Shadow AI появляется не из-за безответственных сотрудников
Компании часто реагируют на неразрешённые AI-инструменты привычным способом: блокируют сервис, выпускают политику и напоминают сотрудникам об ответственности.
Через некоторое время обнаруживается новый сервис. Затем расширение для браузера. Потом AI-функция появляется внутри уже разрешённого SaaS-продукта. А разработчики начинают обращаться к моделям через API.
Начинается бесконечная борьба с отдельными инструментами.
На мой взгляд, проблема поставлена неправильно.
Shadow AI — это не столько проблема дисциплины, сколько индикатор неудовлетворённого бизнес-спроса.
Сотруднику не нужен «неразрешённый AI». Ему нужно быстрее подготовить документ, проверить код, проанализировать таблицу или обработать обращения клиентов.
Если компания предлагает ему: - долгий процесс согласования; - непонятную политику; - инструмент, который не решает задачу; - полный запрет без альтернативы, - он создаёт собственный маршрут.
По данным международного опроса PagerDuty, опубликованного в июне 2026 года, 66% опрошенных офисных сотрудников крупных компаний использовали на работе AI-инструменты, которые считали неразрешёнными политикой организации. 88% передавали публичным моделям рабочую информацию. (PagerDuty)
Можно обвинить пользователей. Но тогда стоит ответить на вопрос: почему официальный корпоративный процесс проиграл обычной регистрации в браузере?
Я вижу несколько типичных причин.
Во-первых, AI больше не требует формального проекта внедрения. Он приходит через сайты, расширения, API, локальные модели и новые функции существующих продуктов.
Во-вторых, компании одобряют поставщика, но не классифицируют сценарии. Между редактированием публичного текста и подключением агента к CRM лежит огромная разница в риске.
В-третьих, ответственность разделена между бизнесом, ИТ, ИБ, юристами, закупками и privacy-функцией. Все контролируют отдельные части, но никто не отвечает за полный жизненный цикл AI-сценария.
Поэтому зрелая стратегия должна включать четыре действия:
Discover. Найти реальные инструменты и понять, какие задачи ими решают.
Classify. Оценить данные, критичность результата, полномочия системы и последствия ошибки.
Enable. Предоставить разрешённую платформу, корпоративные аккаунты, понятные правила и быстрый путь согласования.
Monitor. Следить за передачей данных, новыми интеграциями, изменением моделей и действиями AI-агентов.
Я не призываю разрешить всё.
Есть сервисы, которые необходимо блокировать. Есть данные, которые нельзя передавать внешним моделям. Есть критические процессы, где AI не должен принимать решение или выполнять действие без человека.
Но запрет не может быть единственным продуктом информационной безопасности.
Когда безопасный путь сложнее обходного, компания сама производит Shadow AI.
Задача ИБ — не только фиксировать нарушение. Задача ИБ — совместно с бизнесом спроектировать маршрут, по которому полезный AI-сценарий можно быстро превратить в контролируемый.
Как устроено у вас: сотрудники скрывают использование AI или знают, куда прийти с новым сценарием?
· 26.07
Чаще всего shadow AI появляется не из-за «плохих сотрудников», а потому что официальный путь слишком медленный. В проде лучше работают allowlist, журналирование запросов и готовые шаблоны для типовых задач, чем просто запрет. Вы это решали через policy или через tooling?
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён