Dine medarbejdere bruger allerede AI. Det eneste spørgsmål er, hvor data havner.
Ikke-godkendt brug af chatbots er allerede rutine i de fleste virksomheder. Hvad der forlader huset, hvorfor forbud slår fejl, og hvordan man giver folk et sikkert alternativ.
Spørg en afdelingsleder, hvor mange AI-værktøjer teamet bruger, og du får et tal. Spørg teamet anonymt, og du får et større. Det spring er shadow AI, og det er ikke en randfænomen. For en stor del af kontoransatte er det ganske enkelt sådan, arbejdet bliver gjort nu, fordi ingen har givet dem en godkendt måde at gøre det på.
Hvad der rent faktisk bliver indsat
Ikke de trivielle ting. Folk åbner ikke en chatbot for at stavekontrollere et notat. De åbner den, når opgaven er svær, og deadline er tæt på.
Så det, der ryger ind i feltet, er udkastet til leverandørkontrakten, som skal opsummeres inden et møde klokken fire. Kandidatens CV og intervieweres kontante noter, omskrevet til et afslagsbrev, der ikke skaber problemer. Den vrede kundemail med kontonummeret stadig i. Et regneark over sidste kvartals marginer fordelt på kunder, indsat i sin helhed, så modellen kan finde mønsteret. Produktionslogfiler, der tilfældigvis indeholder en API-nøgle tre linjer nede. Bestyrelsesmaterialet, fordi nogen ville have en letforståelig version inden i morgen tidlig.
Hver eneste af dem er en fornuftig beslutning truffet af en medarbejder, der forsøger at gøre sit arbejde godt. Tilsammen flytter de jeres forretningsfølsomme materiale, jeres kunders personoplysninger og indimellem jeres aktive adgangsnøgler over på en infrastruktur, I ikke har nogen kontrakt med, ingen opbevaringsvilkår for og ingen registrering af.
Hvorfor forbuddet slår fejl
Den sædvanlige reaktion er at blokere domænerne og sende en bestemt mail ud. Det virker ikke, og det gør tingene værre på en helt bestemt måde.
Blokerer man på virksomhedsnetværket, flytter aktiviteten over på private telefoner, hvor I slet ingen indsigt har. Arbejdet bliver stadig lavet med AI, bare uden for alt, hvad I kan se eller styre. Samtidig løser de, der følger politikken, de samme opgaver langsommere end dem, der ignorerer den, hvilket lærer alle, hvilken adfærd virksomheden reelt belønner. Et forbud forvandler et håndterbart problem til et usynligt et og betaler for privilegiet i produktivitet.
Eksponeringen er kontraktlig, før den er teknisk
Den reelle risiko er sjældent et dramatisk databrud. Det er papirarbejdet.
Forbrugerversionerne af de fleste chatbots må bruge det, du skriver, til at forbedre produktet; erhvervsversionerne gør det som regel ikke. Den skelnen er forskellen på et normalt leverandørforhold og en uregistreret overførsel af personoplysninger til en databehandler, I aldrig har udpeget, uden databehandleraftale, uden defineret opbevaringsperiode og uden nogen anelse om, hvilken jurisdiktion de er landet i. Jeres egne kundekontrakter forbyder i stigende grad præcis dette, og mange kræver nu, at I navngiver hver eneste underdatabehandler, der rører deres data.
Det værste er dokumentationen. Når en stor kunde spørger, om deres oplysninger har været igennem et tredjeparts AI-system, er "det ved vi ikke" et langt mere skadeligt svar end "ja, på disse vilkår."
Giv folk et bedre sted at gå hen
Shadow AI er et efterspørgselssignal. Jeres medarbejdere har gennem deres adfærd fortalt jer, at det her værktøj gør dem hurtigere. Opgaven er at møde den efterspørgsel på jeres præmisser.
En godkendt løsning virker kun, hvis den er lige så god som det, de bruger nu, og ikke sværere at komme til. Det betyder en ordentlig erhvervs- eller enterpriseversion med træning på jeres input slået fra, single sign-on så fratrådte medarbejdere rent faktisk mister adgangen, opbevaring konfigureret bevidst frem for som standard, og en underskrevet aftale, I kan vise en kunde. For det smalle felt af reelt fortroligt materiale — patientjournaler, ikke-offentliggjorte resultater, kode under NDA, advokathemmeligheder — er svaret en model, der kører på hardware, I selv kontrollerer, hvor data aldrig forlader huset.
Den første måned
- Spørg i stedet for at revidere. En anonym undersøgelse om, hvilke værktøjer folk bruger og til hvad, fortæller jer mere på en uge, end loganalyse gør på et kvartal, og den sætter ingen i forsvarsposition.
- Køb ét værktøj ordentligt. Vælg den førende løsning til jeres vigtigste anvendelse, tag erhvervsversionen, slå træning fra, læg den bag SSO, og rul den ud til alle, der har brug for den.
- Skriv én side regler i almindeligt sprog. Tre kategorier — fint, spørg først, aldrig — med konkrete eksempler fra jeres egen forretning, ikke abstrakte datakategorier.
- Udpeg en person til den mellemste kategori. Hvis "spørg først" ikke har en adresse, bliver det til "gør det alligevel."
- Giv de mest intensive brugere en times oplæring. De sætter normerne for alle andre.
- Følg op efter halvfems dage ud fra, hvad folk rent faktisk gør.
Målet er ikke nul AI-brug uden for den godkendte liste. Målet er, at intet følsomt forlader jeres organisation uden en kontrakt bag sig, og at I kan sige det med dokumentation.
Det her er den del af AI-indførelsen, som ingen melder sig frivilligt til: undersøgelsen, leverandørvilkårene, den ubehagelige opgørelse over, hvad der allerede er gået ud. Hos Hercules A løfter vi den byrde for vores kunder, inklusive de private, lokalt driftede modeller til det arbejde, der aldrig bør røre en offentlig tjeneste. Det tunge arbejde er hele pointen.