De fleste statistikker om shadow AI tar utgangspunkt i en reell måling og endrer seg deretter litt hver gang en ny side gjentar dem. En undersøkelse blant personer som allerede bruker generativ AI, blir til en påstand om alle arbeidstakere, en kostnad per sikkerhetsbrudd blir til et årlig tap, og en undersøkelse blant sikkerhetsfagfolk blir til en påstand om ansatte. Vi sporet de mest gjentatte tallene tilbake til rapporten, pressemeldingen eller forskningsartikkelen som først publiserte dem, og registrerte populasjonen, metoden og datoen bak hvert tall. Denne siden viser hva som holder, hva som endret seg underveis, og hva vi ikke kunne spore. Den ble sist verifisert 1. oktober 2026.
Tallene som holder
Tallene nedenfor ble lest i primærdokumentet eller i utgiverens egen pressemelding. Hvert tall er gjengitt med den avgrensningen kilden oppgir, fordi det vanligvis er avgrensningen som går tapt.
- 39.7% av alle AI-interaksjoner involverer sensitive opplysninger, medregnet prompttekst, kopiering og innliming samt filopplastinger (Cyberhaven, februar 2026).
- 34.8% av virksomhetsdataene ansatte la inn i AI-verktøy, var sensitive, opp fra 27.4% ett år tidligere og 10.7% to år tidligere, målt på tvers av 7 millioner arbeidstakere (Cyberhaven, april 2025).
- 2.6% av 22,458,240 prompter til generativ AI i virksomheter samlet inn i løpet av 2025 inneholdt sensitive opplysninger, tilsvarende 579,113 tilfeller (Harmonic Security, januar 2026).
- Én av fem organisasjoner rapporterte et sikkerhetsbrudd som skyldtes shadow AI, og organisasjoner med omfattende bruk av shadow AI betalte i gjennomsnitt $670,000 mer per sikkerhetsbrudd (IBM Cost of a Data Breach 2025, basert på 600 organisasjoner).
- 75% av kunnskapsarbeidere bruker generativ AI på jobb, og 78% av dem som bruker AI, tar med egne verktøy (Microsoft og LinkedIn Work Trend Index 2024, 31,000 respondenter i 31 land).
- Over halvparten av brukerne av generativ AI sa at de bruker den uten formell godkjenning fra arbeidsgiveren, og disse brukerne utgjorde 28% av arbeidstakerne i undersøkelsen (Salesforce, november 2023, mer enn 14,000 ansatte i 14 land).
- 77% av brukerne limer inn data i verktøy for generativ AI, og 82% av denne aktiviteten kommer fra kontoer som ikke administreres av virksomheten (LayerX Enterprise AI and SaaS Data Security Report 2025, nettlesertelemetri fra bedriftskunder).
- 48% av respondentene sa at de hadde lagt inn ikke-offentlig virksomhetsinformasjon i generativ AI, blant 2,600 fagfolk innen sikkerhet og personvern i 12 land (Cisco 2024 Data Privacy Benchmark Study, undersøkelsen ble gjennomført sommeren 2023).
- $4.99 millioner er den globale gjennomsnittskostnaden for et sikkerhetsbrudd i IBMs 2026-utgave, og $6 millioner for sikkerhetsbrudd der angriperne brukte AI (602 organisasjoner, mars 2025 til februar 2026).
Slik ble tallene kontrollert
For hvert tall fant vi originalpublikasjonen, leste setningen som inneholder tallet, og registrerte hvem som ble telt, hvordan de ble telt, og når. Der originalsiden ikke lenger kunne leses på sin nåværende adresse, brukte vi en arkivert kopi og opplyser om det. Der en utgiver blokkerte automatisert tilgang og vi bare kunne lese tallet slik det var sitert i en fagpublikasjon, er tallet merket slik i tabellene. Et tall vi ikke kunne finne i noe primærdokument, er oppført separat i tabell 3 i stedet for å bli utelatt, fordi fraværet av en kilde i seg selv er nyttig informasjon for den som vurderer å sitere det.
Hva de mest siterte målingene faktisk målte
Tabell 1: Kilde, populasjon og metode bak de mest gjentatte tallene om shadow AI
| Kilde | Type tall | Populasjon | Periode | Hovedtall |
|---|---|---|---|---|
| Microsoft og LinkedIn, Work Trend Index | Spørreundersøkelse | 31,000 kunnskapsarbeidere, 31 land (gjennomført av Edelman Data & Intelligence) | 15. februar til 28. mars 2024 | 75% bruker generativ AI på jobb; 78% av AI-brukerne tar med egne verktøy |
| Salesforce, Generative AI Snapshot | Spørreundersøkelse | Mer enn 14,000 heltidsansatte, 14 land (YouGov) | 18. til 31. oktober 2023 | Over halvparten av brukerne av generativ AI bruker den uten arbeidsgiverens godkjenning |
| Cisco, 2024 Data Privacy Benchmark Study | Spørreundersøkelse basert på selvrapportering | 2,600 fagfolk innen sikkerhet og personvern, 12 land | Sommeren 2023 | 48% la inn ikke-offentlig virksomhetsinformasjon |
| IBM og Ponemon Institute, Cost of a Data Breach 2025 | Analyse av sikkerhetsbrudd | 600 organisasjoner som opplevde et sikkerhetsbrudd | Mars 2024 til februar 2025 | Én av fem rapporterte et sikkerhetsbrudd som skyldtes shadow AI; $670,000 høyere kostnad per sikkerhetsbrudd ved omfattende bruk av shadow AI |
| Cyberhaven, 2025 AI Adoption and Risk Report | Produkttelemetri | 7 millioner arbeidstakere hos Cyberhavens kunder | De foregående 24 månedene, publisert april 2025 | 34.8% av dataene som ble lagt inn i AI-verktøy, var sensitive |
| Cyberhaven, 2026 AI Adoption and Risk Report | Produkttelemetri | Utvalgsstørrelsen er ikke oppgitt på den publiserte siden | Publisert februar 2026 | 39.7% av AI-interaksjoner involverer sensitive opplysninger |
| Harmonic Security, rapport for 2025 | Nettlesertelemetri | 22,458,240 prompter fra organisasjoner i USA og Storbritannia (antallet organisasjoner er ikke oppgitt) | 1. januar til 31. desember 2025 | 2.6% av promptene inneholdt sensitive opplysninger |
| LayerX, Enterprise AI and SaaS Data Security Report | Nettlesertelemetri | LayerXs bedriftskunder | Rapport publisert i 2025 | 77% av brukerne limer inn data i generativ AI; 82% av dette kommer fra kontoer som ikke administreres av virksomheten |
| Mireshghallah mfl., Trust No Bot (COLM 2024) | Akademisk analyse | 5,000 utvalgte engelskspråklige samtaler fra WildChat, et offentlig datasett med gratis bruk av GPT-3.5 og GPT-4 | Forskningsartikkel publisert juli 2024 | Personidentifiserende opplysninger (PII) i 48% av oversettelsessamtaler og 16% av samtaler om koderedigering |
Selvrapporterte, observerte og prognostiserte tall er ulike ting
De ni kildene i tabell 1 svarer på tre ulike spørsmål. Spørreundersøkelser som Work Trend Index, Salesforce Snapshot og Cisco-studien måler hva folk sier at de gjør, og respondentene kan underrapportere eller overrapportere. Telemetri fra Cyberhaven, Harmonic og LayerX måler hva et overvåkingsprodukt observerte, men bare i organisasjoner som har tatt produktet i bruk. Alle tre leverandørene selger dessuten verktøy for å forebygge datatap, så kundebasen deres er ikke et tilfeldig utvalg av arbeidsgivere. IBM-tallene kommer fra organisasjoner som allerede hadde opplevd et sikkerhetsbrudd, noe som ikke sier noe om organisasjoner som ikke hadde det.
En fjerde kategori siteres ofte sammen med de tre første, men bør ikke gjøre det. Gartners undersøkelse blant ledere innen cybersikkerhet fant at 69% mistenker eller har bevis for at ansatte bruker forbudt offentlig generativ AI. Dette er et mål på sikkerhetsledernes oppfatninger. Gartners uttalelse om at mer enn 40% av organisasjoner vil oppleve sikkerhetshendelser og brudd på etterlevelseskrav som følge av uautorisert AI innen 2030, er en prognose (begge gjengitt av Infosecurity Magazine). Ingen av dem beskriver en observert andel.
Hvorfor både 2.6% og 39.7% kan være riktig
Harmonic rapporterer at 2.6% av prompter i virksomheter inneholdt sensitive opplysninger, mens Cyberhaven rapporterer at 39.7% av AI-interaksjoner involverer sensitive opplysninger. Forskjellen er en faktor på omtrent femten, og den oppstår mellom to troverdige leverandører som undersøker AI-bruk på arbeidsplassen i samme periode. Harmonic teller prompter der gjenkjenningen fant en sensitiv opplysning. Cyberhaven teller interaksjoner, et begrep som omfatter kopiering og innliming samt filopplastinger i tillegg til innskrevne prompter. Ett opplastet dokument kan inneholde mange sensitive opplysninger, så de to tellerne gjelder ikke samme type hendelse, og populasjonene er også forskjellige. Det publiserte materialet gjør det ikke mulig å si hvor mye av forskjellen som skyldes definisjoner, og hvor mye som skyldes organisasjonene som ble målt.
Det vi kan si, er mer avgrenset og mer nyttig. Cyberhaven brukte én måleparameter, andelen virksomhetsdata lagt inn i AI-verktøy som er sensitive, over tre påfølgende år, og serien steg fra 10.7% til 27.4% til 34.8%. En trend innenfor én metode er mer pålitelig enn en sammenligning på tvers av metoder, og den peker i en konsekvent retning.
Hvordan et tall endrer seg når det gjentas
Sammenligningen nedenfor stiller formuleringene flere tall vanligvis sirkulerer med, opp mot det originalkilden sier. Vi har bevisst utelatt navnene på sidene som gjentar dem. Poenget er mønsteret, og det går igjen på oppsummeringssidene vi leste.
Tabell 2: Tall slik de vanligvis gjentas, og slik de opprinnelig ble publisert
| Slik det vanligvis gjentas | Hva kilden sier | Hva som endret seg |
|---|---|---|
| 55% av arbeidstakere bruker AI-verktøy som ikke er godkjent | Over halvparten av brukerne av generativ AI, som utgjorde 28% av arbeidstakerne i undersøkelsen, brukte den uten formell godkjenning fra arbeidsgiveren (Salesforce, november 2023) | Nevneren ble endret fra AI-brukere til alle arbeidstakere |
| 75% av arbeidstakere bruker AI-verktøy uten godkjenning | 75% av kunnskapsarbeidere bruker generativ AI på jobb, og 78% av AI-brukerne tar med egne verktøy (Microsoft og LinkedIn, 2024) | AI-bruk generelt ble til bruk uten godkjenning |
| 52% ville ikke fortelle lederen sin at de bruker AI | 52% av AI-brukerne er tilbakeholdne med å innrømme at de bruker AI til de viktigste oppgavene sine (Microsoft og LinkedIn, 2024) | Påstanden ble utvidet fra viktige oppgaver til all bruk, og fra tilbakeholdenhet til nektelse |
| 20% av sikkerhetsbrudd involverte shadow AI | Én av fem organisasjoner rapporterte et sikkerhetsbrudd som skyldtes shadow AI (IBM, 2025) | Organisasjoner ble til sikkerhetsbrudd |
| $670,000 i årlig tap fra AI uten styring | Organisasjoner med omfattende bruk av shadow AI betalte i gjennomsnitt $670,000 mer per sikkerhetsbrudd (IBM, 2025) | En merkostnad per sikkerhetsbrudd ble til et årlig tap |
| 63% av organisasjoner har ingen retningslinjer for AI-styring | 63% av organisasjoner som hadde opplevd et sikkerhetsbrudd, har enten ingen retningslinjer for AI-styring eller er fortsatt i ferd med å utvikle dem (IBM, 2025) | Populasjonen ble innsnevret til organisasjoner som hadde opplevd et sikkerhetsbrudd, og den andre halvdelen av formuleringen forsvant |
| 48% av ansatte la inn konfidensielle virksomhetsdata i AI | 48% av 2,600 fagfolk innen sikkerhet og personvern sa at de hadde lagt inn ikke-offentlig virksomhetsinformasjon (Cisco, 2024) | Respondentene ble endret fra fagfolk innen sikkerhet og personvern til ansatte; enkelte oppsummeringer oppgir også en annen Cisco-rapport |
| 68% bruker offentlig AI gjennom personlige kontoer (Menlo Security) | Ifølge SiliconANGLE var dette en TELUS Digital-undersøkelse sitert i Menlos rapport, ikke Menlos egen telemetri | Kildehenvisningen flyttet seg fra den siterte undersøkelsen til rapporten som siterte den |
| Gjennomsnittskostnaden ved et sikkerhetsbrudd er $4.88 millioner eller $4.44 millioner | $4.99 millioner i 2026-utgaven av IBM-rapporten; $4.44 millioner gjaldt 2025-utgaven og $4.88 millioner 2024-utgaven | Eldre utgaver gjentas fortsatt på sider datert 2026 |
| 4.2% av arbeidstakere har limt inn virksomhetsdata i ChatGPT | Den oppdaterte Cyberhaven-artikkelen fra juni 2023 sier at 4.7% av ansatte i Cyberhavens kundebedrifter hadde limt inn sensitive opplysninger minst én gang | Tallet ble revidert etter at URL-en og den første presseomtalen oppga 4.2% |
| 11% av det ansatte limer inn i ChatGPT, er konfidensielt | Sensitive opplysninger utgjorde 11% av det ansatte limte inn, målt fra 26. februar til 9. april 2023 på tvers av 1.6 millioner arbeidstakere (Cyberhaven) | En måling av ett verktøy hos én leverandørs kunder tidlig i 2023 fremstilles som en aktuell, generell andel |
| Ansatte som bruker generativ AI, limer inn virksomhetsdata 77% av tiden | 77% av brukerne limer inn data i verktøy for generativ AI (LayerX). Rapporten sier både «brukere» og «ansatte», og oppgir også at 45% av brukerne i virksomheter aktivt bruker AI-plattformer, så den mest sannsynlige nevneren er dem som bruker AI | Kilden oppgir ikke nevneren, og gjengivelser antar vanligvis at den omfatter alle ansatte |
Hva Trust No Bot viser og ikke viser
Forskningsartikkelen av Mireshghallah, Antoniak, More, Choi og Farnadi siteres ofte for funnet om at personidentifiserende opplysninger (PII) forekommer i 48% av oversettelsesforespørsler og 16% av forespørsler om koderedigering sendt til GPT-modeller. Funnet er korrekt, men dataene bak det er forbrukersamtaler. WildChat ble bygget ved å gi allmennheten gratis tilgang til GPT-3.5 og GPT-4 i bytte mot at de samtykket til å dele samtalene sine. Forfatterne beholdt bare engelskspråklige samtaler, og PII-merkingen kommer fra et automatisert gjenkjenningsverktøy. Det meste verktøyet fant, var navn på personer og organisasjoner. Studien forteller derfor hvordan allmennheten oppfører seg med en gratis chatbot, og måler ikke hva ansatte legger inn i jobbrelaterte prompter.
Artikkelen inneholder et annet funn som er viktig for alle som utformer et beskyttelsestiltak. De ansvarlige for WildChat hadde allerede fjernet PII én gang med Microsoft Presidio, et regelbasert verktøy, og forfatterne fant likevel en form for gjenkjent PII i over 70% av forespørslene. De påpeker at regelbasert fjerning ofte overser PII som ikke er godt formatert. Én gjennomgang med mønstergjenkjenning fanger ikke opp navn i fritekst, og derfor brukes gjenkjenningsmetoder basert på trente språkmodeller til denne oppgaven. Veiledningen om maskering viser åtte punkter for å vurdere et maskeringsverktøy, blant annet hvordan det håndterer navn i fritekst.
Tall vi søkte etter, men ikke kunne spore
Tallene i tabell 3 forekommer på oppsummeringssider, vanligvis uten lenke. Vi søkte etter et primærdokument som inneholder hvert av dem. Et resultatløst søk beviser ikke at et tall ikke finnes, men inntil en kilde er funnet, bør tallene ikke siteres som etablerte fakta.
Tabell 3: Tall uten en primærkilde vi kunne finne
| Tallet slik det sirkulerer | Tilskrevet | Hva vi fant |
|---|---|---|
| 158 eller flere shadow AI-verktøy per virksomhet | Gartner | Fant ikke noe primærdokument. Gartner-pressemeldingen om shadow AI som Infosecurity Magazine siterer, oppgir tallene 69% og 2030 som er omtalt ovenfor, ikke dette tallet |
| Shadow AI vil koste virksomheter $40 milliarder innen 2027 | Gartner | Fant ikke noe primærdokument |
| Tredobling av AI-verktøy uten godkjenning siden 2022 | Forrester | Fant ikke noe primærdokument |
| 43% opplevde lekkasje av immaterielle verdier gjennom shadow AI | Bitglass eller Forcepoint | Fant ikke noe primærdokument |
| 55% førte til brudd på krav til datasuverenitet | DLA Piper | Fant ikke noe primærdokument |
| 41% av ledere brukte AI uten godkjenning | Deloitte | Fant ikke noe primærdokument |
| 38% av inndata til shadow AI inneholder sensitive opplysninger | Nightfall | Fant ikke noe primærdokument |
| 65% av ansatte bruker AI-verktøy som ikke er godkjent | Salesforce State of IT 2024 | Ikke funnet i Salesforce-forskningen vi leste; tallet 55% i tabell 2 er Salesforce-tallet vi kunne bekrefte |
| Mer enn 300,000 ChatGPT-påloggingsopplysninger eksponert | Group-IB | Tallene Group-IB publiserte, er 101,134 enheter med lagrede ChatGPT-påloggingsopplysninger mellom juni 2022 og mai 2023, og mer enn 225,000 logger mellom januar og oktober 2023, som rapportert av SC Media |
Fem spørsmål du bør stille før du siterer en statistikk om shadow AI
- Hvem ble telt, og er prosentandelen beregnet av alle ansatte, av personer som bruker AI, eller av organisasjoner?
- Ble atferden observert av et verktøy eller rapportert av respondenten i en spørreundersøkelse?
- Hvem sine kunder eller respondenter utgjør utvalget, og selger utgiveren et produkt som tjener på at tallet er høyt?
- Når ble det målt, i motsetning til når siden ble publisert eller sist oppdatert?
- Er det en måling, en oppfatning eller en prognose?
De samme fem spørsmålene gjelder tallene i denne artikkelen. Kildene er lenket i sidens strukturerte data og i tabellene, og vi oppdaterer siden når en kilde endrer seg eller et tall i tabell 3 blir sporet.
Hvor maskering passer inn
Målingene peker på en praktisk risiko: Folk kan dele sensitiv tekst og sensitive filer med AI-verktøy gjennom arbeidsflyter organisasjonen deres ikke administrerer. Redactic hjelper med å identifisere og maskere sensitive verdier i dokumenter før en separat valgt, valgfri AI-oppgave. Gjenkjenning og maskering kjøres på Redactic-kontrollert infrastruktur i Europa uten inferens hos tredjepart på umaskert innhold. Gå gjennom den klargjorte teksten og den gjenværende konteksten; maskering garanterer ikke at enkeltpersoner ikke kan identifiseres. Videre lesning: to moduser og arbeidsflyten i fem trinn · shadow AI i HR · advokatfirmaer og dokumenter i rettstvister · regnskapsfirmaer som håndterer lønn og skatteidentifikatorer
Ofte stilte spørsmål
Hva er den mest pålitelige statistikken om shadow AI?
Ingen enkeltverdi svarer på alle spørsmål, men det mest robuste grunnlaget er en serie målt med én metode over tid. Cyberhavens andel sensitive opplysninger i virksomheters AI-inndata, som steg fra 10.7% til 27.4% til 34.8% over tre år, er det tydeligste eksemplet. Når det gjelder utvalgsstørrelse, er Harmonics 22,458,240 prompter fra 2025 det største utvalget vi fant.
Viser statistikkene hvor mange ansatte som limer inn konfidensielle data i AI-verktøy?
Ikke direkte. LayerX rapporterer at 77% av brukerne limer inn data, Cyberhavens analyse fra 2023 fant at 4.7% av ansatte hos kundene deres hadde limt inn sensitive opplysninger, og Ciscos undersøkelse fant at 48% av fagfolk innen sikkerhet og personvern sa at de hadde lagt inn ikke-offentlig informasjon. Tallene varierer mye fordi populasjonene, definisjonene av sensitive opplysninger og metodene er forskjellige, så de kan ikke kombineres til én andel.
Er Trust No Bot dokumentasjon på AI-bruk på jobb?
Det er dokumentasjon på hvordan allmennheten bruker en gratis chatbot. Samtalene kommer fra WildChat, er på engelsk og ble merket ved automatisert gjenkjenning, så tallene 48% og 16% beskriver forbrukeratferd og bør ikke fremstilles som andeler blant ansatte.
Hvor oppdaterte er disse tallene?
Siden ble sist verifisert 1. oktober 2026. De underliggende målingene spenner fra tidlig i 2023 (Cyberhavens 11% og Salesforce-undersøkelsen) til hele året 2025 (Harmonic) og februar 2026 (Cyberhaven), så hvert tall bør siteres med perioden det dekker, ikke med årstallet på siden som gjentar det.
Relaterte veiledninger
- Veiledning om datamaskering 2026: Slik maskerer du PII for etterlevelse av GDPR og AI-krav
- Shadow AI i HR: Slik bruker du AI-verktøy uten brudd på GDPR (2026)
- Veiledning om maskering av kontrakter: Rettstvister, vitner og sensitive klausuler (2026)
- Dokumentmaskering for regnskapsførere: Lønn, skatteidentifikatorer og GDPR-arbeidsflyt (2026)
Se hvordan Redactic gjør dette i praksis: Dokumentmaskering med Redactic · Sider om tillit og databehandleravtale (DPA).