NIS2 plus AI: mapowanie Art. 21 na konkretne kontrole, jedna ściąga

Czas czytania: ok. 10 minut. Klaster: compliance. Autor: Fryderyk.

Odpowiedź najpierw

Art. 21 ustawy o krajowym systemie cyberbezpieczeństwa, wdrażający NIS2, wymienia dziesięć obszarów środków zarządzania ryzykiem. Żaden nie mówi wprost „sztuczna inteligencja", ale każdy ma konkretne przełożenie na system AI uruchomiony w organizacji. Ta ściąga mapuje wszystkie dziesięć obszarów na pytanie, które audytor faktycznie zada, i na kontrolę, którą trzeba pokazać. W skrócie: analiza ryzyka obejmuje system AI jako aktyw, obsługa incydentów rozpoznaje zdarzenia związane z AI, ciągłość działania zakłada scenariusz niedostępności modelu, bezpieczeństwo łańcucha dostaw domyka umowę z dostawcą AI, a nadzór kierownictwa zatwierdza decyzję o wdrożeniu. Reszta obszarów, od kryptografii po kontrolę dostępu, dokłada warstwy techniczne. Jeśli umiesz dla każdego z dziesięciu punktów wskazać jeden artefakt, jesteś gotowy do rozmowy z audytorem. Jeśli któryś punkt jest pusty, to jest twoja luka.

Spis treści

1. Jak czytać tę ściągę
2. Dziesięć obszarów Art. 21 zmapowanych na AI
3. Tabela zbiorcza: obszar, pytanie audytora, artefakt
4. Trzy pułapki mapowania
5. Minimalny zestaw startowy
6. FAQ
7. Disclosure i biases
8. Czego tu nie pokrywam
9. Powiązane notatki

Jak czytać tę ściągę

Art. 21 ust. 2 wymienia obszary, w których podmiot kluczowy i ważny musi wdrożyć środki zarządzania ryzykiem. Lista jest celowo technologicznie neutralna: nie wymienia żadnej konkretnej technologii, bo ma przetrwać zmiany rynkowe. To dobra wiadomość, bo nie musisz czekać na osobną regulację „AI w NIS2". Zła wiadomość jest taka, że to na tobie spoczywa przełożenie ogólnych kategorii na konkretny system.

Dla każdego z dziesięciu obszarów podaję trzy rzeczy: o co w nim chodzi w kontekście systemu AI, jakie pytanie zada audytor i jaki pojedynczy artefakt odpowiada na to pytanie. Celowo redukuję każdy obszar do jednego dowodu. W praktyce dokumentów bywa więcej, ale jeśli nie umiesz wskazać przynajmniej jednego, obszar jest niepokryty.

Ściąga zakłada, że system AI jest już w twojej inwentaryzacji aktywów. Jeśli nie jest, zacznij od tego, bo bez wpisu w inwentaryzacji pozostałe dziewięć punktów nie ma do czego się odnosić.

Dziesięć obszarów Art. 21 zmapowanych na AI

1. Polityki analizy ryzyka i bezpieczeństwa systemów informatycznych

System AI to system informatyczny, więc wpada tu wprost. Audytor pyta: czy zrobiliście analizę ryzyka dla tego konkretnego systemu, a nie tylko ogólną dla organizacji. Artefakt: analiza ryzyka systemu AI, pokrywająca wyciek danych wejściowych, niedostępność, jakość odpowiedzi w procesach krytycznych i ryzyko dostawcy.

2. Obsługa incydentów

Pytanie audytora: czy wasza procedura incydentów rozpoznaje zdarzenia związane z AI, na przykład wyciek danych przez zapytanie do modelu albo kompromitację konta z dostępem do narzędzia. Artefakt: procedura reagowania na incydenty z jawnie wymienionymi scenariuszami AI i ścieżką eskalacji do CSIRT.

3. Ciągłość działania i zarządzanie kryzysowe

Pytanie: co się dzieje z procesem biznesowym, gdy system AI staje się niedostępny. Artefakt: wpis w planie ciągłości działania opisujący zależność procesu od systemu AI i tryb pracy zastępczej. To obszar najczęściej pomijany, bo zespoły traktują asystenta AI jako dodatek, a nie jako zależność operacyjną.

4. Bezpieczeństwo łańcucha dostaw

Dostawca modelu lub platformy AI jest elementem łańcucha dostaw. Pytanie: jak ocenialiście jego bezpieczeństwo i co mówi umowa. Artefakt: umowa z dostawcą (MSA lub DPA) z klauzulami bezpieczeństwa, sub-processorów i wyjścia. Przy wdrożeniu on-prem łańcuch jest krótszy, ale nie znika: aktualizacje modelu, wsparcie i warunki licencji nadal są częścią łańcucha.

5. Bezpieczeństwo w pozyskiwaniu, rozwoju i utrzymaniu systemów

Pytanie: jak zarządzacie zmianami i podatnościami w systemie AI przez cały cykl życia. Artefakt: udokumentowany proces aktualizacji modelu i komponentów, z oceną wpływu zmiany. Nowy model to nie tylko lepsza jakość, to też nowy profil ryzyka.

6. Polityki oceny skuteczności środków zarządzania ryzykiem

Pytanie: skąd wiecie, że wdrożone zabezpieczenia działają. Artefakt: zapis przeglądu lub testu kontroli wokół systemu AI, choćby prostego, ale udokumentowanego. Audytor szuka dowodu pętli zwrotnej, nie deklaracji.

7. Podstawowe praktyki cyberhigieny i szkolenia

Pytanie: czy użytkownicy systemu AI wiedzą, czego do niego nie wprowadzać i jak rozpoznać nadużycie. Artefakt: materiał szkoleniowy lub zapis instruktażu obejmujący zasady korzystania z narzędzia AI, w szczególności klasyfikację danych, których nie wolno wprowadzać.

8. Kryptografia i szyfrowanie

Pytanie: jak chronione są dane w tranzycie i w spoczynku w obrębie systemu AI. Artefakt: opis zastosowanego szyfrowania dla połączeń do systemu i dla przechowywanych danych, w tym logów zapytań, jeśli te zawierają dane wrażliwe.

9. Bezpieczeństwo zasobów ludzkich, kontrola dostępu i zarządzanie aktywami

Pytanie: kto ma dostęp do systemu AI i do danych, które przez niego przepływają. Artefakt: macierz dostępu do systemu i do repozytoriów danych, z którymi się integruje, plus wpis w inwentaryzacji aktywów. Tu spina się rejestr systemu z polityką dostępu.

10. Uwierzytelnianie wieloskładnikowe i zabezpieczona komunikacja

Pytanie: czy dostęp do systemu AI i jego konsoli administracyjnej jest chroniony wieloskładnikowo. Artefakt: konfiguracja MFA dla dostępu użytkowników i administratorów oraz opis zabezpieczonych kanałów komunikacji wewnątrz organizacji.

Tabela zbiorcza: obszar, pytanie audytora, artefakt

Obszar Art. 21	Pytanie audytora	Artefakt
1. Analiza ryzyka	Czy jest analiza dla tego systemu AI	Analiza ryzyka systemu AI
2. Obsługa incydentów	Czy procedura rozpoznaje zdarzenia AI	Procedura incydentów ze scenariuszami AI
3. Ciągłość działania	Co, gdy system AI jest niedostępny	Wpis w planie ciągłości działania
4. Łańcuch dostaw	Jak oceniono dostawcę AI	Umowa z klauzulami bezpieczeństwa i wyjścia
5. Rozwój i utrzymanie	Jak zarządzacie zmianą modelu	Proces aktualizacji z oceną wpływu
6. Ocena skuteczności	Skąd wiecie, że kontrole działają	Zapis przeglądu lub testu kontroli
7. Cyberhigiena i szkolenia	Czy użytkownicy wiedzą, czego nie wprowadzać	Materiał szkoleniowy dla użytkowników AI
8. Kryptografia	Jak chronione są dane w systemie	Opis szyfrowania tranzytu i spoczynku
9. Kontrola dostępu i aktywa	Kto ma dostęp do systemu i danych	Macierz dostępu plus wpis w inwentaryzacji
10. MFA i komunikacja	Czy dostęp jest wieloskładnikowy	Konfiguracja MFA i zabezpieczonych kanałów

Wydrukuj tę tabelę, przejdź wiersz po wierszu i przy każdym wpisz nazwę swojego dokumentu. Puste pole to lista zadań przed audytem.

Trzy pułapki mapowania

Pierwsza: traktowanie systemu AI jako osobnej kategorii compliance z własnym, równoległym zestawem polityk. To mnoży pracę i tworzy obieg dokumentów, którego nikt nie utrzymuje. AI jest pozycją w istniejących artefaktach, nie osobnym silosem.

Druga: pokrycie tylko obszarów oczywistych (analiza ryzyka, łańcuch dostaw) i pominięcie ciągłości działania oraz oceny skuteczności. To właśnie te mniej oczywiste punkty odróżniają organizację, która rozumie NIS2, od tej, która odhaczyła listę powierzchownie.

Trzecia: pominięcie nadzoru kierownictwa. Po nowelizacji ustawy odpowiedzialność spoczywa wprost na kierownictwie, więc decyzja o wdrożeniu systemu AI powinna być zatwierdzona i udokumentowana na właściwym poziomie, a nie tylko na poziomie zespołu IT. Pisałem o tym szerzej w notatce o odpowiedzialności zarządu.

Minimalny zestaw startowy

Jeśli zaczynasz od zera i masz ograniczony czas, trzy artefakty domykają większość ryzyka i dają audytorowi punkt zaczepienia: wpis w inwentaryzacji aktywów (obszar 9), analiza ryzyka systemu AI (obszar 1) oraz umowa z dostawcą z klauzulami bezpieczeństwa i wyjścia (obszar 4). Te trzy nie wystarczą do pełnej zgodności, ale pokrywają pytania, które padają najwcześniej, i pokazują, że system AI nie jest białą plamą. Resztę uzupełniasz iteracyjnie, rozszerzając istniejące dokumenty, a nie tworząc nowe.

FAQ

Czy Art. 21 w ogóle wspomina o AI?

Nie. Lista obszarów jest technologicznie neutralna i nie wymienia żadnej konkretnej technologii. To celowe. System AI podlega tym samym dziesięciu obszarom co każdy inny system informatyczny, a zadaniem organizacji jest przełożenie ogólnych kategorii na konkretne kontrole.

Czy wdrożenie on-prem zmienia to mapowanie?

Nie zmienia listy obszarów, ale zmienia ciężar niektórych. Przy przetwarzaniu wewnątrz organizacji łańcuch dostaw jest krótszy, a ekspozycja danych mniejsza, więc obszary 4 i 8 zawierają mniej ryzyka do opisania. Wszystkie dziesięć pozostaje w grze.

Ile dokumentów naprawdę potrzebuję?

Tyle, by dla każdego z dziesięciu obszarów wskazać co najmniej jeden artefakt. Część artefaktów pokrywa kilka obszarów naraz, na przykład inwentaryzacja aktywów dotyka obszarów 1 i 9. Liczy się pokrycie, nie liczba osobnych plików.

Czy ta ściąga zastępuje opinię prawną?

Nie. To narzędzie robocze do uporządkowania przygotowań. Interpretacja Art. 21 zależy od sektora i stanu faktycznego, a praktyka audytowa dopiero się kształtuje. Decyzje compliance konsultuj z prawnikiem specjalizującym się w cyberbezpieczeństwie.

// disclosure i biasesDisclosure i biases

Piszę z perspektywy osoby pracującej nad rozwiązaniami AI uruchamianymi poza chmurą publiczną, więc naturalnie podkreślam wątki on-prem i kontrolę przepływu danych. Starałem się oddzielić treść przepisów od preferencji architektonicznej. Ten tekst nie jest opinią prawną i nie wyczerpuje obowiązków podmiotu kluczowego ani ważnego. Mapowanie jest moją interpretacją roboczą, nie wykładnią urzędową.

// co tu nie pokrywamCzego tu nie pokrywam

Nie wchodzę w klasyfikację systemów AI pod kątem AI Act, bo to osobny reżim z własnymi kategoriami ryzyka. Nie omawiam progów i terminów zgłaszania incydentów do CSIRT, które zasługują na osobną notatkę. Pomijam też różnice sektorowe poza produkcją oraz szczegóły techniczne zabezpieczeń samego modelu.

Powiązane notatki

• NIS2 a vendor AI w łańcuchu dostaw: mapowanie Art. 21 dla podmiotów kluczowych
• Audit readiness NIS2 plus AI: 7 dokumentów, które wytwarzasz przed audytorem
• ISO 27001 a AI vendor: trzy kontrole, które warto zmapować dziś
• Personal liability zarządu po nowelizacji UKSC: co to znaczy dla decyzji AI