Pouze 29% bezpečnostních týmů dokáže pravidelně vykazovat citlivá data, která zaměstnanci odesílají do nástrojů AI

Tento článek vychází ze zjištění průzkumu společnosti Cloud Security Alliance (CSA) z roku 2026, který si objednala společnost Jazz. Jeho zpráva se jmenuje DLP v éře AI.

V červnu a červenci se CSA zeptala 433 odborníků na IT a bezpečnost, zda jejich tým dokáže vytvořit zprávu, která ukáže, kolikrát byla za posledních 30 dní odeslána citlivá data do nástrojů GenAI. Dvacet devět procent uvedlo, že takovou zprávu dokáže pravidelně vytvářet.

Toto číslo by bylo méně významné, kdyby respondenti považovali GenAI za okrajový kanál. Naopak jej označili za největší riziko úniku dat: 48 % ho zařadilo mezi tři nejrizikovější kanály.

Vedu vývoj ve společnosti, která vytváří řešení pro prevenci ztráty dat, a většina mé práce se týká toho, kde v systému vznikají důkazy o pohybu dat a proč s ním spojené riziko vzniká. Z tohoto pohledu vyplývá rozdíl mezi tím, co se týmy domnívají, že mohou vidět, a tím, co mohou doložit, přímo ze způsobu, jakým byly navrženy kontroly GenAI.

Jistota ohledně přehledu o GenAI výrazně převyšuje to, co týmy dokážou doložit

Více než polovina respondentů ohodnotila svůj přehled o GenAI 4 nebo 5 body z 5. Pouze 29 % však dokázalo toto hodnocení pravidelně podložit zprávou, která jednoduše počítá, kolikrát byla citlivá data odeslána do nástroje AI.

Zdroj: Cloud Security Alliance, DLP in the AI Era (2026), n = 433. Grafy na s. 22 a 23 byly znovu vytvořeny podle zprávy.

Stejný vzorec se projevuje i při vynucování pravidel. Pouze 22 % respondentů přísně blokuje citlivá data v kanálu GenAI. Vyměnitelná média, která respondenti označili za nejméně rizikový způsob úniku dat, mají nejvyšší míru přísného blokování: 31 %. Přísné blokování se soustředí na kanály s nejstaršími nástroji.

Zdroj: Cloud Security Alliance, DLP in the AI Era (2026), n = 433. Grafy na s. 23 a 26 byly znovu vytvořeny podle zprávy; sloupce byly převedeny na 100 %, pokud zaokrouhlením vyšel řádek na 99 % nebo 101 %.

Společnost Jazz zveřejnila vedle výsledků průzkumu také telemetrická data ze systémů svých zákazníků. Průměrná organizace v tomto souboru dat používala 169,5 různých nástrojů AI, z nichž 9,8 bylo schválených. Mimo seznam schválených nástrojů tak zůstávalo 94,2 %.

Proč tento rozdíl vzniká: seznam nástrojů nezaznamenává žádné události

Obvyklou reakcí na rizika GenAI je schválit několik služeb AI v rámci podnikových smluv a používání ostatních odrazovat nebo je blokovat. Údaj 94,2 % ukazuje, jak moc takový seznam v praxi zaostává. Inženýr, který musí dodržet termín, použije nástroj, který vyřeší jeho aktuální problém, protože pořízení schváleného nástroje trvá týdny.

Ani úplný seznam by stále neposkytl zprávu, na kterou se CSA ptala. Váš tým pro řešení incidentů nebo auditor se bude ptát na konkrétní událost, při níž data opustila organizaci, a seznam nástrojů žádné události neobsahuje.

Abyste mohli doložit, co se při této události stalo, potřebujete znát čtyři skutečnosti: o jaká citlivá data šlo, který nástroj je přijal, přes který účet byla odeslána a proč je daná osoba poslala.

Právě u účtu se jako první hroutí správa nástrojů. Stejný web slouží jak podnikovému účtu vaší společnosti s nastavením uchovávání dat a smluvními podmínkami, tak bezplatnému osobnímu účtu zaměstnance, který nemá ani jedno z toho. Schválený nástroj používaný přes osobní účet vám poskytne přibližně stejné množství důkazů jako neschválený nástroj.

Účel se zjišťuje obtížněji a rozhoduje o tom, zda se vůbec stalo něco špatného. Finanční analytička, která vloží do chatbota model tržeb, aby opravila chybný vzorec, vykonává svou práci. Stejné vložení dat od někoho, kdo v pátek podal výpověď, si zaslouží úplně jiný rozhovor. Rozdíl spočívá v kontextu dané osoby, který se v samotném obsahu nikdy neprojeví.

Každá používaná kontrola sleduje jen jedno místo

Průzkum nezjistil žádný převažující způsob ochrany citlivých dat odesílaných do nástrojů AI. Blokování domén AI na úrovni sítě, kontrola obsahu v prohlížeči a samotná zásada přijatelného užívání získaly každý 21 až 23 %; podnikové platformy AI s vestavěnou prevencí ztráty dat získaly 10 %.

Každá z těchto kontrol byla navržena pro jediné místo kontroly. Blokování domény povolí nebo zastaví připojení a zaznamená, na který web směřovalo. Rozšíření prohlížeče vidí, co se zadává v daném prohlížeči, ale nezachytí nic odeslaného z desktopové aplikace, programátorského asistenta v editoru kódu ani nástroje příkazového řádku. Vestavěná prevence ztráty dat v podnikové platformě AI vidí, co do této platformy vstupuje. Každá z těchto kontrol se zaměřuje na jediné místo a spoléhá na to, že právě tam data směřují.

Jediné místo kontroly vysvětluje také údaje o vynucování pravidel. Pokud kontrola nedokáže rozlišit firemní účet od osobního nebo běžné vložení dat od rizikového, musí zablokovat obojí, nebo ani jedno. Přísné blokování pak zastavuje legitimní práci spolu s tou rizikovou. Na otázku, proč nepřistoupili k důslednějšímu aktivnímu blokování, uvedlo 46 % respondentů obavu z narušení pracovních postupů a 39 % nedostatečnou důvěru v přesnost prevence ztráty dat.

Na co je dobré nezapomínat

Údaje z průzkumu vycházejí z vlastních vyjádření respondentů a průzkum neověřoval hodnocení přehledu o skutečném rozsahu pokrytí. Mezi respondenty převažují lidé z Ameriky (80 %) a organizací s méně než 5 000 zaměstnanci (67 %), takže výsledky se nemusejí stejně dobře vztahovat na velké globální podniky. Telemetrická data pocházejí od organizací, které se rozhodly tento typ přehledu zavést, což může výsledky vychylovat ve prospěch těch, které už mají obavy z nekontrolovaného šíření AI.

Schválené nástroje a agenti seznam ještě více oslabí

S tím, jak schválené SaaS produkty přidávají asistenty AI, má otázka, který nástroj data obdržel, často dvě odpovědi: aplikaci, kterou zaměstnanec otevřel, a poskytovatele modelu AI, který za ní stojí. Agenti AI situaci dále komplikují. Když agent za zaměstnance načte soubor a někam ho odešle, kdo to udělal a proč, je nyní zčásti záležitostí softwaru. Jak uvádí nedávný článek Unite.AI o podvržení pokynů v produkčních agentech, agenta může ovlivnit obsah, který čte, takže jeho vlastní popis toho, co udělal, nemůže sloužit jako důkaz jeho záměru.

Test, který můžete provést tento měsíc

Vezměte posledních 30 dní a vyberte nejcitlivější údaj, o němž se domníváte, že se dostal do nástroje AI. Pak ověřte, zda váš tým dokáže bez ručního sestavování zjistit následující:

• O jaká data šlo a odkud pocházela
• Který nástroj je obdržel, včetně nástrojů mimo schválený seznam
• Zda data prošla přes firemní, nebo osobní účet
• Na čem daný člověk pracoval, když data odeslal

Pokud první dvě informace získáte rychle, ale kvůli posledním dvěma musíte zaměstnance vyslechnout, vaše řízení pokrývá seznam nástrojů a jen velmi malou část vašich dat.