Większość statystyk dotyczących shadow AI zaczyna się od rzeczywistego pomiaru, a następnie nieco się zmienia za każdym razem, gdy powtarza je kolejna strona. Ankieta wśród osób, które już korzystają z generatywnej AI, staje się twierdzeniem o wszystkich pracownikach, koszt pojedynczego naruszenia staje się roczną stratą, a ankieta wśród specjalistów ds. bezpieczeństwa staje się twierdzeniem o pracownikach. Prześledziliśmy najczęściej powtarzane liczby aż do raportu, komunikatu prasowego lub publikacji naukowej, w których pojawiły się po raz pierwszy, i zapisaliśmy populację, metodę oraz datę stojące za każdą z nich. Na tej stronie przedstawiamy, które dane wytrzymują weryfikację, co zmieniło się po drodze i czego źródła nie udało nam się odnaleźć. Ostatnia weryfikacja odbyła się 1 października 2026.
Liczby, które wytrzymują weryfikację
Poniższe liczby odczytaliśmy w dokumencie źródłowym lub komunikacie samego wydawcy. Każdą podajemy z zakresem określonym w źródle, ponieważ to właśnie zakres najczęściej ginie przy dalszym cytowaniu.
- 39.7% wszystkich interakcji z AI obejmuje dane wrażliwe, przy uwzględnieniu tekstu promptów, operacji kopiowania i wklejania oraz przesyłania plików (Cyberhaven, luty 2026).
- 34.8% danych firmowych wprowadzanych przez pracowników do narzędzi AI stanowiły dane wrażliwe, w porównaniu z 27.4% rok wcześniej i 10.7% dwa lata wcześniej, w populacji 7 milionów pracowników (Cyberhaven, kwiecień 2025).
- 2.6% spośród 22,458,240 firmowych promptów do generatywnej AI zebranych w 2025 zawierało dane wrażliwe, co oznacza 579,113 przypadków (Harmonic Security, styczeń 2026).
- Jedna na pięć organizacji zgłosiła naruszenie spowodowane przez shadow AI, a organizacje o wysokim poziomie wykorzystania shadow AI ponosiły średnio o $670,000 wyższy koszt pojedynczego naruszenia (IBM Cost of a Data Breach 2025, na podstawie 600 organizacji).
- 75% pracowników wiedzy korzysta z generatywnej AI w pracy, a 78% osób korzystających z AI używa własnych narzędzi (Microsoft i LinkedIn Work Trend Index 2024, 31,000 respondentów w 31 krajach).
- Ponad połowa użytkowników generatywnej AI zadeklarowała, że korzysta z niej bez formalnej zgody pracodawcy, a użytkownicy ci stanowili 28% ankietowanych pracowników (Salesforce, listopad 2023, ponad 14,000 pracowników w 14 krajach).
- 77% użytkowników wkleja dane do narzędzi generatywnej AI, a 82% tej aktywności pochodzi z kont nieobjętych zarządzaniem organizacji (LayerX Enterprise AI and SaaS Data Security Report 2025, telemetria przeglądarek klientów biznesowych).
- 48% respondentów zadeklarowało wprowadzenie niepublicznych informacji firmowych do generatywnej AI, wśród 2,600 specjalistów ds. bezpieczeństwa i prywatności w 12 krajach (Cisco 2024 Data Privacy Benchmark Study, ankieta przeprowadzona latem 2023).
- $4.99 miliona to globalny średni koszt naruszenia ochrony danych według edycji raportu IBM z 2026, a $6 milionów w przypadku naruszeń, w których atakujący wykorzystali AI (602 organizacje, od marca 2025 do lutego 2026).
Jak sprawdzaliśmy liczby
Dla każdej liczby odnaleźliśmy pierwotną publikację, przeczytaliśmy zdanie, które ją zawiera, oraz zapisaliśmy, kogo uwzględniono, jak dokonano pomiaru i kiedy. Gdy oryginalnej strony nie można było już odczytać pod jej obecnym adresem, korzystaliśmy z kopii archiwalnej i zaznaczamy to. Gdy wydawca blokował automatyczny dostęp i mogliśmy odczytać liczbę wyłącznie w cytowaniu przez publikację branżową, oznaczamy ją odpowiednio w tabelach. Liczbę, której nie udało nam się znaleźć w żadnym dokumencie źródłowym, umieszczamy osobno w Tabeli 3 zamiast ją pomijać, ponieważ sam brak źródła jest użyteczną informacją dla każdego, kto zamierza ją zacytować.
Co faktycznie mierzyły najczęściej cytowane badania
Tabela 1: Źródło, populacja i metoda stojące za najczęściej powtarzanymi liczbami dotyczącymi shadow AI
| Źródło | Rodzaj danych | Populacja | Okres | Główny wynik |
|---|---|---|---|---|
| Microsoft i LinkedIn, Work Trend Index | Ankieta | 31,000 pracowników wiedzy, 31 krajów (badanie przeprowadzone przez Edelman Data & Intelligence) | Od 15 lutego do 28 marca 2024 | 75% korzysta z generatywnej AI w pracy; 78% użytkowników AI używa własnych narzędzi |
| Salesforce, Generative AI Snapshot | Ankieta | Ponad 14,000 pracowników pełnoetatowych, 14 krajów (YouGov) | Od 18 do 31 października 2023 | Ponad połowa użytkowników generatywnej AI korzysta z niej bez zgody pracodawcy |
| Cisco, 2024 Data Privacy Benchmark Study | Ankieta oparta na deklaracjach respondentów | 2,600 specjalistów ds. bezpieczeństwa i prywatności, 12 krajów | Lato 2023 | 48% wprowadziło niepubliczne informacje firmowe |
| IBM i Ponemon Institute, Cost of a Data Breach 2025 | Analiza naruszeń | 600 organizacji, które doświadczyły naruszenia | Od marca 2024 do lutego 2025 | Jedna na pięć zgłosiła naruszenie spowodowane przez shadow AI; koszt naruszenia wyższy o $670,000 przy wysokim poziomie wykorzystania shadow AI |
| Cyberhaven, 2025 AI Adoption and Risk Report | Telemetria produktu | 7 milionów pracowników u klientów Cyberhaven | Poprzednie 24 miesiące, publikacja w kwietniu 2025 | 34.8% danych wprowadzanych do narzędzi AI stanowiły dane wrażliwe |
| Cyberhaven, 2026 AI Adoption and Risk Report | Telemetria produktu | Na opublikowanej stronie nie podano wielkości próby | Publikacja w lutym 2026 | 39.7% interakcji z AI obejmuje dane wrażliwe |
| Harmonic Security, raport z 2025 | Telemetria przeglądarek | 22,458,240 promptów z organizacji w USA i Wielkiej Brytanii (liczby organizacji nie ujawniono) | Od 1 stycznia do 31 grudnia 2025 | 2.6% promptów zawierało dane wrażliwe |
| LayerX, Enterprise AI and SaaS Data Security Report | Telemetria przeglądarek | Klienci biznesowi LayerX | Raport opublikowany w 2025 | 77% użytkowników wkleja dane do generatywnej AI; 82% tej aktywności pochodzi z kont nieobjętych zarządzaniem organizacji |
| Mireshghallah i in., Trust No Bot (COLM 2024) | Analiza naukowa | 5,000 anglojęzycznych rozmów wybranych do próby z WildChat, publicznego zbioru danych dotyczących bezpłatnego korzystania z GPT-3.5 i GPT-4 | Publikacja naukowa opublikowana w lipcu 2024 | Dane umożliwiające identyfikację osób (PII) w 48% rozmów dotyczących tłumaczenia i 16% rozmów dotyczących edycji kodu |
Dane deklarowane, obserwowane i prognozowane to różne rzeczy
Dziewięć źródeł w Tabeli 1 odpowiada na trzy różne pytania. Ankiety takie jak Work Trend Index, Salesforce Snapshot i badanie Cisco mierzą to, co ludzie deklarują, a respondenci mogą zaniżać lub zawyżać skalę swoich zachowań. Telemetria Cyberhaven, Harmonic i LayerX mierzy to, co zaobserwował produkt monitorujący, ale tylko w organizacjach, które go wdrożyły. Wszyscy trzej dostawcy sprzedają narzędzia zapobiegania utracie danych, więc ich baza klientów nie jest losową próbą pracodawców. Dane IBM pochodzą od organizacji, które już doświadczyły naruszenia, co nie mówi nic o organizacjach, które go nie doświadczyły.
Czwarta kategoria jest często cytowana obok pierwszych trzech, choć nie powinna. Ankieta Gartner wśród liderów cyberbezpieczeństwa wykazała, że 69% podejrzewa lub ma dowody, iż pracownicy korzystają z zabronionej publicznej generatywnej AI. Jest to pomiar postrzegania sytuacji przez liderów bezpieczeństwa. Z kolei stwierdzenie Gartner, że do 2030 ponad 40% organizacji doświadczy incydentów związanych z bezpieczeństwem i zgodnością z przepisami wskutek nieautoryzowanego korzystania z AI, jest prognozą (obie informacje według Infosecurity Magazine). Żadna z nich nie opisuje zaobserwowanego wskaźnika.
Dlaczego zarówno 2.6%, jak i 39.7% może być poprawne
Harmonic podaje, że 2.6% firmowych promptów zawierało dane wrażliwe, natomiast Cyberhaven podaje, że 39.7% interakcji z AI obejmuje dane wrażliwe. Różnica jest około piętnastokrotna i występuje między dwoma wiarygodnymi dostawcami analizującymi wykorzystanie AI w pracy w tym samym okresie. Harmonic liczy prompty, w których jego mechanizm wykrywania znalazł przypadek wystąpienia danych wrażliwych. Cyberhaven liczy interakcje, czyli termin obejmujący operacje kopiowania i wklejania oraz przesyłanie plików, a także wpisywane prompty. Jeden przesłany dokument może zawierać wiele elementów wrażliwych, więc oba liczniki nie obejmują tego samego rodzaju zdarzeń, a populacje również są różne. Opublikowane materiały nie pozwalają określić, jaka część różnicy wynika z definicji, a jaka z badanych organizacji.
Możliwy do sformułowania wniosek jest węższy i bardziej użyteczny. Cyberhaven stosował przez trzy kolejne lata jedną miarę: udział danych wrażliwych w danych firmowych wprowadzanych do narzędzi AI. Wartości wzrosły kolejno z 10.7% do 27.4% i do 34.8%. Trend uzyskany przy użyciu jednej metody jest bardziej wiarygodny niż porównanie wyników różnych metod i wskazuje na spójny kierunek zmian.
Jak liczba zmienia się przy powtarzaniu
Poniższe porównanie zestawia powszechnie spotykane sformułowania dotyczące kilku liczb z tym, co mówi pierwotne źródło. Celowo pominęliśmy nazwy stron, które je powtarzają. Istotny jest schemat, który wielokrotnie pojawia się na przeczytanych przez nas stronach z zestawieniami.
Tabela 2: Liczby w powszechnie powtarzanej wersji i w pierwotnej publikacji
| Powszechnie powtarzana wersja | Co mówi źródło | Co się zmieniło |
|---|---|---|
| 55% pracowników korzysta z niezatwierdzonych narzędzi AI | Ponad połowa użytkowników generatywnej AI, którzy stanowili 28% ankietowanych pracowników, korzystała z niej bez formalnej zgody pracodawcy (Salesforce, listopad 2023) | Mianownik zmienił się z użytkowników AI na wszystkich pracowników |
| 75% pracowników korzysta z nieautoryzowanych narzędzi AI | 75% pracowników wiedzy korzysta z generatywnej AI w pracy, a 78% użytkowników AI używa własnych narzędzi (Microsoft i LinkedIn, 2024) | Korzystanie z AI w ogóle stało się nieautoryzowanym korzystaniem |
| 52% nie powiedziałoby przełożonemu, że korzysta z AI | 52% użytkowników AI niechętnie przyznaje się do korzystania z AI przy najważniejszych zadaniach (Microsoft i LinkedIn, 2024) | Twierdzenie rozszerzono z ważnych zadań na wszelkie zastosowania, a niechęć zmieniono w odmowę |
| 20% naruszeń ochrony danych wiązało się z shadow AI | Jedna na pięć organizacji zgłosiła naruszenie spowodowane przez shadow AI (IBM, 2025) | Organizacje zmieniły się w naruszenia |
| $670,000 rocznej straty wskutek korzystania z AI poza nadzorem organizacji | Organizacje o wysokim poziomie wykorzystania shadow AI ponosiły średnio o $670,000 wyższy koszt pojedynczego naruszenia (IBM, 2025) | Dodatkowy koszt pojedynczego naruszenia stał się roczną stratą |
| 63% organizacji nie ma polityki zarządzania AI | 63% organizacji, które doświadczyły naruszenia, albo nie ma polityki zarządzania AI, albo nadal ją opracowuje (IBM, 2025) | Populacja ograniczała się do organizacji, które doświadczyły naruszenia, a druga część zdania zniknęła |
| 48% pracowników wprowadziło poufne dane firmowe do AI | 48% spośród 2,600 specjalistów ds. bezpieczeństwa i prywatności zadeklarowało wprowadzenie niepublicznych informacji firmowych (Cisco, 2024) | Respondenci zmienili się ze specjalistów ds. bezpieczeństwa i prywatności w pracowników; niektóre zestawienia podają również inny raport Cisco |
| 68% korzysta z publicznej AI za pośrednictwem kont osobistych (Menlo Security) | Według SiliconANGLE jest to ankieta TELUS Digital cytowana w raporcie Menlo, a nie własna telemetria Menlo | Przypisanie źródła przeniesiono z cytowanej ankiety na raport, który ją cytuje |
| Średni koszt naruszenia wynosi $4.88 miliona lub $4.44 miliona | $4.99 miliona w edycji raportu IBM z 2026; $4.44 miliona pochodziło z edycji z 2025, a $4.88 miliona z edycji z 2024 | Starsze edycje są nadal powtarzane na stronach datowanych na 2026 |
| 4.2% pracowników wkleiło dane firmowe do ChatGPT | Zaktualizowany artykuł Cyberhaven z czerwca 2023 podaje, że 4.7% pracowników firm będących klientami Cyberhaven wkleiło dane wrażliwe co najmniej raz | Liczbę zrewidowano po tym, jak w adresie URL i pierwszych doniesieniach prasowych pojawiło się 4.2% |
| 11% tego, co pracownicy wklejają do ChatGPT, jest poufne | Dane wrażliwe stanowiły 11% tego, co wklejali pracownicy, według pomiaru od 26 lutego do 9 kwietnia 2023 obejmującego 1.6 miliona pracowników (Cyberhaven) | Pomiar dotyczący jednego narzędzia u klientów jednego dostawcy na początku 2023 jest przedstawiany jako aktualny wskaźnik ogólny |
| Pracownicy korzystający z generatywnej AI wklejają dane firmowe w 77% przypadków | 77% użytkowników wkleja dane do narzędzi generatywnej AI (LayerX). Raport używa zarówno określenia „użytkownicy”, jak i „pracownicy”, a także podaje, że 45% użytkowników biznesowych aktywnie korzysta z platform AI, więc najbardziej prawdopodobnym mianownikiem są osoby korzystające z AI | Źródło nie określa mianownika, a powtórzenia zwykle zakładają, że chodzi o wszystkich pracowników |
Co pokazuje Trust No Bot, a czego nie pokazuje
Publikacja Mireshghallah, Antoniak, More, Choi i Farnadi jest często cytowana ze względu na ustalenie, że dane umożliwiające identyfikację osób (PII) pojawiają się w 48% zapytań dotyczących tłumaczenia i 16% zapytań dotyczących edycji kodu wysyłanych do modeli GPT. Ustalenie jest poprawne, ale stojące za nim dane to rozmowy użytkowników indywidualnych. WildChat powstał poprzez udostępnienie osobom z ogółu społeczeństwa bezpłatnego dostępu do GPT-3.5 i GPT-4 w zamian za zgodę na udostępnienie rozmów. Autorzy zachowali tylko rozmowy anglojęzyczne, a oznaczenia PII pochodzą z automatycznego detektora. Większość wykrytych elementów stanowiły imiona i nazwiska osób oraz nazwy organizacji. Badanie mówi więc o tym, jak osoby z ogółu społeczeństwa zachowują się podczas korzystania z bezpłatnego chatbota, a nie mierzy tego, co pracownicy wprowadzają do promptów służbowych.
Publikacja zawiera drugie ustalenie istotne dla każdego, kto projektuje zabezpieczenia. Opiekunowie zbioru WildChat usunęli już wcześniej PII przy użyciu Microsoft Presidio, narzędzia opartego na regułach, a mimo to autorzy wykryli jakąś formę PII w ponad 70% zapytań. Zauważają, że usuwanie oparte na regułach często pomija PII, które nie mają prawidłowego formatu. Jednorazowe dopasowywanie wzorców nie wychwytuje imion i nazwisk w swobodnym tekście, dlatego do tego zadania stosuje się metody wykrywania oparte na wytrenowanych modelach językowych. Poradnik maskowania danych przedstawia osiem punktów oceny narzędzia do maskowania danych, w tym sposób obsługi imion i nazwisk w swobodnym tekście.
Liczby, których szukaliśmy, ale nie odnaleźliśmy źródeł
Liczby w Tabeli 3 pojawiają się na stronach z zestawieniami, zwykle bez linku. Szukaliśmy dokumentu źródłowego zawierającego każdą z nich. Nieudane wyszukiwanie nie dowodzi, że liczba nie istnieje, ale dopóki nie zostanie odnalezione źródło, nie należy cytować tych liczb jako potwierdzonych.
Tabela 3: Liczby, dla których nie udało nam się odnaleźć dokumentu źródłowego
| Liczba w obiegu | Przypisywana źródłu | Co znaleźliśmy |
|---|---|---|
| 158 lub więcej narzędzi shadow AI na przedsiębiorstwo | Gartner | Nie odnaleziono dokumentu źródłowego. Komunikat Gartner o shadow AI cytowany przez Infosecurity Magazine podaje omówione powyżej dane 69% i 2030, a nie tę liczbę |
| Shadow AI będzie kosztować przedsiębiorstwa $40 miliardów do 2027 | Gartner | Nie odnaleziono dokumentu źródłowego |
| Trzykrotny wzrost liczby niezatwierdzonych narzędzi AI od 2022 | Forrester | Nie odnaleziono dokumentu źródłowego |
| 43% doświadczyło wycieku własności intelektualnej poprzez shadow AI | Bitglass lub Forcepoint | Nie odnaleziono dokumentu źródłowego |
| 55% spowodowało naruszenia suwerenności danych | DLA Piper | Nie odnaleziono dokumentu źródłowego |
| 41% kadry kierowniczej korzystało z nieautoryzowanej AI | Deloitte | Nie odnaleziono dokumentu źródłowego |
| 38% danych wejściowych shadow AI zawiera dane wrażliwe | Nightfall | Nie odnaleziono dokumentu źródłowego |
| 65% pracowników korzysta z niezatwierdzonych narzędzi AI | Salesforce State of IT 2024 | Nie znaleźliśmy tego w przeczytanych badaniach Salesforce; wartość 55% w Tabeli 2 to liczba Salesforce, którą udało nam się potwierdzić |
| Ujawniono ponad 300,000 danych logowania do ChatGPT | Group-IB | Liczby opublikowane przez Group-IB to 101,134 urządzenia z zapisanymi danymi logowania do ChatGPT w okresie od czerwca 2022 do maja 2023 oraz ponad 225,000 logów w okresie od stycznia do października 2023, według SC Media |
Pięć pytań, które warto zadać przed zacytowaniem statystyki dotyczącej shadow AI
- Kogo uwzględniono i czy odsetek odnosi się do wszystkich pracowników, osób korzystających z AI, czy organizacji?
- Czy zachowanie zostało zaobserwowane przez narzędzie, czy zadeklarowane przez respondenta w ankiecie?
- Czyi klienci lub respondenci tworzą próbę i czy wydawca sprzedaje produkt, któremu wysoki wynik przynosi korzyść?
- Kiedy przeprowadzono pomiar, w odróżnieniu od daty publikacji lub ostatniej aktualizacji strony?
- Czy jest to pomiar, postrzeganie sytuacji, czy prognoza?
Te same pięć pytań dotyczy liczb w tym artykule. Linki do źródeł znajdują się w danych strukturalnych tej strony i w tabelach. Aktualizujemy stronę, gdy źródło się zmienia lub gdy odnajdziemy źródło liczby z Tabeli 3.
Gdzie jest miejsce na maskowanie danych
Pomiary wskazują na praktyczne ryzyko: ludzie mogą udostępniać wrażliwe teksty i pliki narzędziom AI w ramach procesów, którymi ich organizacja nie zarządza. Redactic pomaga identyfikować i maskować wrażliwe wartości w dokumentach przed osobno wybranym, opcjonalnym zadaniem AI. Wykrywanie i maskowanie danych odbywają się na infrastrukturze kontrolowanej przez Redactic w Europie, bez wnioskowania przez usługi stron trzecich na niezamaskowanej treści. Sprawdź przygotowany tekst i pozostały kontekst; maskowanie nie gwarantuje, że nie da się zidentyfikować osób. Dalsza lektura: dwa tryby i proces w pięciu krokach · shadow AI w HR · kancelarie prawne i dokumenty procesowe · biura rachunkowe przetwarzające listy płac i identyfikatory podatkowe
Najczęściej zadawane pytania
Która statystyka dotycząca shadow AI jest najbardziej wiarygodna?
Żadna pojedyncza liczba nie odpowiada na wszystkie pytania, ale najmocniejszym dowodem jest seria pomiarów przeprowadzonych tą samą metodą w czasie. Najbardziej wyrazistym przykładem jest udział danych wrażliwych w danych firmowych wprowadzanych do AI według Cyberhaven, który w ciągu trzech lat wzrósł z 10.7% do 27.4% i do 34.8%. Pod względem wielkości próby największym znalezionym przez nas zbiorem jest 22,458,240 promptów Harmonic z 2025.
Czy statystyki pokazują, ilu pracowników wkleja poufne dane do narzędzi AI?
Nie bezpośrednio. LayerX podaje, że 77% użytkowników wkleja dane, analiza Cyberhaven z 2023 wykazała, że 4.7% pracowników u jego klientów wkleiło dane wrażliwe, a ankieta Cisco wykazała, że 48% specjalistów ds. bezpieczeństwa i prywatności deklarowało wprowadzenie niepublicznych informacji. Liczby znacznie się różnią, ponieważ różne są populacje, definicje danych wrażliwych i metody, więc nie można połączyć ich w jeden wskaźnik.
Czy Trust No Bot dostarcza dowodów dotyczących korzystania z AI w pracy?
Dostarcza dowodów dotyczących osób z ogółu społeczeństwa korzystających z bezpłatnego chatbota. Rozmowy pochodzą z WildChat, są w języku angielskim i zostały oznaczone za pomocą automatycznego wykrywania, więc wartości 48% i 16% opisują zachowania użytkowników indywidualnych i nie powinny być przedstawiane jako wskaźniki dotyczące pracowników.
Jak aktualne są te liczby?
Ostatnia weryfikacja strony odbyła się 1 października 2026. Pomiary źródłowe obejmują okres od początku 2023 (11% Cyberhaven i ankieta Salesforce) przez cały rok 2025 (Harmonic) do lutego 2026 (Cyberhaven), dlatego każdą liczbę należy cytować z okresem, którego dotyczy, a nie z rokiem strony, która ją powtarza.
Powiązane poradniki
- Poradnik maskowania danych 2026: jak maskować dane umożliwiające identyfikację osób na potrzeby zgodności z RODO i wymogami dotyczącymi AI
- Shadow AI w HR: jak korzystać z narzędzi AI bez naruszania RODO (2026)
- Poradnik maskowania danych w umowach: spory sądowe, świadkowie, wrażliwe klauzule (2026)
- Maskowanie danych w dokumentach dla księgowych: listy płac, identyfikatory podatkowe, proces pracy zgodny z RODO (2026)
Zobacz, jak Redactic stosuje to w praktyce: maskowanie danych w dokumentach z Redactic · strony dotyczące zaufania i umowa powierzenia przetwarzania danych osobowych.