Shadow AI: når ansatte bruker AI du ikke vet om

Shadow AI er AI-versjonen av det IT-folk lenge har kalt skygge-IT. En ansatt finner et verktøy som løser oppgaven, tar det i bruk med jobb-e-posten eller en privat konto, og ingen i virksomheten vet at det skjer. Det finnes ingen avtale, ingen risikovurdering og ingen logg.

Det typiske er ikke et avansert system. Det er en gratis chattetjeneste i nettleseren, en nettside som oppsummerer PDF-er, en referatrobot som ble med inn i Teams-møtet, en oversettelsestjeneste, eller en nettleserutvidelse som skriver om e-poster. Noen av dem er gode. Poenget er at ingen har sjekket dem.

Tre ting gjør Shadow AI verre enn vanlig skygge-IT. Verktøyene tar imot fritekst, så det er ingen grense for hva som kan limes inn. De ligger i nettleseren, så de omgår både innkjøp og programvarelister. Og de er nyttige nok til at folk bruker dem hver dag, ikke bare én gang.

Dette er spørsmålet folk tror de vet svaret på. Svaret avhenger fullstendig av hva slags konto som brukes, og forskjellen er større enn de fleste tror.

Gratis- og privatkontoer er som regel innstilt på å hjelpe leverandøren. Hos OpenAI brukes samtaler fra vanlige ChatGPT-kontoer til å forbedre modellene med mindre brukeren selv skrur det av i innstillingene. Anthropic har motsatt utgangspunkt på sine privatkontoer, der du må slå det på selv. Poenget er ikke hvem som er snillest. Poenget er at innstillingen ligger hos den ansatte, ikke hos bedriften, og at ingen i virksomheten vet hva den står på.

Bedriftsavtaler snur dette på hodet. Data fra ChatGPT Business, Enterprise og API-et brukes ikke til å trene modeller med mindre kunden aktivt velger det. Anthropic sine kommersielle vilkår, som dekker Claude Team og Enterprise, sier at kundeinnhold ikke brukes til trening. Microsoft skriver at spørsmål, svar og data hentet gjennom Microsoft Graph ikke brukes til å trene de underliggende modellene i Copilot.

I tillegg til trening kommer tre ting folk sjelden tenker på:

• Lagring. Samtaler blir liggende i tjenesten, ofte i måneder, og kan hentes fram av den som har tilgang til kontoen.
• Menneskelig gjennomgang. De fleste leverandører kan la mennesker se på innhold som utløser sikkerhetsvarsler.
• Kontoen følger personen. Slutter den ansatte, går hen ut døra med samtaleloggen, fordi kontoen aldri var bedriftens.

Og så er det innholdet selv. En tilbudstekst inneholder priser og marginer. Et referat inneholder navn og vurderinger av folk. En feilsøkingslogg inneholder kundedata. En søknadsbunke inneholder personopplysninger om folk som aldri har hørt om tjenesten du limte dem inn i.

Tallene spriker, som de gjør på alle nye felt. Retningen gjør det ikke.

En undersøkelse PagerDuty fikk gjennomført blant 1 250 kontoransatte i USA, Storbritannia, Australia og Japan i juni 2026 fant at 66 prosent hadde brukt AI-verktøy på jobb som de selv trodde brøt med retningslinjene. Av dem som hadde delt jobbinnhold med åpne AI-tjenester oppga 34 prosent at de hadde delt kundedata og 31 prosent at de hadde delt økonomital eller konfidensielle dokumenter. 86 prosent jobbet i en virksomhet som allerede hadde en AI-policy. Policyen alene stopper altså ingenting.

IBM sin undersøkelse av virksomheter som faktisk har hatt et datainnbrudd fant at én av fem hadde brudd knyttet til Shadow AI, at slike hendelser la opptil 670 000 dollar til kostnaden, og at 63 prosent av de rammede ikke hadde retningslinjer for AI i det hele tatt. Blant dem som hadde AI-relaterte brudd, oppga 97 prosent at de manglet skikkelig tilgangsstyring.

Legg merke til hva som mangler i den siste setningen. Det er ikke avansert teknologi. Det er å vite hvem som har tilgang til hva.

Du kan ikke styre noe du ikke ser. Første steg er alltid det samme: skaff oversikt før du begynner å blokkere.

Bruker dere Microsoft 365 fra før, finnes verktøyet sannsynligvis i lisensen allerede. Microsoft har en dokumentert oppskrift i fire trinn for nettopp dette:

1. Oppdag. Microsoft Defender for Cloud Apps kartlegger hvilke skytjenester som faktisk brukes, basert på nettverkstrafikk. I tjenestekatalogen filtrerer du på kategorien Generative AI og får en liste over AI-tjenestene som er i bruk hos dere, med en risikoscore per tjeneste og hvem som bruker dem.
2. Blokker det som ikke skal brukes. Hver tjeneste merkes som godkjent eller ikke godkjent, og de som ikke er godkjent kan sperres.
3. Stopp sensitive data på vei ut. Microsoft Purview kan oppdage når noen limer inn eller laster opp sensitiv informasjon til en AI-nettside, både i nettleseren og på maskinen.
4. Styr det som sendes til de godkjente verktøyene. Purview DSPM for AI viser hva folk faktisk sender inn, slik at du kan justere reglene etter virkeligheten i stedet for etter en antakelse.

Har dere ikke det lisensnivået, kommer du overraskende langt med enklere grep. Se på utgiftsrefusjoner og firmakort etter abonnementer ingen har bestilt. Se på hvilke nettleserutvidelser som er installert. Og spør folk, uten å true med konsekvenser. Får du et ærlig svar den første gangen, får du det neste gang også.

Den samme PagerDuty-undersøkelsen fant at 77 prosent mente begrensningene på AI hemmet deres egen faglige utvikling, og at tre av fire ville vurdert en annen arbeidsgiver som ga bedre mulighet til å lære seg AI. Det er ikke et argument for å slippe alt løs. Det er et argument for at et rent nei ikke overlever kontakt med hverdagen.

Oppskriften som fungerer i praksis er kjedelig og kort: gi folk ett godkjent verktøy som er raskt å komme inn i, si tydelig hva som aldri skal limes inn, og fjern grunnen til å bruke noe annet.

Har dere Microsoft 365 fra før, er Copilot det korteste sporet fra kaos til kontroll. Ikke fordi den nødvendigvis skriver best, men fordi den arver alt dere allerede har satt opp.

• Dataene forlater ikke avtalen. Microsoft skriver at spørsmål, svar og data hentet gjennom Microsoft Graph ikke brukes til å trene de underliggende språkmodellene, og at innholdet behandles og lagres under de samme kontraktsvilkårene som resten av innholdet deres i Microsoft 365.
• Den følger rettighetene dere allerede har. Copilot viser bare innhold brukeren uansett har lesetilgang til, og respekterer krypterte dokumenter med følsomhetsmerking.
• Europeisk databehandling. For EU-brukere holder trafikken seg innenfor EUs datagrense (EU Data Boundary).
• Du får logg. Samtalene kan søkes fram og settes på oppbevaringsregler med Purview. Det er forskjellen på en hendelse du kan svare på og en hendelse du bare kan beklage.

⚠ Én advarsel, og den er viktig. Copilot arver rettighetsoppsettet deres, både det gode og det dårlige. Ligger halve fellesområdet åpent for alle ansatte, er Copilot det verktøyet som endelig gjør det synlig. Rydd i tilganger i SharePoint og Teams før dere ruller ut, ikke etterpå. Husk også at Microsoft opplyser at modeller levert av Anthropic som underleverandør i Copilot foreløpig ligger utenfor EUs datagrense, så det valget bør tas bevisst.

«Data i USA» har blitt et argument som avslutter diskusjoner. Det burde det ikke være, for svaret er mer nyansert enn både selgere og skeptikere liker.

Overføring til USA er lov når grunnlaget er på plass. I dag finnes to grunnlag som ofte ligger oppå hverandre. Europakommisjonens beslutning om at USA gir tilstrekkelig beskyttelse gjennom EU-US Data Privacy Framework står ved lag, og ble opprettholdt av EUs underrett i september 2025. Avgjørelsen er anket til EU-domstolen, så den bør ikke være eneste bein å stå på. Det andre grunnlaget er EUs standard personvernbestemmelser, og hos Anthropic er databehandleravtalen med disse klausulene automatisk en del av de kommersielle vilkårene. Du trenger altså ikke forhandle den fram.

Det som skiller Claude Team fra en privat Claude-konto er ikke modellen. Det er vilkårene. Kommersielle vilkår betyr at kundeinnhold ikke brukes til å trene modeller, at bedriften eier kontoene i stedet for de ansatte, at tilganger kan gis og trekkes tilbake når folk begynner og slutter, og at det finnes en avtale å vise til når en kunde spør hvordan dere behandler informasjonen deres.

Når er det likevel ikke godt nok? Når dere behandler særlige kategorier av personopplysninger, som helseopplysninger, når en kundeavtale eksplisitt krever databehandling innenfor EØS, eller når en sektorregel sier noe annet. Da er svaret en europeisk løsning eller en modell som kjører i deres eget miljø, ikke en gratiskonto med dårlig samvittighet.

Undersøkelsen over viste at 86 prosent allerede hadde en policy, og at to av tre brøt den likevel. Forklaringen er som regel at policyen er skrevet for å beskytte virksomheten juridisk, ikke for å hjelpe noen med å ta et valg klokka halv fire på en tirsdag.

En policy som virker får plass på én side og svarer på fire spørsmål:

1. Hvilke verktøy er godkjent? Nevn dem ved navn. «Godkjente AI-verktøy» er ikke et svar.
2. Hva skal aldri limes inn? Vær konkret: personnummer, helseopplysninger, passord og nøkler, kundedata som er dekket av taushetsplikt, kildekode fra kunde, usignerte avtaler.
3. Hva gjør jeg hvis jeg trenger noe annet? Oppgi et navn og en kanal. Uten en enkel vei til «ja» velger folk den enkle veien til å la være å spørre.
4. Hvem har ansvaret for svaret? Den som sender ut teksten står for innholdet, også når en modell skrev første utkast.

Så kommer opplæringen, og den er det som faktisk flytter noe. En time med reelle eksempler fra deres egen hverdag slår tjue sider med regler. Vis hva som skjer med en tekst som limes inn i en privatkonto. Vis hvordan det samme gjøres i det godkjente verktøyet. Vis en sammendragsfeil, slik at folk forstår at de fortsatt må lese gjennom. Gjenta det en gang i halvåret, for verktøyene endrer seg raskere enn policyen.

Det er også god personalpolitikk. De som allerede bruker AI i skjul, gjør det fordi de prøver å levere. Å gjøre bruken lovlig og lære dem å gjøre den godt er en bedre respons enn å lete etter noen å ta.

Er det ulovlig for en ansatt å bruke ChatGPT på jobb?
Nei, ikke i seg selv. Det blir et problem når det legges personopplysninger, taushetsbelagt informasjon eller forretningshemmeligheter inn i en tjeneste bedriften ikke har avtale med. Da er det virksomheten som er ansvarlig, ikke den ansatte.

Vi er fem personer. Gjelder dette oss også?
Ja. Personvernforordningen har ingen nedre grense for antall ansatte. Til gjengjeld er jobben mindre: fem personer kan bli enige om spillereglene på et møte, og én teamavtale dekker hele bedriften.

Kan vi bare blokkere AI-nettsidene i brannmuren?
Du kan, men alene virker det dårlig. Folk bytter til mobilen, og du mister både innsyn og muligheten til å hjelpe. Blokkering fungerer som en del av en løsning der det finnes et godkjent alternativ, ikke som hele løsningen.

Hvordan vet jeg om et verktøy trener på dataene våre?
Se etter det i vilkårene, ikke på forsiden. Gratis- og privatkontoer har ofte trening slått på som utgangspunkt, mens bedriftsavtaler som regel utelukker det. Finner du ikke svaret i vilkårene på fem minutter, er det i seg selv et svar.

Hva med referatrobotene som blir med i møtene?
De er verdt en egen gjennomgang. En møtebot tar opp alle i rommet, ofte også eksterne, og et referat er personopplysninger om alle som er nevnt. Sjekk hvem som eier opptaket, hvor lenge det lagres, og om deltakerne faktisk får vite at det skjer.

Er lokale modeller løsningen?
For enkelte oppgaver, ja. En modell som kjører på deres eget utstyr sender ingenting ut. Men den koster i maskinvare og vedlikehold, og den er sjelden like god. For de fleste små og mellomstore bedrifter er en ordentlig bedriftsavtale den mest fornuftige veien.