W erze AI nie wystarczy mieć kopię zapasową, trzeba też ufać danym

Z Timem Pfaelzerem, Senior Vice President w regionie EMEA w Veeam Software rozmawiam o: shadow AI; odporności cyfrowej; regulacjach i rosnącej odpowiedzialności zarządów; tym jak AI zmienia rozumienie ochrony danych i że nie wystarczy już wykonać kopię zapasową czy przygotować scenariusz odtworzenia po awarii; konieczności nakładania ograniczeń na agentów AI, w tym w zakresie dostępu do zasobów firmowych; oraz czy firmy potrafią usunąć skutki błędnych decyzji podejmowanych w ramach automatycznych procesów.

Dla mnie Veeam był dotąd synonimem tworzenia kopii zapasowych i odtwarzania danych po awarii. Państwa firma przesuwa jednak narrację w kierunku danych i AI. Co to oznacza?

Tradycyjnie backup oznaczał przede wszystkim możliwość zapisania danych w bezpiecznym miejscu, aby później – w razie awarii, błędu czy cyberataku – odtworzyć je w pierwotnej postaci. To nadal pozostaje fundamentem naszej działalności. Dostarczamy narzędzia do tworzenia kopii zapasowych i odzyskiwania danych i to się nie zmieni.

Zmieniło się natomiast otoczenie. W przeszłości dane były w dużej mierze zasobem pozostającym pod bezpośrednią kontrolą organizacji. Dziś narzędzia AI coraz częściej z nich korzystają, przetwarzają je, klasyfikują, łączą, a czasem także modyfikują. Dlatego nie wystarczy już tylko zadbać o możliwość odzyskania danych. Trzeba je chronić u źródła i mieć pewność, że są bezpieczne, wiarygodne i nadają się do dalszego wykorzystania, również w projektach opartych na AI.

Nie odchodzimy więc od backupu i recovery, lecz rozszerzamy tę koncepcję. Chodzi o to, aby dane trafiające do kopii zapasowych – niezależnie od tego, gdzie są przechowywane – pozostały wiarygodne, bezpieczne i gotowe do wykorzystania przez organizację, także przy rozwijaniu i wdrażaniu AI.

Wraz z rozwojem agentów AI rośnie też skala wyzwania. Nie mówimy już tylko o pojedynczym modelu wspierającym pracownika w konkretnym zadaniu. Coraz częściej mamy do czynienia z agentami, które samodzielnie wykonują kolejne działania, korzystają z wielu systemów i przetwarzają informacje z różnych źródeł, bez każdorazowej ingerencji człowieka.

Tempo wdrażania AI zaczyna wyprzedzać poziom zaufania do tych rozwiązań. Nie jesteśmy w stanie oczekiwać, że człowiek będzie nadzorował każdą czynność autonomicznego agenta działającego z prędkością maszyny. Możemy natomiast kontrolować środowisko danych, na którym te agenci się opierają: określić, do czego mają dostęp, na jakich danych mogą działać i co powinno się wydarzyć, jeśli coś pójdzie nie tak.

Dlatego bezpieczeństwo danych musi dziś obejmować nie tylko ich ochronę i odzyskiwanie, ale również kontrolę nad tym, jak są wykorzystywane przez autonomiczne procesy.

Veeam udostępnił niedawno narzędzie Agent Commander. Jakie problemy klientów – zwłaszcza w kontekście tego, o czym rozmawiamy – ma ono rozwiązywać? Czy chodzi właśnie o kontrolę nad działaniem agentów AI i tym, co „robią” z danymi firmowymi?

Jednym z podstawowych celów jest zapewnienie organizacji widoczności. Firma musi wiedzieć, z jakich agentów AI korzysta, gdzie są wdrożone, do jakich systemów i danych mają dostęp oraz jakie ryzyko wynika z przyznanych im uprawnień. To staje się szczególnie ważne w kontekście Shadow AI.

Takie zjawisko może pojawić się na przykład wtedy, gdy pracownik przenosi dane poza kontrolowane środowisko firmowe, umieszcza je w prywatnym narzędziu generatywnej AI, a później wykorzystuje otrzymany rezultat w pracy. Zwykle nie wynika to ze złych intencji – ktoś po prostu chce szybciej przygotować analizę, tekst, kod czy prezentację. Z punktu widzenia bezpieczeństwa oznacza to jednak, że dane znalazły się poza kontrolą organizacji.

Problem jest szerszy niż samo korzystanie z publicznych chatbotów. Coraz częściej użytkownicy biznesowi budują autonomiczne przepływy pracy bez pełnego udziału IT. Agenci AI mogą korzystać z wrażliwych informacji, komunikować się z innymi systemami i podejmować działania na danych. Jeśli organizacja nie ma nad tym widoczności, może nie wiedzieć, z jakich danych korzysta konkretny agent, w jakim celu i jakie konsekwencje mogą mieć jego działania.

Jeśli nie wiemy, co robi agent AI i jakie ma uprawnienia, bardzo trudno jest bezpiecznie funkcjonować w takim środowisku. Agent Commander odpowiada na ten problem poprzez trzy obszary: Detect AI, Protect AI i Undo AI. Chodzi o możliwość wykrywania i inwentaryzowania agentów oraz modeli AI, sprawdzania, do jakich danych mają dostęp, identyfikowania ryzykownych działań i egzekwowania zasad określających, w jaki sposób systemy AI mogą korzystać z danych i je udostępniać. Jeżeli coś pójdzie nie tak, organizacja powinna też móc precyzyjnie cofnąć niezamierzone działania AI.

Przykładowo firma z sektora ochrony zdrowia powinna móc zdecydować, czy agent AI wspierający konkretnego pracownika ma dostęp do danych osobowych lub medycznych. Lekarz może potrzebować informacji o zdrowiu pacjenta, natomiast pracownik administracyjny już niekoniecznie. Chodzi więc o dopasowanie dostępu do roli, celu i rzeczywistych potrzeb użytkownika lub agenta AI.

Jak wynikało z Pana prezentacji na konferencji VeeamON Tour 2026 w Warszawie, firmy często nie wiedzą, do których danych i systemów dostęp mają agenci AI. Czy dzięki Veeam Agent Commander będą mogły to sprawdzić i kontrolować?

Tak. Kluczowe jest zapewnienie organizacji widoczności: jakie agenci AI działają w jej środowisku, do jakich danych mają dostęp i jakie ryzyko wiąże się z tym dostępem. Wiele firm dopiero rozpoczyna pracę z AI albo wciąż nie poświęca wystarczającej uwagi temu zagadnieniu. Ktoś instaluje agenta, aby zautomatyzować określone zadanie, pozostawia domyślne ustawienia i nie zadaje już sobie pytania, jakich uprawnień ten agent rzeczywiście potrzebuje.

Tymczasem standardowa konfiguracja nie zawsze odpowiada potrzebom konkretnej organizacji. Dlatego potrzebne są polityki i mechanizmy kontroli określające, do jakich danych agent może mieć dostęp, w jaki sposób może z nich korzystać i czy może je udostępniać dalej. Można też zadbać o to, aby z danego agenta korzystały wyłącznie właściwe osoby.

To ważne również dlatego, że agenci AI nie są już tylko narzędziami do generowania treści. Coraz częściej uczestniczą w procesach biznesowych: pobierają dane, wykonują analizy, tworzą dokumenty, inicjują kolejne zadania albo przekazują informacje do innych aplikacji. Dlatego sama kontrola dostępu nie wystarczy. Trzeba też rozumieć kontekst, w jakim dane są wykorzystywane, i ograniczać zakres działań, które agent może wykonywać samodzielnie.

Punkt kontroli coraz bardziej przesuwa się więc w stronę samych danych. Nie jesteśmy w stanie nadzorować każdej autonomicznej czynności wykonywanej w czasie rzeczywistym, ale możemy stworzyć odpowiednie zasady i zabezpieczenia wokół informacji, z których agent korzysta.

Czy Veeam Agent Commander mógłby pomóc zapobiegać sytuacjom takim jak niedawny incydent w środowisku Hugging Face związany z rojem agentów AI wykorzystujących narzędzia OpenAI? Przeprowadził on działania przypominające cyberatak.

Nie powiedziałbym, że pojedyncza platforma może zagwarantować, że do konkretnego incydentu nie dojdzie. Agent Commander ma natomiast odpowiadać na problemy, które takie przypadki uwidaczniają: pozwalać wykrywać agentów AI, rozumieć, do jakich danych i systemów mają dostęp, wprowadzać odpowiednie mechanizmy kontroli i precyzyjnie odzyskiwać dane, jeśli agent wprowadzi niepożądaną zmianę.

Jeżeli firma korzysta z dostępnych mechanizmów, przestrzega dobrych praktyk i konsekwentnie wzmacnia swoje bezpieczeństwo, może ograniczyć ryzyko wielu takich zdarzeń albo zmniejszyć ich potencjalne skutki. Kluczowe są tu właściwe zarządzanie uprawnieniami, monitorowanie aktywności agentów AI, ograniczanie dostępu do danych i egzekwowanie zasad bezpieczeństwa.

Istotna jest również możliwość cofnięcia błędnych działań AI. Jeżeli agent podejmie niewłaściwą decyzję albo niezamierzenie zmieni dane, organizacja powinna móc dokładnie ustalić, co zostało naruszone, i przywrócić właściwy stan bez konieczności cofania całego otoczenia.

Oczywiście pozostaje też czynnik ludzki. Nawet najlepsze narzędzie nie wyeliminuje wszystkich błędów, jeśli będzie niewłaściwie skonfigurowane albo ignorowane. Dlatego współpracujemy z klientami również za pośrednictwem partnerów, pomagając wdrażać rozwiązania w sposób odpowiadający ich rzeczywistym potrzebom i profilowi ryzyka.

W maju udostępnili Państwo także Veeam DataAI Command Platform.

Veeam DataAI Command Platform to nasza zintegrowana platforma służąca budowaniu zaufania do danych i AI. Łączy obszary, które wcześniej często funkcjonowały oddzielnie: bezpieczeństwo danych, governance, prywatność, zgodność z regulacjami i odporność.

Platforma wykorzystuje Veeam DataAI Command Graph, który zapewnia wspólny kontekst dotyczący danych, tożsamości, systemów i AI. Jednocześnie Veeam Data Platform pozostaje centralnym elementem naszej oferty w zakresie odporności i coraz szerzej korzysta z tej połączonej inteligencji.

W praktyce oznacza to, że klient otrzymuje nie tylko funkcje związane z backupem, ale też bardziej spójny obraz danych w całej organizacji. Może lepiej rozumieć, gdzie dane się znajdują, dokąd są przenoszone, co się z nimi dzieje, kto lub co może z nich korzystać i czy pozostają bezpieczne, wiarygodne oraz zgodne z wymaganiami regulacyjnymi, takimi jak Data Act czy DORA.

Ważna jest nie tylko sama widoczność, ale też prostota korzystania z tych informacji. Kierunek rozwoju zakłada coraz bardziej intuicyjne i konwersacyjne sposoby pracy z danymi. Zamiast przechodzić między wieloma odrębnymi narzędziami, organizacje powinny móc zadawać pytania dotyczące danych i swojej odporności, a następnie otrzymywać odpowiedzi, które dają im konkretny kontekst do działania.

Backup, odzyskiwanie danych i cyberodporność nadal pozostają fundamentem. Dochodzą do nich jednak możliwości, które pomagają zapewnić integralność, bezpieczeństwo, właściwe zarządzanie i użyteczność danych w środowisku coraz mocniej opartym na AI.

W praktyce oznacza to również możliwość reagowania na błędy AI. Autonomiczny agent podłączony do wielu systemów może bardzo szybko przenieść nieprawidłowe dane albo skutki błędnej decyzji do kolejnych etapów procesu. Organizacja musi wtedy potrafić ustalić źródło problemu, ocenić jego skalę, odizolować nieprawidłowe dane, przywrócić ich właściwy stan i jednocześnie naprawić sam proces.

To również element warstwy zaufania, o której Pan wspominał?

Tak. Veeam DataAI Command Platform, wykorzystując Veeam DataAI Command Graph, zapewnia warstwę zaufania do danych i AI, której często brakowało w dotychczasowych środowiskach AI.

Przy wdrażaniu sztucznej inteligencji organizacje skupiają się zwykle na agentach, infrastrukturze, modelach, aplikacjach i danych. Wszystkie te elementy są oczywiście ważne, ale sama technologia nie gwarantuje jeszcze zaufania. Organizacja musi wiedzieć, gdzie znajdują się jej dane, kto lub co z nich korzysta, w jakich procesach są wykorzystywane, ile istnieje ich kopii i gdzie zostały zapisane.

Jeżeli potrafimy to kontrolować, możemy budować zaufanie do danych i procesów AI. Bez takiej warstwy organizacja może korzystać z bardzo zaawansowanej technologii, ale nadal nie mieć pewności, czy jej dane są właściwie chronione i wykorzystywane zgodnie z przyjętymi zasadami bezpieczeństwa.

Zaufanie do AI nie wynika więc wyłącznie z jakości modelu czy skuteczności jego analiz. Coraz bardziej zależy od tego, czy organizacja potrafi wykazać, jak zarządza danymi, kto odpowiada za podejmowane decyzje i czy procesy spełniają wymagania dotyczące ochrony informacji oraz odporności cyfrowej. Dlatego zaufanie do AI ma dziś również wymiar regulacyjny.

Jakie są dziś najważniejsze wyzwania związane z bezpieczeństwem danych, o których rozmawiacie z klientami?

Błąd człowieka nadal pozostaje jednym z najważniejszych problemów, szczególnie w przypadku ransomware. Pracownik może otrzymać podejrzaną wiadomość od nieznanego nadawcy albo taką, która wygląda bardzo wiarygodnie. Czasem wystarczy kliknięcie w link lub załącznik, aby uruchomić złośliwe oprogramowanie, zaszyfrować dane albo umożliwić atakującym dostęp do środowiska IT.

W przypadku AI dodatkowym zagrożeniem jest Shadow AI, czyli sytuacja, w której dane opuszczają kontrolowane środowisko i trafiają do zewnętrznych narzędzi bez odpowiedniego nadzoru. To rodzi zarówno ryzyka bezpieczeństwa, jak i zgodności.

Trzecim elementem są agenci AI. Jeśli organizacja nie kontroluje ich odpowiednio i nie określi jasno, co mogą, a czego nie powinny robić, ryzyko naruszenia bezpieczeństwa będzie rosło. Wszystkie te czynniki nakładają się na siebie. W efekcie dane mogą zostać zaszyfrowane, kopie zapasowe uszkodzone, odzyskanie danych może okazać się niemożliwe, a atakujący mogą zażądać okupu.

Co ważne, ryzyko związane z AI nie ogranicza się do kradzieży danych. Chodzi również o autonomiczne działania. Agent może przenieść, zmienić, usunąć albo ujawnić dane szybciej, niż człowiek zdąży zauważyć problem, zatwierdzić działanie czy zareagować. Dlatego coraz większego znaczenia nabierają widoczność, kontrola i możliwość precyzyjnego odtworzenia właściwego stanu danych.

Co ciekawe, jeden z prelegentów na konferencji VeeamON Tour mówił, że odsetek organizacji płacących okup po ataku ransomware spadł z 85% do 19%.

Zapłacenie okupu zawsze jest bardzo trudną decyzją. Jeśli organizacja płaci, zwiększa ryzyko, że zostanie zaatakowana ponownie albo będzie postrzegana jako podmiot skłonny spełniać żądania przestępców. Dlatego naszym celem, wspólnie z partnerami, jest pomaganie klientom w takim zabezpieczaniu danych, aby do podobnych sytuacji w ogóle nie dochodziło, a jeśli incydent już wystąpi, organizacja mogła szybko wznowić działalność.

Ransomware również się zmienia. Cyberprzestępcy wykorzystują AI, aby szybciej identyfikować cele i uzyskiwać dostęp do danych. Coraz częściej także komunikacja z ofiarami ransomware jest obsługiwana przez boty AI. Osoba negocjująca z atakującymi może więc wcale nie mieć kontaktu z człowiekiem.

Ryzyko nadal pozostaje wysokie, choć wiele problemów wciąż zaczyna się od błędów ludzkich.

Czy gwarantujecie, że klient zawsze będzie miał co najmniej jedną kopię danych wolną od ransomware?

Jeżeli klient stosuje rekomendowaną przez nas zasadę 3-2-1-1-0, znacząco zwiększa swoją cyberodporność. Oznacza ona posiadanie trzech kopii danych, przechowywanych na dwóch różnych typach nośników, z czego jedna kopia znajduje się poza główną lokalizacją, a kolejna jest offline, odseparowana od sieci lub niezmienialna. Ostatnie „zero” oznacza brak błędów podczas odzyskiwania dzięki regularnemu testowaniu i weryfikacji.

Jeżeli podstawowa kopia zapasowa zostanie naruszona, organizacja powinna wówczas dysponować inną kopią, z której może odzyskać dane. To jeden z podstawowych elementów odtwarzania środowiska po ataku.

Drugim elementem jest właściwa konfiguracja całego środowiska: zabezpieczenie systemów przechowywania danych, sieci, sprzętu, mechanizmów dostępu i hipernadzorców. Wszystkie te elementy muszą działać razem. Nie istnieje stuprocentowa gwarancja bezpieczeństwa, ponieważ zawsze pozostaje czynnik ludzki, ryzyko błędnej konfiguracji i nieustanny wyścig z cyberprzestępcami.

W środowisku wykorzystującym AI odzyskiwanie danych zyskuje jeszcze jeden wymiar. Nie wystarczy przywrócić system do działania. Trzeba też upewnić się, że dane są poprawne, błąd procesu automatycznego nie przeniósł się do kolejnych systemów, a odtworzona kopia nie zawiera skutków samego incydentu. Liczy się więc nie tylko szybkość recovery, ale też możliwość wskazania czystego i wiarygodnego punktu odtworzenia.

Czy Veeam wykorzystuje AI we własnych produktach?

Oczywiście. Wykorzystujemy AI i robimy to już od pewnego czasu. Jeśli klient wyrazi zgodę, może otrzymywać rekomendacje oparte na analizie własnego środowiska. System może na przykład wskazać, że organizacje o podobnej wielkości stosują określone praktyki pozwalające lepiej chronić dane albo że odpowiednie zmiany w środowisku mogą poprawić cele związane z odzyskiwaniem danych.

Takie rekomendacje pomagają klientom podejmować lepsze decyzje i usprawniać ochronę danych. Korzystamy również z narzędzi AI w procesie tworzenia oprogramowania i w codziennej pracy, podobnie jak coraz więcej firm w innych branżach.

Kluczowe jest jednak odpowiedzialne wykorzystywanie AI. Automatyzacja nie powinna oznaczać oddania kontroli. Organizacja powinna wiedzieć, na jakich danych opiera się rekomendacja, jaki jest jej zakres, kto może ją zatwierdzić i jakie konsekwencje może przynieść określone działanie. Ma to szczególne znaczenie tam, gdzie automatyczny proces może wpływać na dane krytyczne, ciągłość działania albo zgodność z regulacjami.

Jak wasze narzędzia przyspieszają Disaster Recovery? W Veeam Data Platform 13.1 pojawiła się np. funkcja Active Directory Forest Recovery.

Każda nowa funkcja odpowiada na konkretne potrzeby i scenariusze po stronie klientów. W kolejnych wersjach rozwijamy narzędzia obsługujące dodatkowe obciążenia i przypadki użycia, tak aby środowiska można było odtwarzać szybciej, stabilniej i bardziej precyzyjnie.

Dobrym przykładem jest odporność tożsamości i możliwość odzyskiwania krytycznych usług związanych z zarządzaniem tożsamością. Dla wielu organizacji Active Directory jest fundamentem zarządzania tożsamością i dostępem, dlatego jego skuteczne odtworzenie ma kluczowe znaczenie dla przywrócenia całego środowiska.

Jeśli spojrzymy szerzej na rozwój Disaster Recovery, kiedyś często trzeba było odtwarzać całe środowisko – sprzęt, systemy i dane. Później pojawiły się snapshoty, pozwalające przywracać określony stan systemu czy instancji. Dziś możemy działać znacznie bardziej precyzyjnie, na przykład odzyskać pojedynczy plik, który został usunięty, uszkodzony albo zmieniony.

Ten kierunek będzie się rozwijał. Odtwarzanie staje się coraz bardziej granularne i dostosowane do konkretnych scenariuszy biznesowych oraz technicznych. W przypadku błędów procesów AI oznacza to, że organizacja musi móc przywrócić nie tylko działanie systemu, ale też właściwy stan danych. Jeśli błędna decyzja agenta rozprzestrzeniła się na kilka aplikacji, samo uruchomienie infrastruktury nie wystarczy. Trzeba jeszcze ustalić, gdzie pojawił się problem i które dane należy odzyskać.

Czy jest obszar, którego brakowało w waszym portfolio i który teraz rozwijacie?

Gdybyśmy dostrzegli istotną lukę w naszym portfolio, prawdopodobnie już podjęlibyśmy działania, aby ją uzupełnić. Rynek zmienia się jednak niezwykle szybko. Jeszcze rok temu AI nie była omawiana na taką skalę jak dziś, a już pojawiają się kolejne tematy – rozwój komputerów kwantowych, dalszy postęp AI czy nowe formy automatyzacji.

Dlatego staramy się patrzeć do przodu i przewidywać, jakie technologie, dane oraz modele będą wymagały ochrony. Nie chcemy reagować dopiero wtedy, gdy problem stanie się powszechny. Naszym celem jest rozwijanie platformy w sposób, który wyprzedza potrzeby rynku i klientów.

Widzimy też, że rozwój AI coraz mocniej łączy się z wymaganiami dotyczącymi governance, zgodności i odpowiedzialności zarządczej. Projektów AI nie można już oceniać wyłącznie przez pryzmat innowacyjności, produktywności czy potencjalnych oszczędności. Trzeba brać pod uwagę także ryzyko operacyjne, ochronę danych, cyberodporność i odpowiedzialność osób oraz zespołów, które te rozwiązania wdrażają.

Żaden lider nie jest w stanie osobiście monitorować każdego agenta AI działającego w dużej organizacji. Jego rolą jest natomiast stworzenie odpowiednich zasad, mechanizmów kontroli i monitorowania oraz możliwości odzyskiwania danych, tak aby organizacja wiedziała, co dzieje się w jej środowisku i mogła zareagować, kiedy jest to potrzebne. Governance AI staje się więc jednym z podstawowych obszarów odpowiedzialności zarządczej, obok cyberbezpieczeństwa, ochrony danych i odporności.

Jak patrzy Pan na rozwój komputerów kwantowych i potencjalne wyzwania związane z cyberbezpieczeństwem, które mogą się w związku z tym pojawić?

Przed gwałtownym rozwojem AI zastanawialiśmy się przede wszystkim nad tym, jak szybko postępuje odszyfrowywanie danych i jak długo skuteczne pozostaną obecne mechanizmy kryptograficzne. AI już znacząco przyspieszyła wiele procesów, a komputery kwantowe prawdopodobnie będą kolejnym etapem tego przyspieszenia.

Nie zmieni to jednak podstawowej zasady. Organizacje nadal będą musiały dbać o dane, kopie zapasowe, bezpieczeństwo sieci i całego środowiska IT. Nadal będą potrzebować odporności, właściwego zarządzania dostępem i możliwości odzyskania danych po incydencie.

Komputery kwantowe mogą skrócić czas potrzebny do wykonania określonych działań i zwiększyć ilość danych, które da się przetworzyć albo zaatakować w krótkim czasie. To bez wątpienia istotne wyzwanie, ale odpowiedzialność za ochronę danych nie zniknie. Wręcz przeciwnie – stanie się jeszcze ważniejsza.

O badaniu:

Badanie zostało przeprowadzone przez niezależną firmę badawczą Censuswide na zlecenie Veeam. Objęło 1000 osób odpowiedzialnych za podejmowanie decyzji w obszarach IT, danych i bezpieczeństwa w organizacjach zatrudniających co najmniej 500 pracowników. Respondenci pochodzili z regionu EMEA, w tym Wielkiej Brytanii, Niemiec, Francji, Turcji, Izraela, Zjednoczonych Emiratów Arabskich, Arabii Saudyjskiej, Nigerii, Republiki Południowej Afryki i Kenii. Dane zebrano w dniach 21–27 kwietnia 2026 r.