Umowy B2B w projektach AI i automatyzacji – co powinno się znaleźć w kontrakcie?

Gdy w grę wchodzą umowy B2B w projektach AI i automatyzacji, klasyczne podejście znane z umów B2B w IT bardzo szybko przestaje wystarczać. W tego typu projektach automatyzacja procesów biznesowych spotyka się z nieprzewidywalnością danych, modeli i efektów końcowych. Nie chodzi więc już tylko o „dostarczenie kodu”, ale o cały proces jego powstawania, testowania i późniejszego utrzymania. Dlatego dobrze skonstruowana umowa to niezbędne narzędzie zarządzania projektem i ryzykiem, które się z nim wiąże.

Czytaj dalej, aby dowiedzieć się, co powinno znaleźć się w umowach B2B w projektach AI i automatyzacji.

Zapraszam do lektury!

Umowy B2B w projektach AI i automatyzacji – zabezpieczenia prawne projektów AI to podstawa!

Zabezpieczenia prawne umów technologicznych są fundamentem każdego projektu opartego na AI. Szczególnie gdy w grę wchodzą umowy o współpracy B2B, w których obie strony współtworzą rozwiązanie. W takich przedsięwzięciach największe problemy zazwyczaj zaczynają się tam, gdzie ktoś założył, że „to się jakoś dogada w trakcie”.

A zatem, jak zabezpieczyć się przed niepowodzeniem projektu automatyzacji w umowie? Poniżej zebrałam klauzule, na które zwróciłabym szczególną uwagę.

Jakie klauzule umowne w projektach AI są niezbędne? Obowiązki stron umowy technologicznej

Na początek zdradzę Ci zasadę, którą osobiście kieruję się, tworząc umowy B2B dla programistów. Mianowicie, obowiązki stron nie mogą być opisane na zbyt ogólnym poziomie. Wierz mi, że w tego typu współpracach naprawdę wszystko rozbija się o detale.

Z jednej strony jest wykonawca, który pracuje w modelu z natury nieprzewidywalnym. Po drugiej stronie mamy, zamawiającego, który oczekuje konkretnego efektu. Dlatego dobrze skonstruowana umowa B2B dla programistów AI powinna precyzyjnie określać harmonogram wdrożenia oraz sposób pracy i rozliczenia projektu. W praktyce najlepiej sprawdza się podział pracy na etapy (np. Proof of Concept, testy, wdrożenie), wyznaczenie kamieni milowych i jasne opisanie, kto za co odpowiada na danym etapie.

Równie ważne są procedury akceptacyjne. W projektach AI nie wystarczy stwierdzić, że „system ma działać”. Już na etapie umowy trzeba ustalić, jakie są kryteria techniczne, jakie parametry jakości musi spełnić model i w jaki sposób zgłaszane są uwagi. Dobrze rozpisana w umowie procedura odbioru chroni obie strony. Dzięki niej zamawiający wie, czego może wymagać. Wykonawca z kolei nie jest zobowiązany do nieograniczonego w czasie dokonywania poprawek.

Do tego dochodzi jeszcze kwestia utrzymania i jakości usług po wdrożeniu. Wszelkie projekty AI absolutnie nie zaliczają się do kategorii „zrób i zapomnij”. Modele wymagają aktualizacji, czasem ponownego trenowania, a system – reakcji na błędy i awarie. Z tego powodu w umowie warto jasno określić zakres wsparcia, czas reakcji oraz gwarancję jakości usług, która zabezpiecza obie strony po odbiorze.

Krótko mówiąc, w projektach AI nie chodzi tylko o to, co ma powstać. Przede wszystkim trzeba określić, jak to będzie powstawać i kto za co odpowiada po drodze.

Umowa B2B dla programistów AI – przykładowe obowiązki stron 

W praktyce dobrze to widać na poziomie konkretnych obowiązków, które – jeśli nie są jasno opisane w umowie – zaczynają się „rozmywać”. Najczęściej już w pierwszych tygodniach realizacji projektu.

Po stronie wykonawcy nie chodzi tylko o „napisanie kodu”. To również dostarczenie kompletnego rozwiązania – z dokumentacją, instrukcjami wdrożenia. Do tego dochodzi odpowiedzialność za zgodność systemu z przepisami (w tym AI Act), sposób pracy na danych treningowych oraz późniejsze utrzymanie systemu w ramach SLA.

Z kolei zamawiający nie jest w takich projektach biernym odbiorcą. To on dostarcza dane, współtworzy bazę wiedzy i uczestniczy w procesie „uczenia” systemu. Jak? Choćby przez testy czy prosty feedback. To na nim ciąży wykonywanie procedur akceptacyjnych. W przypadku bardziej zaawansowanych rozwiązań jest także odpowiedzialny za zapewnienie nadzoru nad działaniem AI i spełnienie obowiązków regulacyjnych.

Umowy B2B w projektach AI i automatyzacji – wynagrodzenie w kontraktach automatyzacji

Ustalając wynagrodzenie za usługi AI, bardzo łatwo wpaść w pułapkę… Próbować rozliczyć projekt AI tak, jak zwykłe wdrożenie IT – a to się zazwyczaj po prostu nie spina.

Jakie modele rozliczeń stosować w umowach na projekty automatyzacji? 

Ano takie, które zostawiają jakąkolwiek przestrzeń na zmianę. Oznacza to odejście od sztywnego fixed price na rzecz modeli bardziej elastycznych. 

W projektach z AI nie wszystko da się przewidzieć na starcie. Przy sztywno ustalonej cenie większe komplikacje zwykle kończą się konfliktem stron. Wykonawca „tnie jakość”, żeby zmieścić się w budżecie. Klient za to ma poczucie, że to nie tak miało wyglądać.

Bezpieczniej jest zatem wynagrodzenie za usługi AI oprzeć na jednym z poniższych modeli:

• Time & Material – w którym płacisz za wykonaną pracę. Możesz zmieniać zakres projektu w trakcie, dodawać nowe funkcjonalności, reagować na to, co wychodzi w testach. Razem z tą elastycznością bierzesz jednak na siebie ryzyko, że budżet nie jest „zamknięty” i trzeba go na bieżąco pilnować.
• Fixed Budget, Scope-Controlled (FBSC) – czyli stały budżet, elastyczny zakres – działa odwrotnie. Budżet i ramy czasowe są ustalone z góry. Masz więc kontrolę nad kosztami. Jeśli coś się zmienia, nie dokładasz pieniędzy, tylko decydujesz, co jest dla Ciebie priorytetem.

Wynagrodzenie za usługi AI powinno być dobrane do tego, jak chcesz prowadzić projekt. Jeśli potrzebujesz maksymalnej swobody, wybierz T&M. Jeśli ważniejsze są dla Ciebie finansowe ramy, lepiej sprawdzi się model z kontrolowanym zakresem. Rozsądne podejście to także rozbijanie projektu na etapy (o którym wspominałam już wcześniej) i osobne rozliczanie każdego z nich.

Przy określaniu wynagrodzenia znów sprawdzi się zasada: im więcej szczegółów, tym lepiej. Nie zostawiaj miejsca na domysły!

Zadbaj o klauzule poufności projektów innowacyjnych oraz prawa własności intelektualnej AI i dane – kontrakty w projektach automatyzacji wymagają szczególnej ochrony tych sfer!

Kolejne sfery, którym sama poświęcam szczególną uwagę, analizując umowy dla moich Klientów to:

• przetwarzanie danych
• klauzule poufności
• ochrona własności intelektualnej oraz
• warunki licencyjne oprogramowania

Pokrótce omówię każdą z nich, jednak miej na uwadze, że każdej z tych sfer można byłoby poświęcić w zasadzie osobny artykuł. 🙂

Przetwarzanie danych w AI

Umowa powinna odpowiadać na pytania: gdzie dane są przetwarzane (chmura czy on-premise), czy trafiają one poza EOG, czy przeprowadzono analizę ryzyka i kto odpowiada za nadzór nad działaniem systemu. W praktyce chodzi to, żebyś wiedział, co dzieje się z Twoimi danymi na każdym etapie projektu.

Klauzule poufności 

W tym obszarze standardowe NDA naprawdę nie wystarcza. Umowy B2B w projektach AI i automatyzacji muszą wprost zawierać zakaz wykorzystywania danych, promptów i wyników do trenowania modeli dostawcy. Bez tego ryzykujesz, że Twoje know-how stanie się częścią cudzego systemu. Do tego dochodzi kwestia tajemnicy przedsiębiorstwa oraz obowiązkowy exit plan: usunięcie danych, kodu i dostępów po zakończeniu współpracy.

Ochrona własności intelektualnej

W umowie trzeba jasno rozdzielić, co faktycznie podlega ochronie. Prawa autorskie w AI obejmują kod tworzony przez człowieka – i to on powinien być objęty przeniesieniem praw albo licencją. Natomiast „czysty” output generowany przez AI co do zasady nie jest chroniony prawem autorskim, więc musisz go dodatkowo zabezpieczyć umownie, np. jako tajemnicę przedsiębiorstwa.

Do tego dochodzi obowiązek zagwarantowania, że dane użyte do trenowania modelu nie naruszają praw osób trzecich.

Z kolei jeśli chodzi o warunki licencyjne oprogramowania – tu najwięcej błędów wynika z niedopilnowania formalności. Brak właściwej formy (pisemnej lub kwalifikowanego podpisu), zbyt ogólnie określone pola eksploatacji albo brak dostępu do dokumentacji i logów skutecznie mogą zablokować dalszy rozwój systemu albo zmianę dostawcy. 

Ryzyka prawne w projektach AI – odpowiedzialność za błędy systemu i warunki wypowiedzenia współpracy technologicznej

Ryzyka prawne w projektach AI koncentrują się przede wszystkim wokół odpowiedzialności za błędy systemu oraz sposobu zakończenia współpracy. Problem jest dużo bardziej złożony niż przy klasycznych wdrożeniach IT, ponieważ systemy AI mogą działać w sposób częściowo autonomiczny i nieprzewidywalny. To z kolei utrudnia przypisanie odpowiedzialności według tradycyjnych reguł kontraktowych.

Jak określić zakres odpowiedzialności stron w umowach na projekty AI?

Po pierwsze, umowa powinna jasno wskazywać, jakie parametry jakościowe uznaje się za prawidłowe wykonanie zobowiązania. Np. poziom accuracy, dopuszczalny margines błędu czy wskaźnik halucynacji. 

Po drugie, należy wprowadzić limity odpowiedzialności, wyłączenia dotyczące szkód pośrednich oraz precyzyjny podział obowiązków.

Po trzecie, zasadne jest przewidzenie klauzul indemnizacyjnych. Rozstrzygają one, kto ponosi ciężar roszczeń osób trzecich, np. w razie naruszenia praw autorskich lub wykorzystania wadliwych danych treningowych. W praktyce chodzi o to, aby już na etapie umowy precyzyjnie przypisać jednej ze stron odpowiedzialność finansową za określone zdarzenia. Zasady tej odpowiedzialności można ukształtować niezależnie od tego, jak prezentowałaby się one na gruncie powszechnie obowiązujących przepisów.

Przeczytaj także: Wdrożenie AI w spółce z o.o. – kto odpowiada za błędy systemu? Zarząd czy wykonawca?

Warunki wypowiedzenia współpracy technologicznej. O czym musisz pamiętać?

W projektach AI samo rozwiązanie umowy nie kończy problemu, jeżeli zamawiający nie ma dostępu do kodu, dokumentacji, logów, konfiguracji czy wiedzy niezbędnej do dalszego utrzymania systemu. Z tego powodu umowa powinna zawierać dobrze opisany exit plan. 

Co w nim zawrzeć?

• Zasady offboardingu,
• Procedurę przekazania dostępów i sprzętu,
• Obowiązek trwałego usunięcia danych z nośników wykonawcy 
• Obowiązek przeprowadzenia uporządkowanego transferu wiedzy do nowego zespołu (w razie potrzeby).

Bez takich zapisów nawet poprawnie wdrożone rozwiązanie może w praktyce prowadzić do niebezpiecznego uzależnienia od jednego dostawcy.

---

FAQ: Umowy B2B w projektach AI i automatyzacji

1. Czym różni się umowa B2B na projekty AI od standardowych umów IT?

Umowa B2B na projekty AI różni się od standardowych umów IT m.in. tym, że musi uwzględniać nieprzewidywalność procesu uczenia modeli czy też konieczność stałego współdziałania stron.

2. Jakie klauzule powinny znaleźć się w umowie B2B dotyczącej projektów AI?

Kluczowe są zapisy dotyczące harmonogramu wdrożenia, procedur akceptacyjnych, wynagrodzenia, przetwarzania danych, poufności, IP, SLA oraz odpowiedzialności.

3. Jakie ryzyka należy uwzględnić w kontraktach dotyczących sztucznej inteligencji?

Najważniejsze to ryzyko błędów systemu (np. halucynacji), trudność przypisania odpowiedzialności oraz uzależnienie od dostawcy (vendor lock-in).

4. Jak zabezpieczyć prawa własności intelektualnej w umowach na projekty automatyzacji?

Należy jasno rozdzielić kod tworzony przez człowieka i output AI oraz uregulować przeniesienie praw lub licencję w odpowiedniej formie i zakresie.

5. Jak regulować kwestie poufności danych w projektach wykorzystujących AI?

Umowa powinna wprost zakazywać wykorzystywania danych i promptów do trenowania modeli oraz określać zasady ich przetwarzania i usuwania.

6. Jakie zapisy dotyczące gwarancji i rękojmi uwzględnić w umowie na automatyzację?

Warto określić mierzalne parametry jakości (np. accuracy), zakres wsparcia, czas reakcji oraz zasady usuwania błędów po wdrożeniu.

7. Jak rozwiązywać spory w umowach B2B dotyczących projektów AI?

Najlepiej poprzez precyzyjne określenie obowiązków, procedur odbioru i odpowiedzialności, co ogranicza pole do interpretacji i konfliktów.

8. Co powinno zawierać SLA w kontrakcie na usługi oparte o AI?

SLA powinno obejmować dostępność systemu, czasy reakcji, zakres wsparcia oraz parametry jakości działania modeli.

9. Jakie klauzule exit plan powinny znaleźć się w umowie B2B na projekty AI?

Należy uwzględnić zasady offboardingu, przekazania dostępów i dokumentacji, usunięcia danych oraz transferu wiedzy do nowego zespołu.

---

Przeczytałeś_aś artykuł i nadal nie masz pewności, co dokładnie druga strona podsuwa Ci do podpisu? Chętnie przeanalizuję Twoją umowę B2B w projekcie AI i wszystko Ci wyjaśnię – umów się na konsultację. 

Codziennie pomagam przedsiębiorcom takim jak Ty realizować ich biznesowe marzenia – pomogę i Tobie!