Hva tallene om Shadow AI skjuler

Ansatte i de fleste organisasjoner bruker allerede AI‑verktøy som arbeidsgiveren deres aldri har godkjent. På dette tidspunktet burde det ikke overraske noen. Ansatte har alltid søkt mot teknologier som hjelper dem å arbeide mer effektivt, uavhengig av om verktøyene ble formelt introdusert av IT. AI har bare akselerert denne atferden.

Hastigheten på AI‑adopsjon er bare en del av historien. Det som er mer avslørende, er hva den forteller oss om miljøene der adopsjonen skjer. Når ansatte velger sine egne AI‑verktøy, er det ofte et tegn på at IT mangler et komplett bilde av hvordan arbeidet utføres. De samme organisasjonene som sliter med å identifisere uautoriserte AI‑bruk, kan også ha problemer med treg oppdatering, inkonsekvent kryptering eller enheter som faller utenfor etablerte sikkerhetspolicyer. Shadow AI skaper ikke disse svakhetene, men kan sette dem i skarpere fokus.

Vår egen State of Digital Workspace 2026‑rapport analyserte telemetri fra millioner av administrerte enheter på tvers av 17 bransjer, og unngikk begrensningene ved å be ansatte om å huske eller oppgi hvilke verktøy de bruker. Den fant at bruken av AI‑assistenter økte med nesten 1 000 prosent i 2025, noe som gjør den til den raskest voksende applikasjonskategorien på arbeidsplassen.

Tallet viser hvor raskt ansattes atferd endrer seg. Det åpner også for et mindre kjent spørsmål: Har organisasjoner med høy eksponering mot ikke-godkjente applikasjoner svakheter på mer etablerte områder innen enhetsadministrasjon? Helsevesenet gir den tydeligste indikasjonen på at de kan ha det. I studien vår er helse blant bransjene som er mest utsatt for etterlevelsesrisiko fra ikke-godkjente applikasjoner. Andre deler av rapporten viser også at bransjen har noe av den tregeste oppdateringen med sikkerhetsrettelser og en høyere andel ukrypterte stasjonære enheter.

Adopsjon er bare en del av bildet

Å forstå hvilke KI-verktøy ansatte bruker, er bare én del av bildet. Det mer avslørende spørsmålet er hvorfor de velger dem. Slike valg viser ofte gapet mellom arbeidsmiljøet IT tror det har skapt, og det ansatte faktisk opplever hver dag.

Fordelingen mellom godkjente og ikke-godkjente KI-verktøy blir mer avslørende når bruken er etablert. Microsoft Copilot er bredt installert på administrerte mobilenheter der IT styrer utrullingen, hjulpet av plasseringen i Microsoft 365. Utenfor dette administrerte miljøet leder ChatGPT med stor margin. Det finnes på 91 prosent av ikke-godkjente iOS-enheter og 61 prosent av ikke-godkjente Android-enheter, mens Gemini står for mye av den øvrige Android-bruken.

Godkjente og selvvalgte tjenester kan enkelt eksistere side om side i samme arbeidsmiljø. Ansatte kan ha tilgang til virksomhetens KI-tjeneste og likevel bruke et annet verktøy fordi de opplever det som raskere, mer kjent eller bedre egnet til en bestemt oppgave. Fra deres perspektiv er dette ofte den mest praktiske og raskeste måten å få jobben gjort på. For IT- og etterlevelsesteam skaper det usikkerhet om hvilke applikasjoner som behandler bedriftsinformasjon, og om gjeldende styringsregler følges.

Mønsteret er tilsvarende for kommunikasjonsprogramvare. Forbrukerrettede meldingsapper utgjør nesten halvparten av kommunikasjonsverktøyene som er installert på administrerte skrivebordsplattformer, ved siden av Teams, Zoom og Slack. Finans og helse er ikke unntatt, til tross for strenge krav til dokumentasjon. Etterlevelsesproblemet begynner når en organisasjon antar at sensitive samtaler forblir i godkjente kanaler. Et spørsmål om retningslinjer, en pasientdiskusjon eller en intern beslutning som flyttes til en forbrukerapp, kan havne utenfor systemene som brukes til oppbevaring, overvåking eller gransking. Den ansatte har kanskje ingen hensikt om å omgå kontrollene, men bruker ganske enkelt kanalen der en kollega svarer raskest.

Disse mønstrene peker mot et bredere skifte i hvordan arbeid utføres. Ansatte beveger seg stadig oftere mellom applikasjoner, nettlesere og KI-tjenester som ikke alltid passer inn i tradisjonelle administrasjonsmodeller. Utfordringen er ikke bare å identifisere enda en applikasjon. Den er å opprettholde en tydelig forståelse av hvordan arbeidet foregår i hele miljøet, slik at styringen holder tritt med ansattes atferd.

AI‑adopsjon og enhetshygiene beveger seg i ulikt tempo

Den raske innføringen av KI har avdekket en annen realitet i virksomheters IT: Teknologi utvikler seg ikke i samme tempo overalt i organisasjonen. Ansatte kan begynne å bruke en KI-tjeneste på få minutter, uten innkjøpsprosess eller supportsak.

Det kan ta måneder å lukke et gap i enhetsadministrasjonen, særlig i blandede miljøer med bedriftseide bærbare PC-er, delte enheter, robust maskinvare og ansattes egne telefoner. Telemetrien viser store forskjeller i oppdateringshastighet. iOS-enheter når siste versjon omtrent åtte ganger raskere enn Android-enheter, mens macOS oppdateres rundt halvannen gang raskere enn Windows.

Krypteringsdekningen er også ujevn: 23 prosent av skrivebordsenhetene i banksektoren er ukrypterte, og andelen øker til rundt 27 prosent i helse og høyteknologi og 28 prosent i medier og underholdning. Mer enn halvparten av skrivebords- og mobilenhetene i utdanning er ukrypterte, mens én av fem skrivebordsenheter i offentlig sektor mangler kryptering.

Bransjefordelingen for operativsystemoppdateringer gir mer kontekst. Helse, legemidler samt detalj- og engroshandel har de høyeste konsentrasjonene av Android-enheter som ligger fire eller fem generasjoner bak dagens versjon. Informasjonen som kan eksponeres ved en uteblitt sikkerhetsoppdatering, varierer mellom disse miljøene, fra pasientjournaler og kliniske data til legemiddelforskning og betalingsinformasjon.

Eldre enheter er ofte innarbeidet i operative miljøer der utskifting og vedlikehold er vanskelig. En robust håndholdt enhet på en sykehusavdeling eller et lager kan fortsatt kjøre et operativsystem som ligger flere hovedversjoner etter, mens ansatte i samme miljø har tilgang til de nyeste offentlige KI-tjenestene. KI-bruken kan vekke umiddelbar bekymring, selv om det aldrende endepunktet har vært en mulig vei til sensitiv informasjon over lengre tid.

Her blir forholdet mellom KI-bruk og endepunktadministrasjon tydeligere. Rapporten plasserer risiko knyttet til den uadministrerte digitale yttergrensen og sikkerhetshygiene i ulike kapitler, men helsevesenet opptrer i begge. Bransjen trekkes frem for etterlevelsesrisiko fra ikke-godkjente applikasjoner, og deretter igjen for trege operativsystemoppdateringer og en relativt høy andel ukrypterte skrivebordsenheter. Denne overlappingen kan forbli skjult når informasjon om sikkerhet, enhetsadministrasjon og applikasjoner ligger i separate systemer. Hvert team kan ha et korrekt bilde av sin del av miljøet, men likevel overse risikokonsentrasjonen på tvers.

Den regulatoriske tidsplanen har endret seg

Noen organisasjoner har ventet at regulering skulle skape presset som trengs for å lukke disse gapene, selv om tidsplanen nå gir dem mer tid enn tidligere antatt. Etter den politiske avtalen som EUs forhandlere inngikk 7. mai, er KI-forordningens høyrisikokrav til frittstående systemer under vedlegg III flyttet fra august 2026 til desember 2027. Dette er kategorien mange KI-innføringer i virksomheter forventes å falle inn under. Åpenhetskrav gjelder fortsatt fra august 2026, mens de bredere kravene som ville fått mange organisasjoner til å lage KI-oversikter og formelle risikovurderinger, nå kommer seksten måneder senere.

Utsettelsen gir organisasjoner mer tid til å forberede seg, men fjerner også en nærliggende ekstern frist som kunne ha fremskyndet investeringer.

Markedet reagerer på et erkjent gap i styringen, men verdien av investeringene vil avhenge av hvor godt plattformene kobles til det bredere endepunktmiljøet. Et eget kontrollpanel for KI-styring kan identifisere hvilke verktøy som brukes, mens enhetstilstand, kryptering og applikasjonsytelse fortsatt finnes andre steder. Regulering kan stille forventninger og definere ansvar, men kan ikke skape et fullstendig operativt bilde med mindre de underliggende dataene kan samles.

Endepunktet er viktig for alle som implementerer AI

Enhver organisasjons KI-strategi vil til syvende og sist avhenge av enhetene de ansatte bruker hver dag. Det gjelder enten KI leveres gjennom en nettleser, bygges inn i en forretningsapplikasjon eller kjører direkte på endepunktet.

Utviklere og virksomhetsteam som innfører assistenter, agenter eller modeller på enheten, må arbeide med enhetene ansatte allerede bruker. Disse kan være gamle, underlagt omfattende administrasjon eller allerede ha presset ytelse. På Windows-skrivebord utgjør IT-administrasjon, sikkerhet og systemverktøy nesten to tredeler av den installerte programvaren. Endepunktbeskyttelse, oppdateringsstyring, kryptering og agenter for utstyrsoversikt konkurrerer alle om prosessorkapasitet og minne før en KI-arbeidslast begynner.

Å legge til en assistent i dette miljøet endrer kravene til enheten. Dette er særlig relevant for lokal inferens og agentbaserte arbeidsflyter, der pålitelighet og tilgjengelige beregningsressurser påvirker om tjenesten svarer som forventet. The Digital Workspace 2026 Report fant at Windows-enheter opplever 3,1 ganger flere tvungne avslutninger og 7,5 ganger flere tilfeller der applikasjoner ikke svarer, enn Mac-er. Når ansatte begynner å stole på KI-assistenter i rutinearbeidet, får slike forskjeller i pålitelighet direkte betydning for bruk og tillit. En tjeneste som er utilgjengelig, treg eller ustabil akkurat når den trengs, vil snart bli valgt bort.

En nylig utlevert bærbar PC til en leder og en delt klinisk enhet kan tilhøre samme organisasjon, men være i hver sin ende av skalaen for oppdateringer, ytelse og kontroll. Å utforme en KI-utrulling rundt et idealisert endepunkt kan føre til at man overser stedene der gjennomføringen blir vanskeligst. Slike svakheter er ofte konsentrert i regulerte og operative miljøer, der enheter brukes lenger og avbrudd kan påvirke førstelinjearbeid. Det er også her manglende oversikt får de største konsekvensene.

Se hele miljøet

Retningslinjer er fortsatt nødvendige, men rekkevidden er begrenset når en organisasjon ikke kan se hvilke verktøy ansatte bruker, eller tilstanden til enhetene de bruker for å få tilgang. Ansatte vil fortsette å velge tjenester som hjelper dem å løse en oppgave raskt. Noen bruker en godkjent assistent, mens andre velger en offentlig tjeneste som oppleves enklere eller gir et bedre resultat. Skriftlige regler alene gir ikke IT-team et nøyaktig bilde av denne atferden.

Den operative utfordringen er å forstå KI-bruk i sammenheng med blant annet enhetens alder, operativsystem, oppdateringsstatus, krypteringsdekning og applikasjonene som allerede kjører på den. Sett hver for seg kan datasettene virke håndterbare. Sammen kan de avdekke hvor flere svakheter samler seg rundt de samme ansatte, enhetene eller forretningsprosessene. Regulerte organisasjoner bør begynne med å samle informasjon om KI-bruk, sikkerhetsoppdateringer og kryptering i én visning, og deretter identifisere delene av miljøet som går igjen i datasettene. Skygge-KI kan være det mest synlige tegnet på problemet, mens den bredere risikoen ligger i gapene mellom systemene som brukes til å administrere arbeidsplassen.