Rewizja ISO 9001, której spodziewamy się w 2026 roku, po raz pierwszy wprost adresuje systemy sztucznej inteligencji jako element kontekstu organizacji, źródło ryzyk i szans operacyjnych. Dla każdej firmy posiadającej certyfikat ISO 9001:2015 oznacza to konkretne zadania — niezależnie od tego, czy AI już działa w procesach, czy organizacja dopiero ją rozważa. Norma nie wymaga wdrożenia AI, lecz wymaga świadomej odpowiedzi na jej obecność.
Stan prac nad ISO 9001:2026 — co wiemy na pewno
Na początku 2026 roku projekt rewizji ISO 9001 znajdował się w fazie końcowego głosowania komitetów technicznych ISO. Publikacja pełnej normy spodziewana jest w II lub III kwartale 2026 roku. Po opublikowaniu organizacje posiadające certyfikat ISO 9001:2015 otrzymają okres przejściowy szacowany na trzy lata — analogicznie do przejścia z wersji 2008 na 2015.
Rewizja nie jest gruntownym przepisaniem struktury. ISO 9001:2026 zachowuje szkielet HLS (High Level Structure) znany z wersji 2015, który harmonizuje wszystkie normy systemów zarządzania ISO. Zmiany mają charakter uzupełniający: tam, gdzie wcześniej mówiono ogólnie o „zasobach” i „kontekście zewnętrznym”, nowa wersja precyzuje oczekiwania wobec organizacji korzystających z technologii cyfrowych i systemów AI.
Szczegółowy przegląd wszystkich zmian rewizji — nie tylko w obszarze AI — opisuje hub ISO 9001:2026 zmiany i rewizja normy. Poniżej skupiamy się wyłącznie na wątku sztucznej inteligencji.
Jak ISO 9001:2026 odnosi się do sztucznej inteligencji
Norma nie definiuje, czym jest AI — odsyła w tym zakresie do ISO/IEC 22989 oraz do wytycznych zawartych w normie ISO 42001 (system zarządzania AI). W praktyce ISO 9001:2026 oczekuje, że organizacja potrafi odpowiedzieć na kilka pytań: gdzie AI uczestniczy w procesach wpływających na jakość wyrobu lub usługi, jakie ryzyka z tego wynikają i jak są nadzorowane.
Zmiany nie są rewolucją — to rozszerzenie istniejących klauzul o kontekst technologiczny. Poniższa tabela pokazuje, które klauzule zyskały nowe wymagania lub wskazówki w zakresie AI.
| Klauzula ISO 9001:2026 | Dotychczasowe wymaganie | Rozszerzenie o AI |
|---|---|---|
| 4.1 — Kontekst organizacji | Identyfikacja czynników zewnętrznych i wewnętrznych wpływających na QMS | AI stosowana przez organizację lub jej dostawców traktowana jako czynnik wpływający na zdolność do spełnienia wymagań |
| 4.4 — System zarządzania jakością i jego procesy | Określenie procesów i ich wzajemnych powiązań | Procesy wspierane przez AI wymagają udokumentowania zakresu ich stosowania i nadzoru nad wynikami |
| 6.1 — Działania dotyczące ryzyk i szans | Identyfikacja ryzyk i szans wpływających na cele jakościowe | AI jako nowe źródło ryzyk (błędne wyniki, halucynacje, stronniczość modelu) oraz szans (automatyzacja, przyspieszenie procesów) |
| 7.1.6 — Wiedza organizacji | Utrzymanie i ochrona wiedzy niezbędnej do działania procesów | Wyniki generowane przez AI podlegają zasadom zarządzania wiedzą — organizacja musi wiedzieć, skąd pochodzi wiedza przekazywana klientom lub stosowana w decyzjach |
| 7.2 — Kompetencje | Zapewnienie kompetencji osób wpływających na wyniki jakościowe | Pracownicy korzystający z AI muszą rozumieć jej ograniczenia i posiadać kompetencje do oceny wyników generowanych przez systemy automatyczne |
| 8 — Działania operacyjne | Planowanie i nadzór nad procesami wytwórczymi i usługowymi | Decyzje operacyjne podejmowane z udziałem AI wymagają udokumentowanego procesu walidacji przed wdrożeniem w produkcję lub świadczenie usług |
| 9.1 — Monitorowanie, pomiary, analiza i ocena | Określenie co, kiedy i jak jest mierzone | Wydajność systemów AI stosowanych w procesach QMS podlega monitorowaniu — organizacja określa wskaźniki i progi akceptowalności |
Dlaczego te zmiany są ważne nawet dla firm, które nie wdrożyły AI
Coraz więcej procesów biznesowych opiera się na narzędziach AI bez formalnego „wdrożenia” — wystarczy korzystanie z asystentów tekstowych, automatycznego przetwarzania dokumentów, narzędzi do analizy danych klientów czy systemów rekomendacji w logistyce. ISO 9001:2026 oczekuje, że organizacja przeprowadzi świadomą analizę: czy AI jest obecna, gdzie i z jakimi skutkami dla jakości.
Brak AI w procesach nie zwalnia z analizy. Organizacja powinna udokumentować tę ocenę — podobnie jak dokumentuje decyzję o nieistotności danego ryzyka środowiskowego. To kilka zdań w rejestrze ryzyk i w opisie kontekstu, nie rozbudowana procedura.
Firmy, które już teraz prowadzą rejestr ryzyk, mają udokumentowane procesy i regularnie przeprowadzają przeglądy zarządzania, są dobrze przygotowane. Wymagana jest aktualizacja istniejących dokumentów, nie tworzenie nowego systemu od zera.
Przygotowanie do przejścia — co zrobić przed audytem
Krok 1 — Inwentaryzacja systemów AI
Przejrzyj wszystkie narzędzia cyfrowe stosowane w procesach wpływających na jakość. Zwróć uwagę na oprogramowanie do obsługi klienta, systemy ERP z funkcjami analityki predykcyjnej, narzędzia do automatycznego przetwarzania dokumentów, asystentów tekstowych używanych przez dział sprzedaży lub obsługi reklamacji. Wynik: lista z oznaczeniem, gdzie AI uczestniczy w procesach objętych QMS.
Krok 2 — Ocena ryzyk i szans w rejestrze
Dla każdego zidentyfikowanego systemu AI oceń ryzyko. Typowe ryzyka to: błędne wyniki generowane przez model (w tym tzw. halucynacje w systemach opartych na dużych modelach językowych), stronniczość modelu prowadząca do niesprawiedliwych decyzji, brak możliwości wyjaśnienia podstawy decyzji automatycznej (audytowalność), uzależnienie od dostawcy zewnętrznego bez możliwości weryfikacji działania modelu. Typowe szanse to: przyspieszenie procesów, redukcja błędów ludzkich w zadaniach powtarzalnych, lepsza analiza danych o niezgodnościach.
Krok 3 — Dokumentacja walidacji modeli AI
Dla systemów AI stosowanych w decyzjach operacyjnych (np. automatyczna klasyfikacja reklamacji, wspomaganie decyzji zakupowych) przygotuj krótki dokument walidacji: jaki system stosujemy, do czego, jak sprawdzamy, że działa zgodnie z przeznaczeniem, kto odpowiada za nadzór i jak reagujemy na wyniki odbiegające od oczekiwań.
Krok 4 — Aktualizacja opisów stanowisk i programów szkoleń
Klauzula 7.2 wymaga kompetencji w odniesieniu do stosowanych narzędzi. Jeśli pracownicy korzystają z AI w procesach jakościowych, opis stanowiska lub program szkoleń powinien uwzględniać podstawową wiedzę o ograniczeniach narzędzia i zasadach weryfikacji wyników. Nie chodzi o kursy programowania — wystarczy praktyczna instrukcja i udokumentowane szkolenie stanowiskowe.
Krok 5 — Wskaźniki wydajności dla procesów AI
Klauzula 9.1 wymaga monitorowania. Dla procesów wspieranych przez AI określ co najmniej jeden mierzalny wskaźnik — np. odsetek przypadków, w których wynik AI wymagał korekty przez pracownika, liczba reklamacji powiązanych z decyzją automatyczną, czas przetwarzania z AI vs. bez. Wskaźnik nie musi być skomplikowany — musi być mierzony.
Ile kosztuje przejście z ISO 9001:2015 na ISO 9001:2026
Dla organizacji z dobrze utrzymanym systemem zarządzania zakres prac jest ograniczony. Poniższa tabela przedstawia orientacyjne nakłady dla małej i średniej firmy — przy założeniu, że system ISO 9001:2015 jest aktywny i auditowany regularnie.
| Działanie | Szacowany nakład pracy | Orientacyjny koszt zewnętrzny |
|---|---|---|
| Inwentaryzacja AI i ocena ryzyk | 4–8 godz. (wewnętrznie) | 0 zł (własnymi siłami) lub wycena indywidualna zależna od zakresu, liczby lokalizacji i liczby pracowników (konsultant) |
| Aktualizacja dokumentacji QMS (rejestr ryzyk, procedury, opisy stanowisk) | 8–16 godz. (wewnętrznie) | 0 zł (własnymi siłami) lub wycena indywidualna zależna od zakresu, liczby lokalizacji i liczby pracowników (konsultant) |
| Szkolenie pracowników | 2–4 godz. (1 sesja) | wycena indywidualna zależna od zakresu, liczby lokalizacji i liczby pracowników (szkolenie zewnętrzne) |
| Audit przejściowy przez jednostkę certyfikującą | 0,5–1 dzień audytora | wycena indywidualna zależna od zakresu, liczby lokalizacji i liczby pracowników |
| Łącznie — mała firma (do 50 osób) | ok. 20–30 godz. | wycena indywidualna zależna od zakresu, liczby lokalizacji i liczby pracowników |
Koszt rośnie proporcjonalnie do liczby procesów z udziałem AI i stopnia ich złożoności. Firmy intensywnie korzystające z automatyzacji i analityki danych powinny liczyć się z wyższym nakładem na dokumentację walidacji. Ogólne informacje o kosztach certyfikacji ISO dostępne są w artykule ile kosztuje certyfikat ISO.
Powiązanie z innymi normami i regulacjami
ISO 9001:2026 nie działa w izolacji. Organizacje zarządzające systemami AI powinny rozważyć powiązania z:
- ISO 42001 — system zarządzania sztuczną inteligencją: norma dedykowana kompleksowemu zarządzaniu AI w organizacji. ISO 9001:2026 odsyła do niej w zakresie szczegółowych wymagań dotyczących nadzoru nad systemami AI. Więcej: ISO 42001 zarządzanie AI.
- ISO 27001 — bezpieczeństwo informacji: systemy AI przetwarzają dane — w tym dane osobowe i tajemnice handlowe. Wymagania ISO 27001 dotyczące nadzoru nad aktywami informacyjnymi i kontroli dostępu mają bezpośrednie zastosowanie do systemów AI. Szczegóły: ISO 27001 praktyczny przewodnik.
- Rozporządzenie UE w sprawie AI (AI Act): od 2024 roku wchodzi w życie unijne rozporządzenie 2024/1689 kategoryzujące systemy AI według poziomu ryzyka. Organizacje stosujące systemy AI wysokiego ryzyka (np. w rekrutacji, ocenie zdolności kredytowej, bezpieczeństwie produktów) podlegają obowiązkowej dokumentacji i rejestracji. Wymagania te pokrywają się częściowo z oczekiwaniami ISO 9001:2026 w zakresie walidacji i monitorowania — certyfikacja ISO może stanowić element dowodowy zgodności z AI Act.
- Zintegrowany system zarządzania (ZSZ): organizacje posiadające jednocześnie ISO 9001, ISO 14001 i ISO 45001 mogą prowadzić jeden wspólny rejestr ryzyk i jedną analizę kontekstu obejmującą AI. Więcej o integracji: zintegrowany system zarządzania.
Najczęstsze błędy przy przygotowaniu QMS na AI
- Pominięcie narzędzi „codziennego użytku”: ChatGPT, Copilot, automatyczne tłumaczenia dokumentów technicznych — organizacje często nie traktują ich jako systemów AI wpływających na QMS. Jeśli wyniki tych narzędzi trafiają do klientów lub decyzji jakościowych, powinny znaleźć się w analizie.
- Dokumentacja bez odpowiedzialności: zapis „korzystamy z AI w procesie X” bez wskazania osoby odpowiedzialnej za nadzór i kryteriów akceptowalności wyników nie spełnia wymagań klauzuli 8.
- Brak powiązania z rejestrem ryzyk: AI dopisana do opisu procesu, ale nieobecna w rejestrze ryzyk. Audytor sprawdzi spójność między opisem kontekstu a planowaniem ryzyk.
- Nadmierna formalizacja: tworzenie osobnych, rozbudowanych procedur dla każdego narzędzia AI zamiast rozszerzenia istniejącej dokumentacji. ISO 9001 wymaga skuteczności, nie objętości dokumentacji.
- Czekanie na publikację normy: organizacje odkładające analizę do momentu opublikowania ISO 9001:2026 ryzykują, że zidentyfikują luki zbyt późno przed audytem recertyfikacyjnym. Przygotowanie można rozpocząć już teraz, korzystając z projektu normy i wytycznych IAF.
Najczęstsze pytania
Kiedy ISO 9001:2026 wejdzie w życie i ile czasu mam na przejście?
Według stanu na początek 2026 roku publikacja normy spodziewana jest w II lub III kwartale 2026. Po opublikowaniu organizacje posiadające certyfikat ISO 9001:2015 będą miały trzyletni okres przejściowy — co oznacza obowiązek przejścia na nową wersję do ok. 2029 roku. Certyfikaty ISO 9001:2015 wydane po dacie publikacji normy będą miały krótszy termin ważności, dostosowany do okresu przejściowego.
Czy firma, która w ogóle nie korzysta z AI, musi coś zmieniać?
Tak — w zakresie analizy i dokumentacji. ISO 9001:2026 nie nakazuje stosowania AI, ale oczekuje, że organizacja świadomie oceniła, czy AI jest obecna w jej procesach i czy wiąże się z ryzykami dla systemu zarządzania jakością. Wynikiem tej oceny może być krótki zapis w rejestrze ryzyk lub opisie kontekstu: „organizacja nie stosuje systemów AI w procesach objętych QMS — ocena przeprowadzona dnia X”. To wystarczy.
Czy ISO 9001:2026 zastąpi potrzebę wdrożenia ISO 42001?
Nie. ISO 9001:2026 adresuje AI z perspektywy systemu zarządzania jakością — pyta, czy AI wpływa na wymagania dotyczące wyrobu lub usługi i jak organizacja zarządza tym ryzykiem. ISO 42001 to osobna norma poświęcona kompleksowemu zarządzaniu systemami AI: od etyki, przez nadzór nad modelami, po wymagania wobec dostawców. Organizacje intensywnie korzystające z AI lub rozwijające własne systemy AI powinny rozważyć ISO 42001 jako uzupełnienie. Dla większości firm wytwórczych i usługowych wymagania ISO 9001:2026 w zakresie AI będą wystarczające.
Jak audytor sprawdzi zgodność z wymaganiami dotyczącymi AI?
Audytor zadaje pytania o kontekst organizacji i zarządzanie ryzykiem — te obszary zawsze były przedmiotem audytu. W kontekście ISO 9001:2026 pytania będą dotyczyć: jakie narzędzia cyfrowe i automatyczne wspierają procesy jakościowe, jak oceniono ryzyka z nimi związane, kto odpowiada za nadzór, jakie wskaźniki są monitorowane. Organizacja przygotowana zgodnie z krokami opisanymi powyżej nie powinna mieć trudności z udzieleniem odpowiedzi.
Czy certyfikacja ISO 9001:2026 pomaga w spełnieniu wymagań AI Act (rozporządzenia UE)?
Pośrednio — tak. Wymagania ISO 9001:2026 dotyczące walidacji systemów AI, dokumentacji procesów decyzyjnych z udziałem AI i monitorowania wyników pokrywają się z częścią wymagań unijnego rozporządzenia 2024/1689 wobec systemów AI wysokiego ryzyka. Certyfikat ISO 9001:2026 nie zastępuje rejestracji w unijnej bazie danych ani obowiązkowej oceny zgodności wymaganej przez AI Act, ale stanowi element dokumentacji wewnętrznej nadzoru nad AI, na który może powołać się organizacja w postępowaniu nadzorczym.
Skontaktuj się z Multicert Polska — ocenimy gotowość Twojego QMS
Z Multicert Polska przeprowadzimy analizę gotowości Twojego systemu zarządzania jakością na wymagania ISO 9001:2026, w tym w zakresie sztucznej inteligencji. Wsparcie obejmuje przegląd dokumentacji, identyfikację luk i przygotowanie do audytu przejściowego — bez zobowiązań na starcie. Napisz do nas: biuro@multicert.pl.
Jeśli jesteś na etapie pierwszej certyfikacji lub rozważasz certyfikat ISO 9001 — szczegółowy przewodnik po całym procesie znajdziesz w artykule certyfikacja ISO krok po kroku.
