdrożenia model-agnostycznie i swobodnie przełączać dostawców. Regulacja idzie w tę samą stronę, bo AI Act premiuje transparentność i dokumentację, a te są łatwiejsze, gdy nie jesteś zamknięty w jednym ekosystemie. Wspólny mianownik brzmi więc jasno: tania i wszechobecna AI wymaga dojrzałych procesów. Nie chodzi już o to, czy wdrożyć, lecz jak zrobić to zgodnie z prawem, bezpiecznie i bez uzależnienia od jednego partnera.
Co AI Act i tańsze modele znaczą dla polskich firm
Dla polskich firm najważniejszy jest kontekst krajowy. Prezydent podpisał ustawę o systemach sztucznej inteligencji, która dostosowuje polskie prawo do AI Act, o czym pisaliśmy w tekście Prezydent podpisał ustawę o systemach AI. Powstaje komisja KRiBSI oraz piaskownice regulacyjne, w których mikro, małe i średnie firmy przetestują rozwiązania AI bezpłatnie, pod okiem regulatora. To realna furtka: można sprawdzić pomysł, zanim poniesie się pełne koszty zgodności. Warto pamiętać, że pierwsze decyzje personalne komisji spodziewane są jesienią, więc czas na przygotowanie firmy jest teraz.
Praktyczny wniosek jest podwójny. Po pierwsze, dokumentacja procesów przestaje być formalnością, bo przy kontroli oceniane będzie to, jak faktycznie korzystacie z AI, a nie marketing dostawcy. Po drugie, spadek cen to okazja, by policzyć koszt konkretnego procesu na kilku modelach naraz i wybrać najtańszy wariant, który wystarcza. Konkretnie warto zacząć od trzech kroków:
- Zmapuj systemy AI używane w firmie i sprawdź, które podlegają obowiązkom AI Act.
- Policz koszt na zadanie dla powtarzalnych operacji, takich jak klasyfikacja zgłoszeń, obsługa klienta czy ekstrakcja danych z faktur.
- Spisz politykę danych, która jasno określa, co wolno wysyłać do modelu, a czego nie.
Polskie wdrożenia, jak AI w systemie ERP Asseco, pokazują, że wartość bierze się z osadzenia AI w konkretnym procesie i z izolacji danych, a nie z samego modelu. Nie można przy tym pominąć RODO. Tani dostęp do modeli kusi, by wklejać do nich umowy, dane klientów czy kod źródłowy, a wyciek czatów Claude i nowe zapory na shadow AI przypominają, że każda taka interakcja to potencjalne ujawnienie danych osobowych.
Jak Sprawni Cyfrowo pomaga wdrożyć AI zgodnie z prawem
Rok 2026 pokazuje, że przewagę zdobędą firmy, które potrafią wdrażać AI szybko, tanio i zgodnie z prawem naraz. To zderzenie regulacji, cen i bezpieczeństwa jest dokładnie tym, w czym pomaga Sprawni Cyfrowo. Zamiast zostawiać zespół z pytaniami o AI Act, RODO i wybór modelu, dajemy konkretne kompetencje oraz gotowe procesy.
- Szkolenia z AI — nauczymy zespół świadomie i bezpiecznie korzystać z modeli, z jasną polityką danych oraz zgodnością z AI Act i RODO.
- Wdrożenia AI w firmie — pomożemy osadzić AI w konkretnym procesie, policzyć koszt na zadanie i zaprojektować architekturę niezależną od jednego dostawcy.
- Konsultacje i kursy online — od mapowania obowiązków regulacyjnych po certyfikowane kursy, które podniosą kompetencje cyfrowe całej organizacji.
Chcesz przygotować firmę na fazę egzekwowania AI Act i wykorzystać tańsze modele bez ryzyka? Skontaktuj się ze Sprawni Cyfrowo i zacznij od bezpłatnej rozmowy o potrzebach Twojego zespołu.
