Что скрывают цифры теневого ИИ

Сотрудники большинства организаций уже используют ИИ‑инструменты, которые их работодатель никогда не одобрял. К настоящему времени это никого не должно удивлять. Сотрудники всегда тяготели к технологиям, помогающим работать эффективнее, независимо от того, были ли эти инструменты официально внедрены ИТ. ИИ лишь ускорил это поведение.

Скорость внедрения ИИ — лишь часть истории. Более показательным является то, что она раскрывает о средах, где происходит это внедрение. Когда сотрудники выбирают собственные ИИ‑инструменты, это часто свидетельствует о том, что ИТ не имеет полного представления о том, как выполняется работа. Те же организации, которым сложно выявить несанкционированное использование ИИ, могут также сталкиваться с медленным применением патчей, непоследовательным шифрованием или устройствами, выходящими за рамки установленных политик безопасности. Теневой ИИ не создает этих уязвимостей, но может сделать их более заметными.

Наш собственный отчёт State of Digital Workspace 2026 проанализировал телеметрию с миллионов управляемых устройств в 17 отраслях, избегая ограничений, связанных с опросом сотрудников о том, какие инструменты они используют. Было обнаружено, что использование ИИ‑ассистентов выросло почти на 1000 % в 2025 году, сделав их самым быстрорастущим типом приложений на рабочем месте.

Эта цифра показывает, насколько быстро меняется поведение сотрудников. Она также открывает менее знакомое направление исследования: показывают ли организации с высоким уровнем использования неутверждённых приложений слабости в более устоявшихся областях управления устройствами? Здравоохранение даёт самое яркое свидетельство того, что это возможно. В нашем исследовании здравоохранение входит в число отраслей, наиболее подверженных рискам соответствия из‑за несанкционированных приложений; в том же отчёте также зафиксированы одни из самых медленных процессов патч‑обновления и более высокий уровень нешифрованных настольных компьютеров.

Внедрение — лишь часть картины

Понимание того, какие ИИ‑инструменты используют сотрудники, — лишь одна часть головоломки. Более показательным вопросом является то, почему они их выбирают, поскольку такие решения часто выявляют разрыв между тем, какой ИТ‑ландшафт, по их мнению, они создали, и тем, который сотрудники ощущают каждый день.

Распределение между одобренными и не одобренными ИИ‑инструментами становится более показательным после того, как использование установилось. Microsoft Copilot широко установлен на управляемых мобильных устройствах, где ИТ контролирует развертывание, благодаря его интеграции в Microsoft 365. За пределами этой управляемой среды лидирует ChatGPT с значительным отрывом. Он обнаруживается на 91 % несанкционированных iOS‑устройств и на 61 % несанкционированных Android‑устройств, в то время как Gemini охватывает большую часть оставшегося использования Android.

Одобренные и выбранные самостоятельно сервисы могут легко сосуществовать в одной рабочей среде. Сотрудники могут иметь доступ к корпоративному ИИ‑сервису и всё равно обращаться к другому инструменту, потому что считают его более быстрым, привычным или лучше подходящим для конкретной задачи. С их точки зрения это часто самый практичный и быстрый способ выполнить работу. Для ИТ‑ и команд по соответствию это создаёт неопределённость относительно того, какие приложения обрабатывают корпоративную информацию и соблюдаются ли существующие политики управления.

Схема в программном обеспечении для коммуникаций аналогична. Потребительские мессенджеры составляют почти половину коммуникационных инструментов, установленных на управляемых настольных платформах, наряду с Teams, Zoom и Slack. Финансовый сектор и здравоохранение, несмотря на строгие обязательства по ведению записей, не являются исключением. Проблема соответствия начинается, когда организация полагает, что конфиденциальные разговоры остаются в одобренных каналах. Запрос по политике, обсуждение пациента или внутреннее решение, перенесённые в потребительское приложение, могут выйти за пределы систем, используемых для хранения, мониторинга или расследования. Сотрудник может не иметь намерения обходить контроль и просто использовать канал, где коллега отвечает быстрее.

Эти тенденции указывают на более широкое изменение того, как выполняется работа. Сотрудники всё чаще переключаются между приложениями, браузерами и ИИ‑сервисами, которые не всегда удобно вписываются в традиционные модели управления. Задача состоит не только в том, чтобы выявить ещё одно приложение, а в поддержании чёткого понимания того, как работа происходит в всей среде, чтобы управление могло идти в ногу с поведением сотрудников.

Внедрение ИИ и гигиена устройств развиваются с разной скоростью

Быстрое внедрение ИИ выявило ещё одну реальность корпоративного ИТ: технологии не развиваются одинаково по всей организации. Сотрудники могут начать использовать ИИ‑сервис за считанные минуты, без процесса закупки или заявки в службу поддержки.

Устранение пробела в управлении устройствами может занять месяцы, особенно в разнородных инфраструктурах, включающих корпоративные ноутбуки, совместно используемые устройства, прочное оборудование и личные телефоны сотрудников. Телеметрия показывает большую разницу в скорости установки патчей. iOS‑устройства достигают последней версии примерно в восемь раз быстрее, чем Android‑устройства, а обновления macOS происходят примерно в полтора раза быстрее, чем у Windows.

Покрытие шифрованием также неоднородно; 23 % банковских настольных компьютеров не зашифрованы, а показатель повышается до около 27 % в здравоохранении и высоких технологиях и до 28 % в медиа и развлечениях. Более половины настольных и мобильных устройств в сфере образования не зашифрованы, а в государственном секторе один из пяти настольных компьютеров не имеет шифрования.

Разбивка по отраслям для обновлений операционных систем добавляет контекст. Здравоохранение, фармацевтика, а также розничная и оптовая торговля имеют наибольшую концентрацию Android‑устройств, отстающих от текущей версии на четыре‑пять поколений. Информация, раскрытая из‑за пропущенного патча, различается в этих средах — от медицинских записей и клинических данных до исследований лекарств и платёжной информации.

Старые устройства часто находятся в эксплуатационных условиях, где их замена и обслуживание затруднены. Прочный портативный компьютер в больничном отделении или на складе может работать на версии операционной системы, отстающей на несколько основных выпусков, в то время как персонал в этой среде имеет доступ к новейшим публичным ИИ‑сервисам. Использование ИИ может вызвать немедленную обеспокоенность, хотя устаревающий конечный пункт представляет собой более длительный путь к конфиденциальной информации.

Это здесь связь между внедрением ИИ и управлением конечными точками становится более очевидной. В отчёте риски теневого периметра и гигиена безопасности рассматриваются в отдельных главах, но здравоохранение фигурирует в обеих. Оно выделяется из‑за риска несоответствия, возникающего от несанкционированных приложений, а затем снова появляется из‑за медленных обновлений операционной системы и относительно высокого уровня нешифрованных настольных компьютеров. Этот перекрёсток может оставаться незамеченным, когда безопасность, управление устройствами и информация о приложениях находятся в разных системах. Каждая команда может иметь точное представление о своей части инфраструктуры, упуская концентрацию рисков в целом.

Регуляторный график изменился

Некоторые организации ожидали, что регулирование создаст необходимое давление для устранения этих пробелов, однако текущий график предоставляет им больше времени, чем предполагалось ранее. Согласно политическому соглашению, достигнутому переговорщиками ЕС 7 мая, обязательства высокого риска в рамках AI Act для автономных систем по Приложению III перенесены с августа 2026 года на декабрь 2027 года. Это категория, в которую, как ожидается, попадут многие корпоративные внедрения ИИ. Обязанности по прозрачности остаются в силе с августа 2026 года, тогда как более широкие требования, которые могли бы побудить многие организации создать инвентаризацию ИИ и формальные оценки рисков, теперь вступят в силу на шестнадцать месяцев позже.

Это отсрочка даёт организациям больше времени для подготовки, но одновременно устраняет непосредственный внешний дедлайн, который мог бы ускорить инвестиции.

Рынок реагирует на признанный пробел в управлении, хотя ценность этих расходов будет зависеть от того, насколько хорошо эти платформы интегрируются с более широкой инфраструктурой конечных точек. Отдельная панель управления ИИ‑управлением может определить, какие инструменты используются, оставляя информацию о состоянии устройств, шифровании и производительности приложений в другом месте. Регулирование может задавать ожидания и определять ответственность, но оно не может создать полную операционную картину, если исходные данные не объединены.

Конечная точка важна для всех, кто внедряет ИИ

Стратегия ИИ любой организации в конечном итоге будет зависеть от устройств, которые сотрудники используют ежедневно. Это справедливо независимо от того, предоставляется ли ИИ через браузер, встроен в бизнес‑приложение или работает непосредственно на конечной точке.

Разработчики и корпоративные команды, внедряющие ассистентов, агентов или модели, работающие на устройстве, должны работать с теми устройствами, которые уже используют сотрудники. Эти устройства могут быть старее, сильно управляемыми или уже находиться под нагрузкой. На настольных компьютерах с Windows администрирование ИТ, безопасность и системные инструменты составляют почти две трети установленного программного стека. Защита конечных точек, управление патчами, шифрование и агенты учёта активов конкурируют за процессорные ресурсы и память ещё до начала нагрузки ИИ.

Добавление ассистента в эту среду меняет требования к устройству. Это особенно актуально для вывода выводов на устройстве и агентных рабочих процессов, где надёжность и доступные вычислительные ресурсы влияют на то, отвечает ли сервис ожидаемым образом. Отчёт Digital Workspace 2026 показал, что устройства на Windows сталкиваются с 3,1 раз большим числом принудительных выключений и с 7,5 раз большим числом неотзывчивых состояний приложений по сравнению с Mac. По мере того как сотрудники начинают полагаться на ИИ‑ассистентов в рутинной работе, эти различия в надёжности напрямую влияют на внедрение и доверие. Сервис, недоступный, медленный или непостоянный в момент, когда он нужен, вскоре будет обходиться.

Недавно выданный ноутбук для руководителей и совместно используемое клиническое устройство могут принадлежать одной и той же организации, но находиться на противоположных полюсах в плане патчей, производительности и контроля. Проектирование внедрения ИИ вокруг идеализированной конечной точки рискует упустить места, где реализация будет самой сложной. Эти уязвимости часто сосредоточены в регулируемых и эксплуатационных средах, где устройства эксплуатируются дольше, а перебои могут влиять на работу сотрудников на передовой. Именно в таких условиях недостаточная видимость несёт наибольшие последствия.

Видение всей среды

Политики остаются необходимыми, но их охват ограничен, когда организация не может увидеть, какие инструменты используют сотрудники и в каком состоянии находятся устройства, через которые они получают доступ. Сотрудники продолжат выбирать сервисы, помогающие быстро выполнить задачу. Одни будут использовать одобренного ассистента, другие — публичный сервис, который кажется проще или даёт лучший результат. Одних лишь письменных правил недостаточно, чтобы ИТ‑команды получили точную картину такого поведения.

Оперативная задача состоит в том, чтобы понять использование ИИ в контексте, который может включать возраст устройства, его операционную систему, статус патчей, покрытие шифрованием и уже запущенные на нём приложения. По отдельности каждый набор данных может казаться управляемым. В совокупности они могут раскрыть, где несколько уязвимостей накапливаются вокруг одних и тех же сотрудников, устройств или бизнес‑процессов. Регулируемые организации должны начать с объединения информации об использовании ИИ, патчах и шифровании в единую картину, а затем выявить части инфраструктуры, которые повторяются в этих наборах данных. Теневой ИИ может быть самым заметным признаком проблемы, тогда как более широкий риск скрывается в пробелах между системами, используемыми для управления рабочим местом.