Назад в блог

Теневой ИИ: как найти несанкционированные AI-инструменты и взять их под контроль

Что такое shadow AI и как его обнаружить: 3.2x больше инструментов чем в реестре, 77% пастят в промпты. Почему запрет не работает и как закрыть дыру санкционированным путём.

Иллюстрация к материалу: Теневой ИИ: как найти несанкционированные AI-инструменты и взять их под контроль

Сотрудники уже используют AI — вопрос, видите ли вы это. 75% knowledge workers применяют AI на работе, 78% приносят свои инструменты, а в реестре компании отражается лишь каждый четвёртый. Теневой ИИ — не будущее, а текущая норма, и закрывать глаза на него дороже, чем взять под контроль.

Что такое shadow AI

Shadow AI — использование AI-инструментов вне формального управления: без закупки, без оценки рисков, без политики. Это не только ChatGPT в браузере. В 2026 это пять слоёв:

  • потребительские чат-боты на личных аккаунтах;
  • AI-фичи внутри одобренного SaaS (Notion AI, Slack AI, M365 Copilot);
  • расширения браузера, шлющие содержимое страниц в LLM;
  • API-интеграции, собранные отдельной командой без procurement;
  • личные AI-аккаунты, залогиненные в рабочем браузере.

Каждый из них может гнать корпоративные данные наружу без единого файла — пастой в промпт.

Масштаб: 3.2x, 75%/78%, 11% утечек

Цифры 2025-2026 сходятся:

  • 3.2x — во столько раз больше AI-инструментов в активном использовании, чем в реестре (COMPEL Research). В маркетинге — 5.8x.
  • 67% теневых инструментов — вообще без governance-документации (риск-оценка, политика, оценка вендора).
  • 75% knowledge workers используют AI, 78% из них — свои инструменты (Microsoft).
  • 11% вставок в ChatGPT содержат чувствительные данные, 39.7% AI-взаимодействий — в целом (Cyberhaven).
  • 60% enterprise-популяции — на личных SaaS genAI-приложениях в мае 2025 (Netskope), при этом в среднем 7 genAI-приложений на организацию.

Это не маргиналы — это мейнстрим, который уже обрабатывает PII, финансы, IP и клиентские данные без видимости.

Почему запрет усиливает тень

Запрет не работает: продуктивность реальна, и мотивированные сотрудники обходят блок — утечка уходит из одного инструмента в три. Полевые данные показывают: санкционированная альтернатива (ChatGPT Enterprise / Claude for Work / внутренний RAG с no-training terms) снижает спрос на shadow AI на 60-80%.

Оставшийся спрос закрывается не запретом, а управлением: что можно, куда и с какими данными.

5-layer detection stack

Ни один слой не видит всё — нужен стек:

  1. Network egress — DNS/прокси/CASB логи к AI-доменам (видит sanctioned + shadow по доменам, но не аккаунт и не содержимое);
  2. AI gateways — inline инспекция промптов/ответов, классификация чувствительных данных, per-user политика;
  3. Endpoint browser visibility — ловит трафик из личных профилей и расширений на корпоративных устройствах;
  4. Approved-SaaS AI feature audit — ежеквартальный обзор, какие AI-фичи включены в одобренном SaaS и на каких условиях;
  5. Identity — OAuth-разрешения для AI-приложений, service accounts и API-ключи к провайдерам моделей.

Сеть и identity — старт за дни, endpoint/browser — база, SaaS-аудит — ежеквартально. Разрыв между «что думали» и «что на логах за 90 дней» — бриф для правления.

Governance: санкционированный путь + границы по данным

Порядок внедрения по leverage:

  1. Дайте санкционированный путь — enterprise AI с no-training и контролем доступа/хранения. Без альтернативы любой контроль борется с реальным спросом в гору.
  2. Опубликуйте one-page политику по классам данных: что никогда не идёт ни в какой AI (credentials, PHI в здравоохранении, MNPI), что — только в санкционированный.
  3. Инспектируйте outbound к AI-доменам через DLP/CASB — блокируйте высокорисковые загрузки с корпоративных устройств (частичное покрытие, но видимый deterrent).
  4. Аудитируйте AI-фичи в одобренном SaaS — у каждой свои контрактные условия по данным.
  5. Сделайте последствия предсказуемыми — утечка из shadow-аккаунта = утечка из любого несанкционированного канала.

Так «политика на бумаге» становится «политикой с evidence» для SOC 2 (CC6.1, CC7.2, CC9.2), HIPAA и страховщиков — все они уже задают AI-вопросы.

Где Codenik

Shadow AI — demand signal: где тень гуще, там санкционированной программе нужен use case в первую очередь. Codenik — тот самый санкционированный путь для MCP и агентов: каталог одобренных инструментов, права по владельцу, аудит каждого вызова. Тень обнаруживается стеком выше, а управляемый путь и evidence даёт шлюз — и приведение тени в реестр занимает дни, а не 156 дней до полной governance.

Короткий вывод

Теневой ИИ — не избежать, но можно управлять. Дайте санкционированную альтернативу, которая реально полезна, постройте 5-layer detection и закройте границы по классам данных с аудитом. Запрет усиливает тень; управляемый путь — гасит.

Источники и дальнейшее чтение