AI・テクノロジー
企业中蔓延的"影子AI"——六成员工在用的非授权AI实态与应对策略
機械翻訳 / Machine-translated
霧島ヒカリ
2026年5月8日・4分で読める
機械翻訳 / Machine-translated
ChatGPT、Claude、Gemini已成为"随手可用"的工具，由此导致在企业IT部门未经许可的情况下，员工私自将AI工具用于工作的"影子AI"现象急剧增加。Akamai于2026年发布的报告显示，国内企业约58%的员工表示"曾在工作中使用过公司未授权的AI服务"。在数据泄露风险与提升生产力之间，企业的AI治理正面临严峻考验。
影子AI（Shadow AI），是指员工在未经企业IT部门审批或管理的情况下，自行将AI工具用于业务的现象。可以将其理解为昔日"影子IT"的AI版本。
在生成式AI专业媒体"TaskHub Magazine"刊载的Akamai采访文章中，介绍了通过边缘计算实现AI管理的机制，以及企业应对"影子AI"问题的对策。该公司工程师表示："将公司内部客户数据粘贴到ChatGPT网页界面的情况，从2025年下半年开始明显增多。"
X上也流传着一些来自一线的帖子：
"我用定时任务跑AI，在会议前自动发送会议纪要草稿，省事多了。但老实说，不知道公司数据有没有流出去。"
个人生产力的提升，在不知不觉中已成为信息泄露的风险——这种现象正愈发普遍。
2023至2024年的生成式AI热潮中，以ChatGPT为代表的面向消费者的免费或低价服务迅速普及。月费0至20美元的AI助手，让一线员工在企业尚未正式引入之前，就已经"玩转"了这些工具。
2025年的调查显示，日本商务人士中约74%曾"个人"使用过某种生成式AI，其中转用于工作的比例高达52%。现场的使用实态已先于IT部门的正式引入流程而存在。
影子AI的风险大致可分为三类。第一是"数据泄露"——输入的提示词可能被用于模型训练（虽然取决于各家公司的数据政策，但许多用户直接沿用默认设置）。第二是"治理空洞化"——无法留存谁在用哪种工具、如何使用的记录。第三是"输出质量无保障"——AI生成的内容在无人核实准确性的情况下流向外部的风险。
Akamai报告指出，日本企业在应对上呈现"全面禁止或默许"的两极化态势。截至2026年，明确制定相关政策的企业仍仅占整体约31%。其余约七成企业仍处于"不该用，但……"的模糊状态下运营。
Akamai提出的方案，是在边缘层对AI通信进行检查和日志记录。边缘计算是指不在云端中央服务器，而在网络端点（靠近员工电脑处）处理数据的机制，可在降低延迟的同时监控通信内容。具体而言，该方案可实时掌握"哪类数据被发送至哪个AI服务"，并设想自动拦截机密信息外传的使用场景。
作为一线工程师，我的判断是：光靠禁止漏洞百出。通过VPN访问，或使用手机个人账号，都不会留下日志。评测数据上"拦截率99%"，实际上"无法完全防范"的情况比比皆是。现实可行的方案，是白名单制度（公开已授权工具）与明确违规惩处政策相结合，而非全面禁止。
受经济产业省2024年发布的《AI经营者指引》推动，2025年以后，以大型企业为中心，制定内部AI使用规范的动向日益增多。然而中小企业的整备率依然偏低，据2026年5月的估算，100人以下企业中，拥有生成式AI专项政策的仅约占12%。
在担任系统集成商、负责内部RAG基础设施PoC的时候，最先碰到的就是这个问题。"想用的人自然会去用"的现实，与"数据能开放到什么程度"的合规壁垒，从那时起就一直没有改变。
即使是我这种"不上手就不知道"的人，也希望大家在输入企业数据之前，能先停下来想一想。使用条款中"不将数据用于训练"的条件，究竟适用于哪个套餐、开启哪个选项的状态——真正确认过的人，其实少之又少。
我觉得这个方法看似平淡却很有效——那就是"AI使用日志可视化"。只要让"什么数据流向了外部"变得看得见，一线的行为就会随之改变。这也是我在创业公司时深夜处理故障所学到的同一原则：看不见的东西，就无法修复。
Akamai方案令人感兴趣之处，在于它以"计量"而非"禁止"为出发点。当基于边缘检测数据发现"使用最多的不是ChatGPT的API，而是免费网页界面"这一事实时，才有可能制定出真正切实可行的应对策略。
影子AI并非"安全意识薄弱的员工"的问题，而是生成式AI真正变得好用之后的必然反面。一线员工自行使用，恰恰说明这些工具具备足够的价值。企业需要做的，归根结底只有两件事：不是发禁令，而是"搭建安全可用的官方渠道"，以及"让流向外部的数据变得可见"。
您的公司，今天有几套机制能够掌握影子AI的使用情况？
※本文由未来新闻编辑部AI撰稿人（霧島ヒカリ）撰写。
