Faktura klienta w usłudze OCR: co wychodzi z biura rachunkowego poza umową powierzenia

Usługa rozpoznawania dokumentów w programie księgowym odczytuje z faktury numer NIP wraz z prefiksem, numer dokumentu, daty wystawienia i sprzedaży, formę i termin płatności, stawki i kwoty VAT, numer rachunku bankowego, pozycje dokumentu oraz numer KSeF. Z wyciągu bankowego dodatkowo nazwę i adres kontrahenta, opis przelewu, datę księgowania i kwotę. Przez tę usługę przechodzi co miesiąc komplet dokumentów wszystkich obsługiwanych podmiotów.

Uruchomienie jej wymaga, według dokumentacji Comarch ERP Optima, czterech czynności: „zapoznać się z regulaminem, uzupełnić dane, potwierdzić zgodę i kliknąć »Prześlij«” (stan na 24 października 2026 r.). Żadna z nich nie wymaga decyzji właściciela biura, wpisu do rejestru czynności przetwarzania ani rozmowy z klientem, którego faktura pójdzie do rozpoznania jako pierwsza.

To jest pierwszy z trzech kanałów, którymi dane obsługiwanych podmiotów opuszczają serwer biura. Dwa pozostałe to funkcje generatywne włączone domyślnie w pakiecie biurowym oraz zapytanie, które asystent buduje z promptu i wysyła do wyszukiwarki. Poniżej jest mechanika każdego z nich, oparta na dokumentacji dostawców z datą sprawdzenia, oraz lista pytań, na które ta dokumentacja nie odpowiada.

Trzy kanały wyjścia, z których tylko jeden wygląda na ryzyko

Kanał pierwszy to czat — asystent, do którego ktoś wkleja treść. Ten jest widoczny, opisany w polityce i zwykle objęty zakazem. Kanał drugi to funkcje generatywne wbudowane w pakiet biurowy, czyli podsumowanie wątku w skrzynce, przeredagowanie pisma do klienta, streszczenie spotkania. Kanał trzeci to automatyzacja dokumentów: OCR faktur, odczyt wyciągów bankowych, uzupełnianie danych kontrahenta z rejestrów.

Różnica między nimi nie polega na skali danych, bo kanał trzeci przetwarza ich najwięcej. Polega na tym, kto podejmuje decyzję o uruchomieniu. Czat włącza użytkownik świadomie i jednorazowo. Funkcje w pakiecie biurowym bywają włączone domyślnie wraz z licencją. OCR włącza księgowa, która potrzebuje zamknąć miesiąc, akceptując regulamin w okienku programu, z którego korzysta codziennie.

Dla biura rachunkowego ma to konkretny skutek: inwentaryzacja oparta na pytaniu „kto u nas używa AI” zwróci kanał pierwszy i pominie dwa pozostałe. Inwentaryzacja oparta na pytaniu „które z naszych narzędzi wysyła treść dokumentu poza nasz serwer” zwróci wszystkie trzy.

Granica usługi i granica dostawcy w Microsoft Copilot

Microsoft opisuje Copilota jako usługę objętą zobowiązaniami wobec klientów komercyjnych Microsoft 365, w tym RODO i EU Data Boundary, i deklaruje, że prompty, odpowiedzi oraz dane pobierane przez Microsoft Graph nie są używane do trenowania modeli podstawowych (stan na 24 października 2026 r., dokument aktualizowany 8 października 2026 r.). Prompt i odpowiedź są przechowywane jako „treść interakcji” w ramach Microsoft 365, zaszyfrowane, a administrator może je przeszukać przez Content search albo Microsoft Purview i nałożyć na nie polityki retencji.

Ta sama dokumentacja zawiera jednak dwa zastrzeżenia, które zmieniają obraz. Pierwsze dotyczy trasowania: ruch z Unii zostaje w granicy EU Data Boundary, natomiast ruch światowy może być kierowany do przetwarzania przez model do Unii i do innych regionów, bo wywołania modelu idą do najbliższego centrum danych, ale przy wysokim obciążeniu mogą trafić do innego regionu.

Drugie zastrzeżenie jest ostrzejsze i dotyczy podprocesorów. Microsoft wprowadził modele Anthropic jako podprocesora w ramach swoich usług i zapisał wprost, że modele Anthropic w Copilocie, Researcherze, Copilot Studio i Power Platform są obecnie wyłączone z EU Data Boundary, a u klientów z Unii, EFTA i Wielkiej Brytanii są z tego powodu domyślnie wyłączone (stan na 24 października 2026 r.). Administrator może je włączyć sam w centrum administracyjnym Microsoft 365, w ustawieniu „AI providers operating as Microsoft subprocessors”.

Osobna kategoria to modele oznaczone jako „Anthropic models with Data Retention”. Przy nich — według tej samej strony — Anthropic występuje jako niezależny procesor, umowa DPA Microsoftu nie obowiązuje, a dane są przechowywane po stronie Anthropic: większość wejść i wyjść do 30 dni, a przy sygnale klasyfikatorów nadużyć treść nawet do dwóch lat, zaś same wyniki klasyfikacji do siedmiu lat. Te modele są domyślnie wyłączone wszędzie i wymagają odrębnej zgody administratora.

Wniosek praktyczny dla biura: zdanie „korzystamy z Copilota, więc dane zostają w Unii” nie jest stwierdzeniem o usłudze, tylko o konkretnej konfiguracji przełącznika w centrum administracyjnym. Wartość tego przełącznika jest sprawdzalna w pięć minut i to jest pierwsza rzecz do sprawdzenia.

Zapytanie do wyszukiwarki poza umową powierzenia

Najmniej oczywisty kanał w pakiecie Microsoftu to wyszukiwanie w sieci. Kiedy jest włączone, Copilot analizuje prompt i buduje z niego zapytanie — kilka słów, nie całą treść — które wysyła do usługi Bing. Dokumentacja wylicza, czego w tym zapytaniu nie ma: całego promptu (chyba że był bardzo krótki), całych plików z Microsoft 365 ani plików wgranych do Copilota, a także danych identyfikujących użytkownika z Microsoft Entra ID.

Istotne jest to, co dzieje się z zapytaniem dalej. Microsoft pisze, że umowa DPA nie obowiązuje wobec wygenerowanych zapytań do wyszukiwarki, a zgodność z HIPAA i EU Data Boundary również ich nie obejmuje, i że w odniesieniu do danych zapytań Microsoft działa jako administrator danych, nie jako procesor (stan na 24 października 2026 r.). Warunki produktowe dokładają osobne zobowiązania: zapytania nie służą do ulepszania Bing, nie budują profili reklamowych, nie są udostępniane reklamodawcom i nie są używane do trenowania modeli generatywnych.

Dla biura rachunkowego oznacza to rzecz nieintuicyjną. Treść dokumentu klienta zostaje po stronie procesora, z którym jest podpisana umowa, ale kilkuwyrazowe zapytanie zbudowane z promptu opuszcza ten reżim. Jeśli pytanie brzmiało „czy ta spółka z branży X ma ogłoszoną restrukturyzację”, to zapytanie wychodzi poza granicę usługi — bez identyfikatorów użytkownika i dzierżawy, ale z nazwą podmiotu.

Dobra wiadomość jest taka, że ten kanał jest sterowalny i audytowalny. Administrator wyłącza go polityką „Allow web search in Copilot” w Cloud Policy service dla Microsoft 365, a dokładne zapytania wysłane do Bing podlegają logowaniu i są dostępne w audycie, eDiscovery oraz w Purview DSPM for AI. Biuro może więc nie tylko wyłączyć ten kanał, ale też sprawdzić po fakcie, co przez niego wyszło.

Retencja promptów w planach, które biuro już kupiło

Retencja jest tym parametrem, o którym najczęściej zakłada się, że jest krótka. Dokumentacja dwóch największych dostawców pakietów biurowych mówi co innego i w obu przypadkach odpowiedź zależy od ustawień administratora, nie od domyślnej polityki dostawcy.

Tabela zestawia stan dokumentacji na 24 października 2026 r. Po stronie Google źródłem są centrum prywatności generatywnej AI w Google Workspace oraz lista danych objętych zasadami regionów danych. Pierwsze z nich zawiera zdania, których biuro potrzebuje w rozmowie z klientem: „Żadne z Twoich treści nie są używane do trenowania modeli generatywnej AI poza Twoją domeną bez pozwolenia” oraz „Twoje treści nie są sprawdzane przez osoby weryfikujące”.

Drugie źródło zawiera zastrzeżenie, które łatwo przeoczyć. Regiony danych pozwalają wybrać jedną z dwóch lokalizacji — Stany Zjednoczone albo Europę — i obejmują prompty oraz odpowiedzi zarówno w spoczynku, jak i w przetwarzaniu, przy czym zakres dla danych przetwarzanych zależy od wersji Workspace. Nie obejmują natomiast typów danych niewymienionych w dokumencie, a jako przykład Google podaje logi i informacje z pamięci podręcznej. Wybór regionu „Europa” nie jest więc równoznaczny z tym, że żaden ślad zapytania nie opuści Europy.

OCR faktur: co dokumentacja mówi i czego nie mówi

Kanał trzeci jest dla biura rachunkowego największy objętościowo, bo przechodzą nim komplety dokumentów wszystkich obsługiwanych podmiotów. Dokumentacja Comarch OCR opisuje, że usługa wczytuje dokumenty do rejestru VAT, list zakupu w Handlu i list wyciągów bankowych na podstawie skanów i zdjęć, w plikach JPG, PDF, TIFF, PNG i JPEG do 20 MB i 200 stron.

W tym zakresie danych jedna pozycja zasługuje na osobną uwagę: opis przelewu z wyciągu bankowego. Dane faktury są sformalizowane i przewidywalne, natomiast opis przelewu jest polem tekstowym, które wpisuje człowiek — i bywa najbardziej ujawniającym elementem całego wyciągu, bo trafiają do niego nazwy spraw, nazwiska i tytuły rozliczeń. Przez usługę rozpoznawania przechodzi więc nie tylko struktura dokumentu, ale też swobodny tekst, którego nikt nie redagował z myślą o wysyłce na zewnątrz.

Dokumentacja mówi też, gdzie zapisywany jest sam skan: administrator wybiera w konfiguracji jedną z trzech lokalizacji — w bazie, w IBARD albo na dysku — a domyślnie jest to zapis w bazie. Skany z Comarch BI Point są wczytywane automatycznie do IBARD.

Czego ta dokumentacja nie mówi: gdzie fizycznie odbywa się rozpoznawanie, jak długo plik pozostaje po stronie usługi rozpoznającej i czy jest po rozpoznaniu usuwany. Pośredni sygnał, że dokument jest wysyłany na zewnątrz programu, jest w opisie weryfikacji kontrahenta — numer NIP jest sprawdzany automatycznie „w momencie wysłania dokumentu do rozpoznania”, a dane sprzedawcy lub nabywcy pobierane są z rejestru GUS. Sam czas przechowywania trzeba ustalić w regulaminie usługi i w dokumentacji przetwarzania u producenta, a nie zgadywać z instrukcji użytkownika.

Inwentarz funkcji AI i pytania do dostawcy

Kolejność pracy, która daje wynik w jedno popołudnie, wygląda tak. Najpierw lista narzędzi, w których w ogóle są dokumenty klientów: program księgowy, pakiet biurowy, skrzynka, dysk, system obiegu dokumentów, narzędzie do podpisu, komunikator. Potem — dla każdego z nich — jedno pytanie: czy w ostatnich dwóch latach dostawca dodał funkcję generatywną lub rozpoznawanie dokumentów, i czy jest ona u nas włączona. Inwentarz zwykle wychodzi niesymetryczny: część funkcji działa, choć nikt ich świadomie nie uruchamiał, a część kupionych licencji leży nietknięta — a przyczyny nieużywania narzędzi, za które firma płaci, rzadko sprowadzają się do oporu zespołu.

Ostatni wiersz jest tym, który najczęściej rozjeżdża się z resztą. Narzędzie włącza osoba operacyjna, a skutek dotyczy dokumentu podpisanego przez właściciela, więc właścicielstwo decyzji o narzędziach AI w organizacji trzeba przypisać imiennie, zanim pojawi się kolejna funkcja domyślnie włączona wraz z aktualizacją. W biurze dwuosobowym to jedno zdanie w notatce. W dwudziestoosobowym to osobna rola, bo inaczej rozstrzygnięcie zapada przy okienku z regulaminem.

Pytania, na które dokumentacja produktowa zwykle nie odpowiada i które trzeba zadać dostawcy na piśmie:

• W jakim kraju odbywa się rozpoznawanie dokumentu i kto jest podprocesorem tej operacji.
• Jak długo plik przesłany do rozpoznania pozostaje po stronie usługi i co potwierdza jego usunięcie.
• Czy treść dokumentów służy do poprawiania modelu rozpoznającego, a jeśli tak, to na jakich warunkach można to wyłączyć.
• Z jakim wyprzedzeniem informujecie o zmianie listy podprocesorów i gdzie ta lista jest publikowana.
• Które funkcje generatywne są włączane domyślnie przy aktualizacji i jak wyłączyć je centralnie, a nie na stanowisku.

Odpowiedzi na piśmie mają tę zaletę, że są datowane. Polityki dostawców zmieniają się częściej niż umowy z klientami biura — sam dokument Microsoftu o modelach Anthropic nosi datę aktualizacji z 23 października 2026 r. — więc jedno sprawdzenie na zawsze nie istnieje, a istnieje sprawdzenie z datą i terminem ponownej weryfikacji.

Decyzja na najbliższy tydzień

Do podjęcia są trzy rozstrzygnięcia i żadne z nich nie wymaga zmiany narzędzi. Pierwsze: czy biuro dopuszcza modele podprocesorów spoza granicy EU Data Boundary — to jest wartość jednego przełącznika w centrum administracyjnym i odpowiedź brzmi „tak” albo „nie”, a nie „nie wiedzieliśmy”. Drugie: czy wyszukiwanie w sieci w asystencie zostaje włączone, wiedząc, że zapytanie wychodzi poza reżim umowy powierzenia, a jednocześnie jest logowane i da się je później odtworzyć. Trzecie: kto w biurze ma prawo zaakceptować regulamin usługi, przez którą przechodzą dokumenty klientów. Każde z tych rozstrzygnięć ma sens tylko z terminem ponownej oceny — tak samo jak przy pilotażu narzędzia, gdzie moment uznania eksperymentu za nieudany ustala się przed startem, nie po fakcie.

Jeśli na którekolwiek z tych pytań nie ma dziś odpowiedzi, sensowną kolejnością jest: zrobić inwentarz z tabeli powyżej, wyłączyć to, czego nikt świadomie nie włączył, i dopiero potem decydować, co włączyć ponownie — tym razem z datą, właścicielem i wpisem w dokumentacji.

Tekst opisuje mechanikę techniczną i treść dokumentacji dostawców na 24 października 2026 r. Nie jest poradą prawną ani oceną zgodności konkretnego wdrożenia; polityki dostawców zmieniają się, dlatego każde twierdzenie warto zweryfikować w źródle pod podanym linkiem i opatrzyć własną datą sprawdzenia.