Ansatte bruker allerede KI. Det eneste spørsmålet er hvor dataene havner.

Spør en avdelingsleder hvor mange KI-verktøy teamet bruker, og du får et tall. Spør teamet anonymt, og du får et større. Det gapet er skygge-KI, og det er ikke marginal atferd. For en stor andel kontoransatte er det rett og slett slik arbeidet gjøres nå, fordi ingen ga dem en godkjent måte å gjøre det på.

Hva som faktisk limes inn

Ikke de trivielle tingene. Folk åpner ikke en chatbot for å stavekontrollere et notat. De åpner den når arbeidet er vanskelig og fristen er nær.

Så det som havner i feltet, er utkastet til leverandørkontrakt som må oppsummeres før et møte klokken fire. Kandidatens CV og intervjuerens rett fram-notater, gjort om til et avslagsbrev som ikke skaper bråk. Den sinte kunde-e-posten med kontonummeret fortsatt i. Et regneark over forrige kvartals marginer per kunde, limt inn i sin helhet så modellen kan finne mønsteret. Produksjonslogger som tilfeldigvis inneholder en API-nøkkel tre linjer ned. Styrepapirene, fordi noen ville ha en versjon på klarspråk til neste morgen.

Hver eneste av dem er en fornuftig avgjørelse fra en ansatt som prøver å gjøre en god jobb. Til sammen flytter de forretningssensitivt materiale, kundenes personopplysninger og av og til aktive tilganger over på infrastruktur du ikke har noen avtale med, ingen lagringsvilkår for og ingen dokumentasjon på.

Hvorfor forbudet ikke virker

Den vanlige responsen er å blokkere domenene og sende en streng e-post. Det virker ikke, og det gjør situasjonen verre på en helt bestemt måte.

Å blokkere på bedriftsnettet flytter aktiviteten over på private telefoner, der du ikke har noen innsyn i det hele tatt. Arbeidet gjøres fortsatt med KI, bare utenfor alt du kan se eller styre. Samtidig bruker de som følger retningslinjene lengre tid på de samme oppgavene enn de som ignorerer dem, noe som lærer alle hvilken atferd selskapet faktisk belønner. Et forbud gjør et håndterbart problem om til et usynlig et, og betaler for privilegiet i produktivitet.

Eksponeringen er kontraktsmessig før den er teknisk

Den virkelige risikoen er sjelden et dramatisk innbrudd. Det er papirarbeidet.

Forbrukerversjonene av de fleste chatboter kan bruke det du skriver til å forbedre produktet; bedriftsversjonene gjør som regel ikke det. Det skillet er forskjellen på et vanlig leverandørforhold og en uloggført overføring av personopplysninger til en databehandler du aldri har utpekt, uten databehandleravtale, uten definert lagringstid og uten anelse om hvilken jurisdiksjon dataene havnet i. Dine egne kundekontrakter forbyr i økende grad nettopp dette, og mange krever nå at du navngir hver underdatabehandler som er innom deres data.

Det verste er dokumentasjonen. Når en stor kunde spør om informasjonen deres har vært innom et KI-system fra en tredjepart, er «vi vet ikke» et langt mer skadelig svar enn «ja, på disse vilkårene».

Gi folk et bedre sted å gå

Skygge-KI er et etterspørselssignal. Gjennom atferden sin har de ansatte fortalt deg at dette verktøyet gjør dem raskere. Jobben er å møte den etterspørselen på dine premisser.

Et godkjent alternativ virker bare hvis det er like bra som det de bruker nå og ikke vanskeligere å komme til. Det betyr en ordentlig bedrifts- eller enterprise-versjon med trening på dine data slått av, single sign-on så folk som slutter faktisk mister tilgangen, lagringstid satt bevisst i stedet for som standard, og en signert avtale du kan vise fram til en kunde. For det smale sjiktet av virkelig strengt regulert materiale — pasientjournaler, upubliserte resultater, kode under taushetsplikt, advokatens fortrolighet — er svaret en modell som kjører på maskinvare du kontrollerer, der dataene aldri forlater huset.

Den første måneden

Spør heller enn å granske. En anonym undersøkelse om hvilke verktøy folk bruker og til hva forteller deg mer på en uke enn logganalyse gjør på et kvartal, og den setter ingen i forsvarsposisjon.
Kjøp ett verktøy ordentlig. Velg den ledende for ditt viktigste bruksområde, ta bedriftsversjonen, slå av trening, sett den bak SSO, og rull den ut til alle som trenger den.
Skriv én side med regler på klarspråk. Tre kategorier — greit, spør først, aldri — med reelle eksempler hentet fra din egen virksomhet, ikke abstrakte datakategorier.
Utpek en person for mellomkategorien. Hvis «spør først» ikke har en adresse, blir det «gjør det likevel».
Lær opp storbrukerne i en time. De setter normene for alle andre.
Evaluer etter nitti dager, opp mot det folk faktisk gjør.

Målet er ikke null KI-bruk utenfor den godkjente listen. Målet er at ingenting sensitivt forlater organisasjonen din uten en kontrakt bak seg, og at du kan si det med dokumentasjon.

Dette er den delen av KI-innføring ingen melder seg frivillig til: undersøkelsen, leverandørvilkårene, den ubehagelige opptellingen av hva som allerede har gått ut. Hos Hercules A tar vi den børen for kundene våre, inkludert de private, lokalt driftede modellene for arbeidet som aldri bør være innom en offentlig tjeneste. Tungløftene er hele poenget.