De flesta statistikuppgifter om shadow AI utgår från en faktisk mätning och förändras sedan lite varje gång en annan sida återger dem. En enkät bland personer som redan använder generativ AI blir ett påstående om alla anställda, en kostnad per dataintrång blir en årlig förlust och en enkät bland säkerhetsspecialister blir ett påstående om anställda i allmänhet. Vi spårade de mest återgivna siffrorna tillbaka till den rapport, det pressmeddelande eller den vetenskapliga artikel som först publicerade dem och dokumenterade populationen, metoden och datumet bakom varje siffra. Den här sidan redovisar vad som håller, vad som förändrades på vägen och vad vi inte kunde spåra. Den verifierades senast den 1 oktober 2026.
Siffrorna som håller
Följande siffror har lästs i primärkällan eller i utgivarens eget pressmeddelande. Varje siffra anges med den avgränsning som källan ger den, eftersom det oftast är avgränsningen som går förlorad.
- 39.7% av alla AI-interaktioner omfattar känsliga uppgifter, när prompttext, kopiering och inklistring samt filuppladdningar räknas med (Cyberhaven, februari 2026).
- 34.8% av de företagsuppgifter som anställda lade in i AI-verktyg var känsliga, jämfört med 27.4% ett år tidigare och 10.7% två år tidigare, i en population på 7 miljoner anställda (Cyberhaven, april 2025).
- 2.6% av 22,458,240 företagsprompter till generativ AI som samlades in under 2025 innehöll känsliga uppgifter, vilket motsvarar 579,113 fall (Harmonic Security, januari 2026).
- En av fem organisationer rapporterade ett dataintrång orsakat av shadow AI, och organisationer med omfattande shadow AI betalade i genomsnitt $670,000 mer per dataintrång (IBM Cost of a Data Breach 2025, baserat på 600 organisationer).
- 75% av kunskapsarbetare använder generativ AI på jobbet, och 78% av dem som använder AI tar med egna verktyg (Microsoft och LinkedIn Work Trend Index 2024, 31,000 respondenter i 31 länder).
- Över hälften av användarna av generativ AI uppgav att de använder den utan formellt godkännande från arbetsgivaren, och dessa användare utgjorde 28% av de tillfrågade anställda (Salesforce, november 2023, fler än 14,000 anställda i 14 länder).
- 77% av användarna klistrar in uppgifter i generativa AI-verktyg, och 82% av den aktiviteten sker via konton som inte hanteras av organisationen (LayerX Enterprise AI and SaaS Data Security Report 2025, webbläsartelemetri från företagskunder).
- 48% av respondenterna uppgav att de hade matat in icke-offentlig företagsinformation i generativ AI, bland 2,600 säkerhets- och dataskyddsspecialister i 12 länder (Cisco 2024 Data Privacy Benchmark Study, enkät genomförd sommaren 2023).
- $4.99 miljoner är den globala genomsnittskostnaden för ett dataintrång i IBM:s utgåva för 2026, och $6 miljoner för dataintrång där angriparna använde AI (602 organisationer, mars 2025 till februari 2026).
Så kontrollerades siffrorna
För varje siffra letade vi upp originalpublikationen, läste meningen som innehåller siffran och dokumenterade vilka som räknades, hur de räknades och när. När originalsidan inte längre gick att läsa på sin nuvarande adress använde vi en arkiverad kopia och anger det. När en utgivare blockerade automatiserad åtkomst och vi bara kunde läsa siffran som ett citat i en branschpublikation markeras det i tabellerna. Siffror som vi inte kunde hitta i någon primärkälla redovisas separat i tabell 3 i stället för att utelämnas, eftersom avsaknaden av en källa i sig är användbar information för den som tänker hänvisa till siffran.
Vad de mest citerade mätningarna faktiskt mätte
Tabell 1: Källa, population och metod bakom de mest återgivna siffrorna om shadow AI
| Källa | Typ av siffra | Population | Period | Huvudsiffra |
|---|---|---|---|---|
| Microsoft och LinkedIn, Work Trend Index | Enkät | 31,000 kunskapsarbetare, 31 länder (genomförd av Edelman Data & Intelligence) | 15 februari till 28 mars 2024 | 75% använder generativ AI på jobbet; 78% av AI-användarna tar med egna verktyg |
| Salesforce, Generative AI Snapshot | Enkät | Fler än 14,000 heltidsanställda, 14 länder (YouGov) | 18 till 31 oktober 2023 | Över hälften av användarna av generativ AI använder den utan arbetsgivarens godkännande |
| Cisco, 2024 Data Privacy Benchmark Study | Enkät med självrapporterade uppgifter | 2,600 säkerhets- och dataskyddsspecialister, 12 länder | Sommaren 2023 | 48% matade in icke-offentlig företagsinformation |
| IBM och Ponemon Institute, Cost of a Data Breach 2025 | Analys av dataintrång | 600 organisationer som hade drabbats av ett dataintrång | Mars 2024 till februari 2025 | En av fem rapporterade ett dataintrång orsakat av shadow AI; $670,000 högre kostnad per dataintrång vid omfattande shadow AI |
| Cyberhaven, 2025 AI Adoption and Risk Report | Produkttelemetri | 7 miljoner anställda hos Cyberhavens kunder | De föregående 24 månaderna, publicerad april 2025 | 34.8% av uppgifterna som lades in i AI-verktyg var känsliga |
| Cyberhaven, 2026 AI Adoption and Risk Report | Produkttelemetri | Urvalsstorleken anges inte på den publicerade sidan | Publicerad februari 2026 | 39.7% av AI-interaktionerna omfattar känsliga uppgifter |
| Harmonic Security, rapport för 2025 | Webbläsartelemetri | 22,458,240 prompter från organisationer i USA och Storbritannien (antalet organisationer anges inte) | 1 januari till 31 december 2025 | 2.6% av prompterna innehöll känsliga uppgifter |
| LayerX, Enterprise AI and SaaS Data Security Report | Webbläsartelemetri | LayerX företagskunder | Rapport publicerad 2025 | 77% av användarna klistrar in uppgifter i generativ AI; 82% av detta sker via konton som inte hanteras av organisationen |
| Mireshghallah med flera, Trust No Bot (COLM 2024) | Akademisk analys | 5,000 utvalda engelskspråkiga konversationer från WildChat, en offentlig datamängd med kostnadsfri användning av GPT-3.5 och GPT-4 | Vetenskaplig artikel publicerad juli 2024 | Personuppgifter i 48% av översättningskonversationerna och 16% av konversationerna om kodredigering |
Självrapporterade siffror, observationer och prognoser är olika saker
De nio källorna i tabell 1 besvarar tre olika frågor. Enkäter som Work Trend Index, Salesforce Snapshot och Ciscos studie mäter vad människor säger att de gör, och respondenter kan under- eller överrapportera. Telemetri från Cyberhaven, Harmonic och LayerX mäter vad en övervakningsprodukt observerade, men bara hos organisationer som har infört produkten. Alla tre leverantörerna säljer dessutom verktyg för att förhindra dataförlust, så deras kundbas är inte ett slumpmässigt urval av arbetsgivare. IBM:s siffror kommer från organisationer som redan hade drabbats av ett dataintrång, vilket inte säger något om organisationer som inte hade gjort det.
En fjärde kategori citeras ofta tillsammans med de tre första, men bör inte göra det. Gartners enkät bland cybersäkerhetschefer visade att 69% misstänker eller har belägg för att anställda använder förbjuden offentlig generativ AI. Det är ett mått på säkerhetschefernas uppfattningar. Gartners påstående att fler än 40% av organisationerna kommer att drabbas av säkerhetsincidenter och incidenter som rör regelefterlevnad på grund av otillåten AI senast 2030 är en prognos (båda återgivna av Infosecurity Magazine). Ingendera beskriver en observerad andel.
Varför både 2.6% och 39.7% kan vara korrekta
Harmonic rapporterar att 2.6% av företagsprompterna innehöll känsliga uppgifter, medan Cyberhaven rapporterar att 39.7% av AI-interaktionerna omfattar känsliga uppgifter. Skillnaden är ungefär femtonfaldig och finns mellan två trovärdiga leverantörer som undersöker AI-användning på arbetsplatsen under samma period. Harmonic räknar prompter där deras identifiering hittade en känslig uppgift. Cyberhaven räknar interaktioner, ett begrepp som omfattar kopiering och inklistring samt filuppladdningar utöver inskrivna prompter. Ett enda uppladdat dokument kan innehålla många känsliga uppgifter, så de två täljarna avser inte samma typ av händelse, och populationerna skiljer sig också åt. Det publicerade materialet gör det inte möjligt att säga hur mycket av skillnaden som beror på definitionerna och hur mycket som beror på de undersökta organisationerna.
Det vi kan säga är mer avgränsat och mer användbart. Cyberhaven tillämpade ett och samma mått, andelen känsliga företagsuppgifter som lades in i AI-verktyg, under tre år i följd, och serien steg från 10.7% till 27.4% till 34.8%. En trend inom en och samma metod är mer tillförlitlig än en jämförelse mellan metoder, och den pekar i en konsekvent riktning.
Hur en siffra förändras när den återges
Jämförelsen nedan ställer de formuleringar som flera siffror ofta sprids med mot vad originalkällan säger. Vi har avsiktligt utelämnat namnen på sidorna som återger dem. Det är mönstret som är poängen, och det återkommer på de sammanställningssidor vi läste.
Tabell 2: Siffror som de ofta återges och som de ursprungligen publicerades
| Vanlig återgivning | Vad källan säger | Vad som förändrades |
|---|---|---|
| 55% av anställda använder AI-verktyg som inte har godkänts | Över hälften av användarna av generativ AI, som utgjorde 28% av de tillfrågade anställda, använde den utan formellt godkännande från arbetsgivaren (Salesforce, november 2023) | Nämnaren ändrades från AI-användare till alla anställda |
| 75% av anställda använder AI-verktyg utan godkännande | 75% av kunskapsarbetare använder generativ AI på jobbet, och 78% av AI-användarna tar med egna verktyg (Microsoft och LinkedIn, 2024) | AI-användning i allmänhet blev användning utan godkännande |
| 52% skulle inte berätta för sin chef att de använder AI | 52% av AI-användarna är ovilliga att medge att de använder AI för sina viktigaste uppgifter (Microsoft och LinkedIn, 2024) | Påståendet breddades från viktiga uppgifter till all användning och från ovilja till vägran |
| 20% av dataintrången involverade shadow AI | En av fem organisationer rapporterade ett dataintrång orsakat av shadow AI (IBM, 2025) | Organisationer blev dataintrång |
| $670,000 i årlig förlust från AI utan styrning | Organisationer med omfattande shadow AI betalade i genomsnitt $670,000 mer per dataintrång (IBM, 2025) | En merkostnad per dataintrång blev en årlig förlust |
| 63% av organisationerna saknar en policy för AI-styrning | 63% av organisationerna som drabbats av dataintrång saknar antingen en policy för AI-styrning eller håller fortfarande på att utveckla en (IBM, 2025) | Populationen avgränsades till organisationer som drabbats av dataintrång, och den andra halvan av formuleringen försvann |
| 48% av anställda matade in konfidentiella företagsuppgifter i AI | 48% av 2,600 säkerhets- och dataskyddsspecialister uppgav att de hade matat in icke-offentlig företagsinformation (Cisco, 2024) | Respondenterna ändrades från säkerhets- och dataskyddsspecialister till anställda i allmänhet; vissa sammanställningar anger också en annan Cisco-rapport |
| 68% använder offentlig AI via personliga konton (Menlo Security) | Enligt SiliconANGLE kommer siffran från en TELUS Digital-enkät som citeras i Menlos rapport, inte från Menlos egen telemetri | Källangivelsen flyttades från den citerade enkäten till rapporten som citerade den |
| Genomsnittskostnaden för ett dataintrång är $4.88 miljoner eller $4.44 miljoner | $4.99 miljoner i IBM-rapportens utgåva för 2026; $4.44 miljoner gällde utgåvan för 2025 och $4.88 miljoner utgåvan för 2024 | Äldre utgåvor återges fortfarande på sidor daterade 2026 |
| 4.2% av anställda har klistrat in företagsuppgifter i ChatGPT | Cyberhavens uppdaterade artikel från juni 2023 anger att 4.7% av de anställda hos Cyberhavens kundföretag hade klistrat in känsliga uppgifter minst en gång | Siffran reviderades efter att URL:en och den första pressbevakningen hade angett 4.2% |
| 11% av det anställda klistrar in i ChatGPT är konfidentiellt | Känsliga uppgifter utgjorde 11% av det anställda klistrade in, mätt från 26 februari till 9 april 2023 bland 1.6 miljoner anställda (Cyberhaven) | En mätning av ett verktyg hos en leverantörs kunder i början av 2023 presenteras som en aktuell generell andel |
| Anställda som använder generativ AI klistrar in företagsuppgifter 77% av gångerna | 77% av användarna klistrar in uppgifter i generativa AI-verktyg (LayerX). Rapporten använder både ”användare” och ”anställda” och anger också att 45% av företagsanvändarna aktivt använder AI-plattformar, så den mest sannolika nämnaren är de som använder AI | Källan anger inte nämnaren, och återgivningar utgår vanligtvis från alla anställda |
Vad Trust No Bot visar och inte visar
Artikeln av Mireshghallah, Antoniak, More, Choi och Farnadi citeras ofta för fyndet att personuppgifter förekommer i 48% av översättningsförfrågningarna och 16% av förfrågningarna om kodredigering som skickas till GPT-modeller. Fyndet är korrekt, men underlaget består av konsumentkonversationer. WildChat byggdes genom att ge allmänheten kostnadsfri tillgång till GPT-3.5 och GPT-4 i utbyte mot att deltagarna gick med på att dela sina konversationer. Författarna behöll endast engelskspråkiga konversationer, och märkningen av personuppgifter kommer från ett automatiserat identifieringsverktyg. Det mesta som identifierades var namn på personer och organisationer. Studien visar därför hur allmänheten beter sig med en kostnadsfri chattbot, inte vad anställda lägger in i arbetsrelaterade prompter.
Artikeln innehåller ett andra fynd som är viktigt för den som utformar en skyddsåtgärd. De ansvariga för WildChat hade redan tagit bort personuppgifter en gång med Microsoft Presidio, ett regelbaserat verktyg, men författarna hittade ändå någon form av identifierade personuppgifter i över 70% av frågorna. De påpekar att regelbaserad borttagning ofta missar personuppgifter som inte är tydligt formaterade. En enda genomgång med mönstermatchning fångar inte namn i fritext, vilket är skälet till att identifieringsmetoder baserade på tränade språkmodeller används för uppgiften. Maskningsguiden listar åtta punkter för att utvärdera ett maskningsverktyg, bland annat hur det hanterar namn i fritext.
Siffror som vi sökte efter men inte kunde spåra
Siffrorna i tabell 3 förekommer på sammanställningssidor, vanligtvis utan länk. Vi sökte efter en primärkälla som innehöll var och en av dem. En resultatlös sökning bevisar inte att en siffra inte finns, men tills en källa hittas bör siffrorna inte citeras som fastställda.
Tabell 3: Siffror där vi inte kunde hitta någon primärkälla
| Siffra som sprids | Tillskrivs | Vad vi hittade |
|---|---|---|
| 158 eller fler shadow AI-verktyg per företag | Gartner | Ingen primärkälla hittades. Gartners pressmeddelande om shadow AI som citeras av Infosecurity Magazine redovisar siffrorna 69% och 2030 som diskuteras ovan, inte denna |
| Shadow AI kommer att kosta företag $40 miljarder senast 2027 | Gartner | Ingen primärkälla hittades |
| Trefaldig ökning av AI-verktyg som inte har godkänts sedan 2022 | Forrester | Ingen primärkälla hittades |
| 43% upplevde läckage av immateriella tillgångar genom shadow AI | Bitglass eller Forcepoint | Ingen primärkälla hittades |
| 55% orsakade överträdelser av datasuveränitet | DLA Piper | Ingen primärkälla hittades |
| 41% av cheferna använde AI utan godkännande | Deloitte | Ingen primärkälla hittades |
| 38% av indata till shadow AI innehåller känsliga uppgifter | Nightfall | Ingen primärkälla hittades |
| 65% av anställda använder AI-verktyg som inte har godkänts | Salesforce State of IT 2024 | Hittades inte i den Salesforce-forskning vi läste; siffran 55% i tabell 2 är den Salesforce-siffra vi kunde bekräfta |
| Fler än 300,000 inloggningsuppgifter till ChatGPT exponerade | Group-IB | Siffrorna som Group-IB publicerade är 101,134 enheter med sparade inloggningsuppgifter till ChatGPT mellan juni 2022 och maj 2023, och fler än 225,000 loggar mellan januari och oktober 2023, enligt SC Media |
Fem frågor att ställa innan du citerar statistik om shadow AI
- Vilka räknades, och avser procentandelen alla anställda, personer som använder AI eller organisationer?
- Observerades beteendet av ett verktyg eller rapporterades det av respondenten i en enkät?
- Vems kunder eller respondenter ingår i urvalet, och säljer utgivaren en produkt som gynnas av en hög siffra?
- När gjordes mätningen, till skillnad från när sidan publicerades eller senast uppdaterades?
- Är det en mätning, en uppfattning eller en prognos?
Samma fem frågor gäller siffrorna i den här artikeln. Källorna länkas i sidans strukturerade data och i tabellerna, och vi uppdaterar sidan när en källa förändras eller en siffra i tabell 3 kan spåras.
Maskningens roll
Mätningarna pekar på en praktisk risk: människor kan dela känslig text och känsliga filer med AI-verktyg genom arbetsflöden som deras organisation inte hanterar. Redactic hjälper till att identifiera och maskera känsliga uppgifter i dokument före en separat vald, valfri AI-uppgift. Identifiering och maskning sker på infrastruktur i Europa som kontrolleras av Redactic, utan inferens hos tredje part på omaskerat innehåll. Granska den förberedda texten och den återstående kontexten; maskning garanterar inte att individer inte kan identifieras. Läs vidare: två lägen och arbetsflödet i fem steg · shadow AI inom HR · advokatbyråer och processhandlingar · redovisningsbyråer som hanterar löneuppgifter och skatteidentifierare
Vanliga frågor
Vilken statistik om shadow AI är mest tillförlitlig?
Ingen enskild siffra besvarar alla frågor, men det mest robusta underlaget är en serie som mäts med en och samma metod över tid. Cyberhavens andel känsliga uppgifter i företagens AI-indata, som steg från 10.7% till 27.4% till 34.8% under tre år, är det tydligaste exemplet. När det gäller urvalsstorlek är Harmonics 22,458,240 prompter från 2025 det största urval vi hittade.
Visar statistiken hur många anställda som klistrar in konfidentiella uppgifter i AI-verktyg?
Inte direkt. LayerX rapporterar att 77% av användarna klistrar in uppgifter, Cyberhavens analys från 2023 visade att 4.7% av de anställda hos deras kunder hade klistrat in känsliga uppgifter, och i Ciscos enkät uppgav 48% av säkerhets- och dataskyddsspecialisterna att de hade matat in icke-offentlig information. Siffrorna skiljer sig kraftigt eftersom populationerna, definitionerna av känsliga uppgifter och metoderna skiljer sig åt, så de kan inte slås ihop till en enda andel.
Är Trust No Bot belägg för AI-användning på jobbet?
Det är belägg för hur allmänheten använder en kostnadsfri chattbot. Konversationerna kommer från WildChat, är på engelska och märktes genom automatiserad identifiering, så siffrorna 48% och 16% beskriver konsumentbeteende och bör inte presenteras som andelar för anställda.
Hur aktuella är siffrorna?
Sidan verifierades senast den 1 oktober 2026. De underliggande mätningarna sträcker sig från början av 2023 (Cyberhavens 11% och Salesforce-enkäten) till helåret 2025 (Harmonic) och februari 2026 (Cyberhaven), så varje siffra bör citeras med den period den omfattar, inte med årtalet på sidan som återger den.
Relaterade guider
- Guide till maskning av uppgifter 2026: Så maskerar du personuppgifter för GDPR- och AI-regelefterlevnad
- Shadow AI inom HR: Så använder du AI-verktyg utan GDPR-överträdelser (2026)
- Guide till maskning av avtal: Tvister, vittnen och känsliga klausuler (2026)
- Dokumentmaskning för redovisningskonsulter: Löneuppgifter, skatteidentifierare och GDPR-arbetsflöde (2026)
Se hur Redactic omsätter detta i praktiken: Redactic dokumentmaskning · Sidor om tillit och personuppgiftsbiträdesavtal (DPA).