Večina statistik o shadow AI, nenadzorovani uporabi umetne inteligence, izhaja iz dejanskih meritev, nato pa se nekoliko spremeni vsakič, ko jih ponovi druga stran. Anketa med ljudmi, ki že uporabljajo generativno umetno inteligenco, postane trditev o vseh zaposlenih, strošek posamezne kršitve postane letna izguba, anketa med strokovnjaki za varnost pa postane trditev o zaposlenih. Najpogosteje ponavljanim številkam smo sledili do poročila, sporočila za javnost ali znanstvenega članka, v katerem so bile prvič objavljene, ter za vsako zabeležili populacijo, metodo in datum. Na tej strani navajamo, katere številke prestanejo preverjanje, kaj se je med ponavljanjem spremenilo in česa nismo mogli izslediti. Nazadnje je bila preverjena 1. oktobra 2026.
Številke, ki prestanejo preverjanje
Naslednje številke smo prebrali v primarnem dokumentu ali v objavi samega izdajatelja. Vsako navajamo v obsegu, ki ga določa vir, saj se prav ta pri ponavljanju običajno izgubi.
- 39.7% vseh interakcij z umetno inteligenco vključuje občutljive podatke; štetje zajema besedilo pozivov, kopiranje in lepljenje ter nalaganje datotek (Cyberhaven, februar 2026).
- 34.8% podatkov podjetij, ki so jih zaposleni vnesli v orodja umetne inteligence, je bilo občutljivih, v primerjavi s 27.4% leto prej in 10.7% dve leti prej, pri 7 milijonih zaposlenih (Cyberhaven, april 2025).
- 2.6% od 22,458,240 pozivov za generativno umetno inteligenco v podjetjih, zbranih v letu 2025, je vsebovalo občutljive podatke, kar pomeni 579,113 primerov (Harmonic Security, januar 2026).
- Ena od petih organizacij je poročala o kršitvi zaradi shadow AI, organizacije z visoko ravnjo uporabe shadow AI pa so imele v povprečju $670,000 višje stroške na kršitev (IBM Cost of a Data Breach 2025, na podlagi 600 organizacij).
- 75% zaposlenih, ki opravljajo znanjsko delo, pri delu uporablja generativno umetno inteligenco, 78% uporabnikov umetne inteligence pa uporablja lastna orodja (Microsoft in LinkedIn Work Trend Index 2024, 31,000 anketirancev v 31 državah).
- Več kot polovica uporabnikov generativne umetne inteligence je navedla, da jo uporablja brez uradne odobritve delodajalca; ti uporabniki so predstavljali 28% anketiranih zaposlenih (Salesforce, november 2023, več kot 14,000 zaposlenih v 14 državah).
- 77% uporabnikov lepi podatke v orodja generativne umetne inteligence, 82% te dejavnosti pa poteka prek neupravljanih računov (LayerX Enterprise AI and SaaS Data Security Report 2025, telemetrija brskalnikov pri poslovnih strankah).
- 48% anketirancev je navedlo, da so v generativno umetno inteligenco vnesli nejavne informacije podjetja; anketa je zajela 2,600 strokovnjakov za varnost in zasebnost v 12 državah (Cisco 2024 Data Privacy Benchmark Study, anketa izvedena poleti 2023).
- $4.99 milijona je svetovni povprečni strošek kršitve varstva podatkov v izdaji poročila IBM za leto 2026, za kršitve, pri katerih so napadalci uporabili umetno inteligenco, pa znaša $6 milijonov (602 organizaciji, od marca 2025 do februarja 2026).
Kako smo preverili številke
Za vsako številko smo poiskali izvirno objavo, prebrali stavek, ki jo vsebuje, in zabeležili, kdo je bil zajet, kako je potekalo štetje in kdaj. Kadar izvirna stran na trenutnem naslovu ni bila več dostopna za branje, smo uporabili arhivirano kopijo in to navedli. Kadar je izdajatelj blokiral avtomatiziran dostop in smo lahko številko prebrali le v navedku strokovne publikacije, je to označeno v preglednicah. Številke, ki je nismo našli v nobenem primarnem dokumentu, nismo izpustili, temveč smo jo ločeno navedli v preglednici 3, saj je tudi odsotnost vira koristna informacija za vsakogar, ki jo namerava citirati.
Kaj so najpogosteje citirane meritve dejansko merile
Preglednica 1: Vir, populacija in metoda za najpogosteje ponavljane številke o shadow AI
| Vir | Vrsta podatka | Populacija | Obdobje | Ključna številka |
|---|---|---|---|---|
| Microsoft in LinkedIn, Work Trend Index | Anketa | 31,000 zaposlenih, ki opravljajo znanjsko delo, 31 držav (izvedel Edelman Data & Intelligence) | Od 15. februarja do 28. marca 2024 | 75% pri delu uporablja generativno umetno inteligenco; 78% uporabnikov umetne inteligence uporablja lastna orodja |
| Salesforce, Generative AI Snapshot | Anketa | Več kot 14,000 zaposlenih s polnim delovnim časom, 14 držav (YouGov) | Od 18. do 31. oktobra 2023 | Več kot polovica uporabnikov generativne umetne inteligence jo uporablja brez odobritve delodajalca |
| Cisco, 2024 Data Privacy Benchmark Study | Anketa na podlagi samoporočanja | 2,600 strokovnjakov za varnost in zasebnost, 12 držav | Poletje 2023 | 48% jih je vneslo nejavne informacije podjetja |
| IBM in Ponemon Institute, Cost of a Data Breach 2025 | Analiza kršitev | 600 organizacij, ki so doživele kršitev | Od marca 2024 do februarja 2025 | Ena od petih je poročala o kršitvi zaradi shadow AI; $670,000 višji stroški kršitve pri visoki ravni uporabe shadow AI |
| Cyberhaven, 2025 AI Adoption and Risk Report | Telemetrija izdelka | 7 milijonov zaposlenih pri strankah podjetja Cyberhaven | Predhodnih 24 mesecev, objavljeno aprila 2025 | 34.8% podatkov, vnesenih v orodja umetne inteligence, je bilo občutljivih |
| Cyberhaven, 2026 AI Adoption and Risk Report | Telemetrija izdelka | Velikost vzorca na objavljeni strani ni navedena | Objavljeno februarja 2026 | 39.7% interakcij z umetno inteligenco vključuje občutljive podatke |
| Harmonic Security, poročilo za leto 2025 | Telemetrija brskalnikov | 22,458,240 pozivov iz organizacij v ZDA in Združenem kraljestvu (število organizacij ni razkrito) | Od 1. januarja do 31. decembra 2025 | 2.6% pozivov je vsebovalo občutljive podatke |
| LayerX, Enterprise AI and SaaS Data Security Report | Telemetrija brskalnikov | Poslovne stranke podjetja LayerX | Poročilo objavljeno leta 2025 | 77% uporabnikov lepi podatke v generativno umetno inteligenco; 82% tega poteka prek neupravljanih računov |
| Mireshghallah in sod., Trust No Bot (COLM 2024) | Akademska analiza | 5,000 vzorčenih pogovorov v angleščini iz zbirke WildChat, javne podatkovne zbirke brezplačne uporabe GPT-3.5 in GPT-4 | Znanstveni članek objavljen julija 2024 | Osebno določljivi podatki (PII) v 48% pogovorov o prevajanju in 16% pogovorov o urejanju kode |
Samoporočani, opaženi in napovedani podatki niso isto
Devet virov v preglednici 1 odgovarja na tri različna vprašanja. Ankete, kot so Work Trend Index, Salesforce Snapshot in študija Cisco, merijo, kaj ljudje pravijo, da počnejo, pri čemer lahko anketiranci poročajo o manjši ali večji uporabi od dejanske. Telemetrija podjetij Cyberhaven, Harmonic in LayerX meri, kaj je zaznal nadzorni izdelek, vendar le v organizacijah, ki so ta izdelek uvedle. Vsi trije ponudniki prodajajo orodja za preprečevanje izgube podatkov, zato njihove stranke niso naključen vzorec delodajalcev. Številke IBM izhajajo iz organizacij, ki so že doživele kršitev, in ne povedo ničesar o organizacijah, ki je niso.
Četrta kategorija se pogosto navaja ob prvih treh, čeprav se ne bi smela. Anketa podjetja Gartner med vodji kibernetske varnosti je pokazala, da jih 69% sumi ali ima dokaze, da zaposleni uporabljajo prepovedano javno generativno umetno inteligenco, kar meri zaznave vodij varnosti. Trditev podjetja Gartner, da bo do leta 2030 več kot 40% organizacij doživelo varnostne incidente in incidente v zvezi s skladnostjo zaradi neodobrene umetne inteligence, pa je napoved (o obeh poroča Infosecurity Magazine). Nobena ne opisuje opaženega deleža.
Zakaj sta lahko 2.6% in 39.7% oba pravilna
Harmonic poroča, da je 2.6% pozivov v podjetjih vsebovalo občutljive podatke, Cyberhaven pa, da 39.7% interakcij z umetno inteligenco vključuje občutljive podatke. Razlika je približno petnajstkratna in se pojavlja med dvema verodostojnima ponudnikoma, ki spremljata uporabo umetne inteligence na delovnem mestu v istem obdobju. Harmonic šteje pozive, v katerih je njegovo zaznavanje našlo primer občutljivih podatkov. Cyberhaven šteje interakcije, izraz, ki poleg natipkanih pozivov vključuje tudi kopiranje in lepljenje ter nalaganje datotek. En naložen dokument lahko vsebuje veliko občutljivih podatkov, zato števca ne zajemata iste vrste dogodkov, razlikujeta pa se tudi populaciji. Objavljeno gradivo nam ne omogoča ugotoviti, kolikšen del razlike izhaja iz opredelitev in kolikšen iz merjenih organizacij.
Sklep, ki ga lahko podamo, je ožji in uporabnejši. Cyberhaven je tri zaporedna leta uporabljal isto metriko, delež občutljivih podatkov med podatki podjetij, vnesenimi v orodja umetne inteligence, in ta delež je zrasel z 10.7% na 27.4% in nato na 34.8%. Trend znotraj ene metode je zanesljivejši od primerjave med metodami in kaže v dosledno smer.
Kako se številka spremeni pri ponavljanju
Spodnja primerjava postavlja pogosto razširjene formulacije več številk ob besedilo izvirnega vira. Imena strani, ki jih ponavljajo, smo namenoma izpustili. Bistven je vzorec, ki se vedno znova pojavlja na preglednih straneh, ki smo jih prebrali.
Preglednica 2: Številke v pogosto ponavljani in izvirno objavljeni obliki
| Pogosto ponavljana trditev | Kaj pravi vir | Kaj se je spremenilo |
|---|---|---|
| 55% zaposlenih uporablja neodobrena orodja umetne inteligence | Več kot polovica uporabnikov generativne umetne inteligence, ki so predstavljali 28% anketiranih zaposlenih, jo je uporabljala brez uradne odobritve delodajalca (Salesforce, november 2023) | Imenovalec se je spremenil iz uporabnikov umetne inteligence v vse zaposlene |
| 75% zaposlenih uporablja neodobrena orodja umetne inteligence | 75% zaposlenih, ki opravljajo znanjsko delo, pri delu uporablja generativno umetno inteligenco, 78% uporabnikov umetne inteligence pa uporablja lastna orodja (Microsoft in LinkedIn, 2024) | Splošna uporaba umetne inteligence je postala neodobrena uporaba |
| 52% jih vodji ne bi povedalo, da uporabljajo umetno inteligenco | 52% uporabnikov umetne inteligence nerado prizna, da jo uporablja za svoje najpomembnejše naloge (Microsoft in LinkedIn, 2024) | Trditev se je razširila s pomembnih nalog na vso uporabo in iz zadržanosti prešla v zavrnitev |
| 20% kršitev varstva podatkov je vključevalo shadow AI | Ena od petih organizacij je poročala o kršitvi zaradi shadow AI (IBM, 2025) | Organizacije so postale kršitve |
| $670,000 letne izgube zaradi nenadzorovane umetne inteligence | Organizacije z visoko ravnjo uporabe shadow AI so imele v povprečju $670,000 višje stroške na kršitev (IBM, 2025) | Dodatni strošek na kršitev je postal letna izguba |
| 63% organizacij nima politike upravljanja umetne inteligence | 63% organizacij, ki so doživele kršitev, bodisi nima politike upravljanja umetne inteligence bodisi jo še razvija (IBM, 2025) | Populacija je bila omejena na organizacije, ki so doživele kršitev, druga polovica določila pa je izginila |
| 48% zaposlenih je v umetno inteligenco vneslo zaupne podatke podjetja | 48% od 2,600 strokovnjakov za varnost in zasebnost je navedlo, da so vnesli nejavne informacije podjetja (Cisco, 2024) | Anketiranci so se iz strokovnjakov za varnost in zasebnost spremenili v zaposlene; nekateri pregledi navajajo tudi drugo poročilo Cisco |
| 68% jih uporablja javno umetno inteligenco prek osebnih računov (Menlo Security) | Po poročanju SiliconANGLE gre za anketo TELUS Digital, citirano v poročilu podjetja Menlo, ne za lastno telemetrijo podjetja Menlo | Pripisovanje se je premaknilo s citirane ankete na poročilo, ki jo citira |
| Povprečni strošek kršitve znaša $4.88 milijona ali $4.44 milijona | $4.99 milijona v izdaji poročila IBM za leto 2026; $4.44 milijona je podatek iz izdaje za leto 2025, $4.88 milijona pa iz izdaje za leto 2024 | Starejše izdaje se še vedno ponavljajo na straneh z datumom iz leta 2026 |
| 4.2% zaposlenih je prilepilo podatke podjetja v ChatGPT | Posodobljeni članek podjetja Cyberhaven iz junija 2023 navaja, da je 4.7% zaposlenih v podjetjih, ki so njegove stranke, vsaj enkrat prilepilo občutljive podatke | Številka je bila popravljena, potem ko sta URL in prvo medijsko poročanje že vsebovala 4.2% |
| 11% vsega, kar zaposleni prilepijo v ChatGPT, je zaupno | Občutljivi podatki so predstavljali 11% vsega, kar so zaposleni prilepili; meritev je potekala od 26. februarja do 9. aprila 2023 pri 1.6 milijona zaposlenih (Cyberhaven) | Meritev enega orodja pri strankah enega ponudnika v začetku leta 2023 je predstavljena kot trenutni splošni delež |
| Zaposleni, ki uporabljajo generativno umetno inteligenco, v 77% primerov prilepijo podatke podjetja | 77% uporabnikov lepi podatke v orodja generativne umetne inteligence (LayerX). Poročilo uporablja tako izraz »uporabniki« kot »zaposleni« in navaja tudi, da 45% uporabnikov v podjetjih aktivno uporablja platforme umetne inteligence, zato imenovalec najverjetneje zajema tiste, ki uporabljajo umetno inteligenco | Vir ne navaja imenovalca, ponovljene trditve pa običajno predpostavljajo vse zaposlene |
Kaj Trust No Bot pokaže in česa ne
Znanstveni članek avtorjev Mireshghallah, Antoniak, More, Choi in Farnadi se pogosto citira zaradi ugotovitve, da se osebno določljivi podatki (PII) pojavijo v 48% zahtev za prevajanje in 16% zahtev za urejanje kode, poslanih modelom GPT. Ugotovitev je točna, vendar podatki, na katerih temelji, izhajajo iz pogovorov potrošnikov. WildChat je nastal tako, da so posameznikom omogočili brezplačen dostop do GPT-3.5 in GPT-4 v zameno za soglasje k deljenju njihovih pogovorov. Avtorji so ohranili le pogovore v angleščini, oznake PII pa izhajajo iz avtomatiziranega detektorja. Večino zaznanih podatkov so predstavljala imena ljudi in organizacij. Študija nam torej pove, kako se posamezniki vedejo pri uporabi brezplačnega klepetalnika, ne meri pa, kaj zaposleni vnašajo v službene pozive.
Članek vsebuje še drugo ugotovitev, pomembno za vsakogar, ki načrtuje zaščitni ukrep. Skrbniki zbirke WildChat so PII že enkrat odstranili z orodjem Microsoft Presidio, ki temelji na pravilih, avtorji pa so kljub temu v več kot 70% poizvedb našli neko obliko zaznanih PII. Opozarjajo, da odstranjevanje na podlagi pravil pogosto spregleda PII, ki niso ustrezno oblikovani. Enkratna obdelava z ujemanjem vzorcev ne zajame imen v prostem besedilu, zato se za to nalogo uporabljajo pristopi zaznavanja na podlagi naučenih jezikovnih modelov. Vodnik po zakrivanju podatkov navaja osem meril za ocenjevanje orodja za zakrivanje podatkov, med drugim tudi ravnanje z imeni v prostem besedilu.
Številke, ki smo jih iskali, vendar jih nismo mogli izslediti
Številke v preglednici 3 se pojavljajo na preglednih straneh, običajno brez povezave. Za vsako smo iskali primarni dokument, ki jo vsebuje. Neuspešno iskanje ne dokazuje, da številka ne obstaja, vendar je do odkritja vira ne bi smeli navajati kot potrjeno.
Preglednica 3: Številke, za katere nismo našli primarnega vira
| Razširjena številka | Pripisano | Kaj smo našli |
|---|---|---|
| 158 ali več orodij shadow AI na podjetje | Gartner | Primarnega dokumenta nismo našli. Objava podjetja Gartner o shadow AI, ki jo citira Infosecurity Magazine, navaja zgoraj obravnavana podatka 69% in 2030, ne pa tega |
| Shadow AI bo podjetja do leta 2027 stal $40 milijard | Gartner | Primarnega dokumenta nismo našli |
| Trikratna rast števila neodobrenih orodij umetne inteligence od leta 2022 | Forrester | Primarnega dokumenta nismo našli |
| 43% jih je doživelo uhajanje intelektualne lastnine prek shadow AI | Bitglass ali Forcepoint | Primarnega dokumenta nismo našli |
| 55% jih je povzročilo kršitve podatkovne suverenosti | DLA Piper | Primarnega dokumenta nismo našli |
| 41% vodilnih je uporabljalo neodobreno umetno inteligenco | Deloitte | Primarnega dokumenta nismo našli |
| 38% vnosov v shadow AI vsebuje občutljive podatke | Nightfall | Primarnega dokumenta nismo našli |
| 65% zaposlenih uporablja neodobrena orodja umetne inteligence | Salesforce State of IT 2024 | Tega nismo našli v raziskavah Salesforce, ki smo jih prebrali; podatek 55% v preglednici 2 je številka Salesforce, ki smo jo lahko potrdili |
| Razkritih več kot 300,000 poverilnic za ChatGPT | Group-IB | Group-IB je objavil podatka o 101,134 napravah s shranjenimi poverilnicami za ChatGPT med junijem 2022 in majem 2023 ter o več kot 225,000 dnevniških zapisih med januarjem in oktobrom 2023, kot poroča SC Media |
Pet vprašanj pred citiranjem statistike o shadow AI
- Kdo je bil zajet in ali se odstotek nanaša na vse zaposlene, na uporabnike umetne inteligence ali na organizacije?
- Je vedenje zaznalo orodje ali je o njem poročal anketiranec v anketi?
- Čigave stranke ali anketiranci sestavljajo vzorec in ali izdajatelj prodaja izdelek, ki mu visoka številka koristi?
- Kdaj je bila meritev izvedena, ne pa kdaj je bila stran objavljena ali nazadnje posodobljena?
- Gre za meritev, zaznavo ali napoved?
Istih pet vprašanj velja za številke v tem članku. Povezave do virov so v strukturiranih podatkih te strani in v preglednicah. Stran posodobimo, ko se vir spremeni ali ko izsledimo številko iz preglednice 3.
Vloga zakrivanja podatkov
Meritve kažejo na praktično tveganje: ljudje lahko občutljiva besedila in datoteke delijo z orodji umetne inteligence prek delovnih postopkov, ki jih njihova organizacija ne upravlja. Redactic pomaga prepoznati in zakriti občutljive vrednosti v dokumentih pred ločeno izbrano neobvezno nalogo z umetno inteligenco. Zaznavanje in zakrivanje podatkov potekata na infrastrukturi pod nadzorom Redactic v Evropi, brez izvajanja sklepanja pri tretjih ponudnikih na nezakriti vsebini. Preglej pripravljeno besedilo in preostali kontekst; zakrivanje ne zagotavlja, da posameznikov ni mogoče prepoznati. Dodatno branje: dva načina in delovni postopek v petih korakih · shadow AI v kadrovski službi · odvetniške pisarne in dokumenti v sodnih sporih · računovodski servisi, ki obdelujejo plače in davčne identifikatorje
Pogosta vprašanja
Katera statistika o shadow AI je najzanesljivejša?
Nobena posamezna številka ne odgovori na vsa vprašanja, vendar je najtrdnejši dokaz časovna vrsta, merjena z eno metodo. Najjasnejši primer je delež občutljivih podatkov v vnosih podjetij v umetno inteligenco, ki ga meri Cyberhaven in je v treh letih zrasel z 10.7% na 27.4% in nato na 34.8%. Glede na velikost vzorca je 22,458,240 pozivov podjetja Harmonic iz leta 2025 največji vzorec, ki smo ga našli.
Ali statistike kažejo, koliko zaposlenih lepi zaupne podatke v orodja umetne inteligence?
Ne neposredno. LayerX poroča, da 77% uporabnikov lepi podatke, analiza podjetja Cyberhaven iz leta 2023 je pokazala, da je 4.7% zaposlenih pri njegovih strankah prilepilo občutljive podatke, anketa Cisco pa, da je 48% strokovnjakov za varnost in zasebnost navedlo, da so vnesli nejavne informacije. Številke se močno razlikujejo, ker se razlikujejo populacije, opredelitve občutljivih podatkov in metode, zato jih ni mogoče združiti v en delež.
Ali Trust No Bot predstavlja dokaze o uporabi umetne inteligence pri delu?
Predstavlja dokaze o posameznikih, ki uporabljajo brezplačen klepetalnik. Pogovori izhajajo iz zbirke WildChat, so v angleščini in so bili označeni z avtomatiziranim zaznavanjem, zato podatka 48% in 16% opisujeta vedenje potrošnikov in se ne bi smela predstavljati kot deleža za zaposlene.
Kako aktualne so te številke?
Stran je bila nazadnje preverjena 1. oktobra 2026. Meritve, na katerih temelji, segajo od začetka leta 2023 (11% podjetja Cyberhaven in anketa Salesforce) do celotnega leta 2025 (Harmonic) in februarja 2026 (Cyberhaven), zato je treba vsako številko citirati z obdobjem, ki ga zajema, ne z letom strani, ki jo ponavlja.
Sorodni vodniki
- Vodnik po zakrivanju podatkov 2026: kako zakriti PII za skladnost z GDPR in pravili o umetni inteligenci
- Shadow AI v kadrovski službi: kako uporabljati orodja umetne inteligence brez kršitev GDPR (2026)
- Vodnik po zakrivanju podatkov v pogodbah: sodni spori, priče, občutljiva določila (2026)
- Zakrivanje podatkov v dokumentih za računovodje: plače, davčni identifikatorji, delovni postopek po GDPR (2026)
Oglej si, kako Redactic to uporablja v praksi: zakrivanje podatkov v dokumentih z rešitvijo Redactic · strani o zaupanju in pogodba o obdelavi osebnih podatkov (DPA).