● Риск / Уровень: средний / Q2 · 2026 / 095 из 97

Shadow AI.

неофициальное использование нейросетей сотрудниками вне контроля ИТ
Короткий
ответ
↳
Shadow AI — так называют ситуацию, когда сотрудники используют сторонние нейросети и чат-боты для рабочих задач без ведома и контроля ИТ-отдела компании: личный аккаунт, случайный сервис в браузере, чат-бот в телефоне. Данные компании в таких случаях уходят за периметр защиты, а руководитель часто остаётся в неведении о масштабе происходящего.

01 Простыми словами

Компания официально разрешает работать в одной модели — например, в корпоративной подписке на закрытую систему с проверенным уровнем защиты данных. Но сотрудник в реальной работе часто пользуется чем-то ещё: бесплатным чат-ботом в браузере, личным аккаунтом на телефоне, сервисом перевода без проверки безопасности.

В одной фразе — сотрудники решают рабочие задачи нейросетями, которые остались вне выбора и проверки ИТ-отдела.
Здесь работает обратная логика guardrails: вместо огороженной тропы с перилами сотрудник выходит в чистое поле, где никаких перил и близко нет.

02 Как это работает

Обычно всё начинается без злого умысла: сотруднику нужно быстро составить письмо или разобрать длинный документ, корпоративного инструмента под рукой нет или он неудобен, и человек открывает знакомый бесплатный сервис в личном браузере.

  1. Сотрудник вставляет рабочий текст — письмо клиента, фрагмент договора, таблицу с цифрами — в чат-бот, который сам нашёл в интернете.
  2. Сервис обрабатывает запрос на своих серверах, часто за пределами страны и без договора с компанией о защите данных.
  3. Готовый ответ сотрудник использует в работе, а факт обращения к стороннему сервису остаётся полностью незафиксированным.
Со временем такие обращения превращаются в привычку: сотрудник постепенно перестаёт замечать, что каждый раз отправляет данные компании на чужой сервер без проверки условий хранения и обработки.

03 Где применяется

  • Бухгалтерия. Фрагмент отчётности или переписка с контрагентом уходит в бесплатный чат-бот ради быстрого черновика письма.
  • Юристы и HR. Персональные данные кандидата или сотрудника попадают в сторонний сервис при просьбе «сократи резюме» или «перепиши характеристику».
  • Продажи и поддержка. Переписка с клиентом целиком копируется в чат-бот для составления ответа, включая контакты и детали заказа.
  • Разработка. Фрагмент внутреннего кода вставляется в бесплатный ассистент для быстрой подсказки, минуя корпоративный контур.
  • Логистика. Данные о маршруте, поставщике или складских остатках уходят в сторонний сервис ради быстрого расчёта или перевода документа.
  • Маркетинг. Черновик рекламного текста с реальными цифрами по клиентам уходит на проверку в чат-бот, который сам маркетолог выбрал без согласования.

04 Что показывает аудит

Типичные ситуации, которые аудит сетевого трафика обычно находит в компании среднего размера:

  • Менеджер поддержки вставляет полную переписку с клиентом в бесплатный чат-бот, включая номер телефона и адрес доставки, ради быстрого черновика ответа.
  • Бухгалтер переводит фрагмент реального договора с ценами через случайный сервис перевода вместо утверждённого инструмента компании.
  • Разработчик вставляет кусок внутреннего кода в бесплатного ассистента для быстрой подсказки, минуя корпоративный контур и его настройки безопасности.
  • HR-специалист просит стороннего бота «сократи резюме» — вместе с текстом наружу уходят персональные данные кандидата, и это ускользает от внимания сотрудника.
  • Половина находок оказывается безобидной — перевод меню для командировки, черновик поздравления коллеге, — но сам факт бесконтрольного канала остаётся риском независимо от содержания конкретного случая.

По итогам такого разбора компания обычно выбирает согласованный список разрешённых сервисов вместо полного запрета и добавляет короткое правило команде — что можно вставлять в чат-бот, а что нельзя.

05 Ограничения и ошибки

  • Полный запрет всех нейросетей на практике решает проблему слабо — сотрудники продолжают пользоваться личными устройствами вне контроля компании, только более скрытно.
  • Список разрешённых сервисов без обучения команды простым правилам работает плохо — сотрудник забывает про него уже через месяц.
  • Персональные данные клиентов и сотрудников — самая частая находка при аудите; их стоит явно запретить вставлять в любой неутверждённый сервис.
  • Договор с провайдером корпоративного решения стоит проверять на условия хранения данных — иначе «официальный» инструмент рискует оказаться настолько же уязвимым, как личный чат-бот.
  • Технический контроль без объяснения причин команде работает слабо — сотрудник обходит блокировку личным телефоном, если так и остаётся неясным, чем реально грозит утечка данных клиента.
Правило — конкретный список разрешённых сервисов и короткое правило про данные снижают риск сильнее любого запрета целиком.

Разбор похожего случая — в статье про то, что происходит, когда бухгалтер заливает рабочие данные в чат с нейросетью. Как выстроить аудит и правила работы с данными — в разделе про консалтинг по внедрению ИИ.

Отдельная проверка нужна и для одобренного корпоративного инструмента: живое общение с сотрудником поддержки провайдера полезно дополнить письменным пунктом в договоре о хранении и обработке данных.
// 06 · от практики

Как мы применяем Shadow AI в работе с клиентами

В практике «Зинин × Штурбин» мы закрываем Shadow AI на вашем проекте — это часть формата стратегический совет. На реальных задачах это личный чат-бот для рабочих писем, загрузка договора без проверки и подобное. Рядом разбираем PII redaction — термины в словаре связаны так же, как в работе.

Не консультируем абстрактно: команда уходит с навыком и рабочим процессом, который применяет сама. Посмотреть программы и цены →

// 08

Частые вопросы

01 Чем это отличается от обычного использования нейросетей в компании?

Разница в контроле: официальный инструмент выбирает и проверяет ИТ-отдел, а стороннее использование сотрудник выбирает сам, без проверки безопасности и без ведома компании.

02 Как обнаружить такое использование в своей компании?

Проверка журналов сетевого трафика на обращения к популярным бесплатным сервисам и короткий опрос команды о том, какими инструментами реально пользуются в работе, — обычно этого достаточно для первой оценки масштаба.

03 Можно ли полностью запретить сотрудникам сторонние нейросети?

Технически сложно и обычно малоэффективно — разумнее согласовать список разрешённых сервисов и короткое правило про данные, которые туда нельзя вставлять.

04 Опасно ли это для малого бизнеса?

Да, риск даже выше, чем в крупной компании — у малого бизнеса реже есть отдельный ИТ-отдел, который вообще заметит такое использование или проверит условия стороннего сервиса.

05 Сколько стоит внедрить корпоративное решение вместо стороннего?

Сумма зависит от масштаба внедрения и числа сотрудников — точный расчёт даёт бесплатный Discovery-созвон. У нас подписка на такое решение начинается от 35 000 ₽ в месяц, а первая неделя — тест-драйв без оплаты.

06 Кто должен следить за таким использованием в компании?

Обычно эта задача ложится на ИТ-отдел или руководителя вместе с юристом по защите данных; в компании без штатного ИТ-специалиста имеет смысл поручить разовый аудит внешнему подрядчику.

Понимаем — учим
работать с Shadow AI
внутри команды.

Час бесплатной диагностики: разбираем 2–3 ваших процесса и говорим прямо, где AI окупится за квартал, а где брать рано. Знания остаются у вашей команды.

Готовы поговорить?
@Aleksei_Shturbin Бот →