Shadow AI 是什麼?員工私下用 AI 的風險,與企業 AI 使用規範怎麼訂

員工早就在用個人帳號的 ChatGPT、Gemini 處理公司資料。這篇說明 Shadow AI 的四種風險、為什麼全面禁止常常沒用,並附一份可以直接改用的 AI 使用規範骨架與改前改後對照。

先說結論

Shadow AI(影子 AI)指員工沒經過公司核准,就用個人帳號的 ChatGPT、Gemini 或各種 AI 外掛處理公司資料。風險在於資料可能被拿去訓練或留在個人帳號、外掛權限過大、產出沒人核對。全面禁止常把使用逼到檯面下;比較實際的做法是先盤點誰在用什麼,提供核准的工具,再訂一份寫明資料分級與情境判斷的使用規範。

木頭辦公桌上三個牛皮紙袋做成的小人排成一列往右走:第一個背著一大疊空白名片,第二個抱著一份夾了螢光綠便利貼的合約,第三個舉著一把繫著螢光綠吊繩的辦公室鑰匙,旁邊是裝滿信封的信件盤;後方桌上放著一支私人手機,辦公室的門半開著
Shadow AI 是什麼?員工私下用 AI 的風險,與企業 AI 使用規範怎麼訂 封面視覺

週五下午四點,你公司的業務助理要在下班前把三百張展會名片整理成客戶名單。她把掃描好的名片 Excel 整份上傳到自己手機上的免費版 ChatGPT,請它刪掉重複的人、依產業分類,五分鐘就整理好了。同一週,採購用 AI 翻譯了一份日本供應商的合約,看完譯文就回信確認了交期;行銷的同事則在瀏覽器裝了一個「AI 幫你回信」的外掛,並按下「允許」,讓它讀取公司信箱。

三個人都覺得自己在提升效率,也都沒問過任何人。這三件事,你是在同一個月裡陸續發現的:

  • 合約:日本供應商回信說,你們確認的交期和合約第 7 條寫的不一樣,採購這才說合約是丟給 AI 翻的。
  • 回信外掛:IT 在公司信箱的管理後台檢查第三方應用程式授權時,看到這個外掛被授權讀取行銷信箱的所有信件,還能代為寄信。業務寄報價時常常副本給行銷,所以這些報價信它也都讀得到。
  • 名片:業務助理在週會上順口提到,名單是用手機上的 ChatGPT 整理的,三百位客戶的姓名和電話因此存在她的私人帳號裡。

你想釐清這些事到底能不能做,才發現公司從來沒有一份文件寫過。

牛皮紙上的橡皮章插畫,分成三段:業務助理把名片貼進手機上的免費版 ChatGPT、採購用 AI 翻譯日本供應商的合約、行銷按下回信外掛,三個紙袋造型的小信差各自帶走名片、合約和信箱鑰匙;右上角主管辦公室的門關著 三個人各自找來的 AI 工具,就像三個公司沒簽約的跑腿:名片、合約和信箱鑰匙都交出去了,主管卻不知道。

這就是 Shadow AI,中文也叫影子 AI。它很少是出於惡意,多半是因為工具太好用,而公司又沒有提供替代方案。問題通常出在公司還沒決定怎麼管,員工就已經先用了。

可以把 Shadow AI 想成員工私下找來的跑腿。

員工把公司的文件交給一個公司沒簽約、也沒見過的跑腿去處理,事情很快就辦好了,但有四件事公司既不知道、也管不到:

  1. 東西交出去之後放在哪裡:跑腿可能留一份影本,也可能拿給別人看。AI 工具也一樣,個人帳號的對話可能被拿去訓練模型,或經過人工審查。
  2. 收據和交件紀錄都在員工那裡:員工離職後,公司找不到這個跑腿,也不知道當初交過什麼給他。
  3. 員工順手給了跑腿一把鑰匙:拿到鑰匙的人能開的門,常常比員工以為的多,就像那個要讀整個信箱才能運作的外掛。
  4. 交回來的東西有沒有人驗收,公司也不知道:翻好的合約直接拿去回信,錯了也沒人發現。

比喻不成立的地方是,真的跑腿要付錢,公司也比較容易發現;AI 工具多半免費或很便宜,一個員工可能同時找了好幾個,公司更難察覺。所以 Shadow AI 要管的,是資料交給了誰、交出去之後誰看得到,而員工用 AI 這件事本身並不是問題。

Shadow AI 是什麼:公司不知道、也沒核准的 AI 使用

Microsoft 的資安文件把影子 AI 定義為:使用者在組織的資訊或資安團隊不知情、沒有批准,也沒有被公司管理的情況下使用 AI 工具,尤其是生成式 AI。防止資料外洩給影子 AI

它是 Shadow IT(影子 IT)的延伸。以前的影子 IT,是員工自己申請雲端硬碟、自己裝通訊軟體;而影子 AI 比較麻煩,因為員工貼進去的內容會被模型讀取、處理,有時還會被保存下來,用在別的地方。

常見的情況大致上有這幾種,開頭的業務助理屬於第一種,行銷同事的回信外掛則是第二種:

類型例子公司通常看得到嗎
個人帳號的聊天工具用自己的 ChatGPT、Gemini、Claude 帳號整理報價、改簡報幾乎看不到
瀏覽器外掛自動摘要網頁、幫忙回信、翻譯整頁內容要看外掛清單才知道
既有軟體內建的 AI 功能簡報軟體、設計工具、會議軟體新開的 AI 功能常常連 IT 都不知道已經開了
員工自己串的自動化用個人帳號把信箱、表單接上 AI出事了才知道

最後兩類最容易被忽略,因為員工並沒有「另外去找一個 AI 工具」:內建功能是公司原本在用的軟體多了一個 AI 按鈕,員工按下去而已;自己串的自動化,則是員工用自己的帳號把信箱或表單接上 AI,公司的系統裡看不到。

這也是影子 AI 在管理上最麻煩的地方:每個人用的工具、帳號和設定都不一樣,公司連誰在用什麼都不清楚,自然也很難訂出一套大家都適用的規則。

Shadow AI 有多普遍

你以為只有開頭那三個人嗎?下面三項資料,可以看出這種情況有多普遍:

來源調查範圍和這篇有關的數字
Microsoft 與 LinkedIn〈2024 Work Trend Index〉(2024 年 5 月發布)Edelman Data & Intelligence 在 2024 年 2 月 15 日到 3 月 28 日,訪問 31 個市場、31,000 名知識工作者,台灣在樣本內75% 的知識工作者(主要用電腦處理資訊的上班族)在工作上用生成式 AI;78% 的 AI 使用者自備 AI 工具上班,中小企業更高,有 80%;52% 在工作上用 AI 的人,不太願意承認自己在最重要的工作上用了 AI
IBM〈Cost of a Data Breach Report 2026〉(2026 年 7 月發布)IBM 委託的研究機構 Ponemon Institute 調查全球 602 家在 2025 年 3 月到 2026 年 2 月間發生資料外洩的組織發生外洩的組織裡,涉及員工使用未核准 AI 的比例,從前一年報告的 20% 升到 43%;這類外洩平均造成 539 萬美元的損失,前一年同類事件是 463 萬美元。在發生過 AI 相關資安事件的組織裡,68% 沒有管理 AI 使用的政策,92% 沒有適當控管誰能存取 AI
三星電子內部備忘錄(2023 年 5 月,Bloomberg 報導)媒體報導的單一事件工程師在 4 月把內部原始碼上傳到 ChatGPT;三星隨後禁止員工在公司裝置與內網使用生成式 AI 工具

IBM 的數字只來自發生過外洩的組織,不能當成所有企業的比例。

Microsoft 的調查裡,最值得主管注意的是 52%。在工作上用 AI 的人裡,超過一半不太願意承認自己在最重要的工作上用了 AI,這代表你直接問「有沒有人在用」,得到的答案很可能會比實際少。

三星的事件也常被拿來當「所以要全面禁止」的例子。但照 Bloomberg 的報導,三星禁止的範圍是公司的電腦、平板、手機與內部網路,而且備忘錄寫明這是暫時措施,要等到能安全使用生成式 AI 的環境建好為止。所以它比較像是先踩煞車,而不是永久禁止。

Shadow AI 的四種風險

回到跑腿的比喻,四種風險剛好就是公司管不到的那四件事。

1. 東西交出去之後放在哪:資料可能被拿去改善模型,或被人工審查

個人帳號和企業方案的資料處理條款差很多。依 OpenAI 的說明,個人版 ChatGPT(Free、Plus、Pro)的內容可能會被用來訓練模型,要到「資料控制」裡關掉「為所有人改善模型」才會停止;而 ChatGPT Business、Enterprise、Edu 與 API(讓程式直接串接 ChatGPT 的介面)的輸入和輸出,預設不會拿來改善模型。OpenAI 說明中心

Google 的 Gemini 應用程式隱私說明則寫到,部分對話會經過人工審查,所以請使用者不要輸入不想讓審查員看到的機密資訊;用公司或學校帳號時,則可能適用不同的資料處理條款。Gemini 應用程式隱私權中心

回到開頭的業務助理。她貼進去的三百筆名片,包含姓名、電話、公司職稱,這些都是個人資料。就算她記得關掉訓練設定,資料也已經離開公司,存在一個公司管不到的帳號裡了。

2. 收據和交件紀錄在員工那裡:對話紀錄跟著人走

員工用個人帳號時,對話紀錄、上傳的檔案和自訂的指令,都存在他自己的帳號裡。所以他離職時,公司沒有辦法收回這些資料,也查不到他當初貼過什麼。例如業務助理如果下個月離職,那三百位客戶的名單就跟著她的帳號一起走了。企業方案通常會有管理後台,可以停用帳號、設定保存期限;而個人帳號沒有這種管理後台。

3. 給出去的鑰匙:外掛與 agent 的權限,常常比員工以為的大

agent 指的是會自己決定下一步、直接動手操作系統的 AI,例如自己讀信、自己回信。

行銷同事裝的回信外掛,要運作就一定得讀取信箱。但它能讀多少信、會不會把信件內容送到外掛廠商的伺服器、會不會被某封信裡藏的指令帶偏,員工在按下「允許」時通常都沒想過。例如某封客戶來信裡藏了一段寫給 AI 看的指令,外掛就可能照著做,把信箱裡的報價信轉寄出去。這種把惡意指令藏在信件或網頁裡、讓 AI 做出使用者沒要求的事的攻擊,叫做 prompt injection,細節可以看 Prompt Injection 是什麼。

4. 交回來的東西沒人驗收:產出沒經過核對就用出去

開頭那份合約就是這樣出事的:採購照著 AI 的譯文回信確認交期,結果和合約第 7 條的原文對不上,要等供應商來信才發現。如果翻錯的是交貨責任或罰則,後果通常要由公司承擔。AI 翻譯可能單純翻錯,也可能是大型語言模型(LLM)很有把握地寫出原文沒有的內容,後者叫做 AI 幻覺,成因和對策我在 AI 幻覺是什麼有完整說明。

已經發生的三件事,這週先收拾

規範要花幾週才訂得出來,但開頭那三件事已經發生了,所以這週可以先做三件事:

  1. 名片資料:請業務助理刪掉那段對話和上傳的檔案,並在個人帳號裡關掉「為所有人改善模型」。刪掉之後,服務商那邊可能還會保留一段時間才真正刪除,所以這一步只能減少之後的風險。名單裡有三百位客戶的個資,要不要通知客戶,可以先問公司的法務或顧問。
  2. 回信外掛:先請行銷同事從瀏覽器移除這個外掛,再請管理公司信箱的人,到 Google Workspace 或 Microsoft 365 管理後台裡管理第三方應用程式授權的頁面,把它的授權撤銷。後台通常查不到它實際讀了哪幾封,所以要把它能存取的範圍(包括副本給行銷的報價信)列出來,交給你判斷要不要通知客戶。
  3. 翻譯的合約:請懂日文的同事或法務,把已經回覆過的交期和關鍵條款重新核對一次,有出入就發更正信給供應商。

收拾完眼前的事,接下來才是決定以後怎麼管。

全面禁止、放任,還是訂規範

主管知道之後,通常會有三種反應。我把它們的效果整理成一張表:

做法短期效果常見的後果
全面禁止公司裝置上看起來沒人在用員工改用自己的手機和網路,公司反而更看不到;有些人會表面配合、私下照用;像業務助理用的本來就是自己的手機,禁用公司裝置也擋不到她
放任大家效率提高資料流向幾十個不同的服務,出事時查不出源頭
提供核准的工具,並訂一份規範需要一點預算和一份文件員工有了公司帳號,就少了用個人帳號的理由;剩下的例外,也有規則可以判斷

把 Microsoft 2024 年調查裡的 78% 和 52% 放在一起看,我的解讀是這樣:78% 的人自備 AI 工具,代表需求是真的;52% 不太願意承認,代表你直接問會低估。這時候再下禁令,我猜願意講的人只會更少。與其禁止員工用 AI,不如讓他們在公司看得到的地方用。

這條路的前半段是提供工具。至於要買哪一種企業版,ChatGPT、Microsoft 365 Copilot 還是 Gemini,各家的資料條款與管理功能怎麼比,我在企業版 AI 助理怎麼選另外整理過。這篇接著處理後半段:規範要怎麼寫,才真的會有人照著做。

改前改後:一句話規範,和員工查得到答案的規範

很多公司的 AI 規範只有一句:

請勿將公司機密資料輸入任何 AI 工具。

這句話沒有錯,但員工遇到實際情況時,得自己判斷什麼算機密、什麼算 AI 工具,結果通常偏向「應該沒關係吧」。

要改成員工真的能照著做的版本,至少要有三個部分:

  1. 資料分級:哪些資料可以放進哪一種工具,下面這張表就是範例。
  2. 核准工具清單:列出公司已經買好、設定好的工具與帳號,以及要申請新工具時該找誰、多久會回覆。
  3. 情境判斷:把員工最常遇到的情況,直接寫出答案。

資料分級可以先從這四級開始:

資料等級例子核准的企業版工具個人帳號的 AI 工具
公開官網內容、已發布的新聞稿、產品型錄可以可以
內部會議紀錄、內部流程文件、未公開的簡報草稿可以不可以
機密報價與底價、合約、原始碼、設計圖、財務資料須經部門主管同意,並只用核准工具不可以
個人資料客戶與員工的姓名、電話、Email、身分證號可以,但只放完成這件工作需要的欄位(例如整理名單只需要姓名、公司、電話);身分證號、病歷這類敏感欄位先刪掉或遮掉不可以

這張表比行政院 2023 年給公部門的〈使用生成式 AI 參考指引〉寬鬆。指引規定機密文書不用生成式 AI,個人資料也只有在不連外的地端模型(裝在自己機房的模型)裡才能用;而多數企業用的是雲端的企業版工具,前提不同。也因為沒有現成的標準可以照抄,哪一級資料可以進企業版、哪一級連企業版都不能進,要由公司自己寫清楚。指引裡「未經確認的產出不能當成決策的唯一依據」(第五點)和「應適當揭露」(第六點),則可以直接借來寫進規範。

我們拿開頭的三個情境,分別用兩個版本來判斷一次:

情境一句話版本能回答嗎改寫後的版本怎麼回答
把三百筆名片貼進免費版 ChatGPT 整理員工會想「名片不算機密吧」,答不出來名片是個人資料,不能進個人帳號;請用公司核准的工具,只放整理名單需要的欄位
用 AI 翻譯日本供應商的合約員工大概知道合約算機密,但機密就完全不能翻嗎?能用哪個工具?答不出來合約屬於機密,經部門主管同意後用核准工具翻譯;翻譯結果由懂日文或法務的人核對關鍵條款
在瀏覽器裝「AI 幫你回信」外掛,並授權讀取信箱規範只講「輸入」,沒講外掛,答不出來會讀取公司信箱或檔案的外掛,一律先送 IT 審核;審核通過前不安裝

三個情境,一句話版本都沒有給出員工能照著做的答案。規範的價值,在於員工遇到狀況時能自己找到答案,不必每次都去問主管,也不必自己賭。

AI 使用規範骨架:七個項目

下面這份骨架可以直接複製,再改成你公司的內容。篇幅控制在兩頁以內,太長通常沒人讀完。

項目要寫什麼常見的漏洞
1. 目的與適用範圍為什麼訂這份規範、適用哪些人(含約聘、外包)忘了外包商與實習生
2. 資料分級上一節那張表,公開、內部、機密、個人資料各舉三個公司內的真實例子只寫分類名稱,沒有例子
3. 核准工具與帳號工具名稱、用公司帳號登入、誰負責開通與停用沒寫離職時帳號怎麼收回
4. 需要申請的用途處理機密資料、裝外掛、把 AI 接上公司系統、對外發布 AI 產出的內容申請了沒人回覆,員工只好自己來
5. 產出的核對與標示哪些產出要人核對後才能用(合約、報價、對外公告);給客戶的內容要不要標示只說「要核對」,沒說由誰核對
6. 常見情境 Q&A五到十個員工最常問的情況,直接寫出答案情境寫得太抽象
7. 負責人與檢查週期誰維護這份規範、多久更新一次、違反時怎麼處理訂完就沒人再看

第 4 項「需要申請的用途」裡的「把 AI 接上公司系統」要特別寫出來。因為員工用 AI agent 或自動化工具去讀取公司系統時,權限要怎麼給、哪些動作要人確認,和單純聊天是兩回事,分級的做法可以看 AI agent 的權限與人工確認怎麼設。另外,如果員工是自己用 AI 做出小工具或網頁,直接拿來收客戶資料,判斷方式可以看 Vibe Coding 是什麼。

規範怎麼推出:第一個月先盤點,再公布

規範骨架有了,接下來是怎麼推出。你得先知道大家現在在用什麼,才知道要核准哪些工具,所以我建議第一個月照這個順序做:

  1. 第一週,用匿名問卷盤點。問員工在用哪些 AI 工具、用在什麼工作上、用的是個人帳號還是公司帳號。問卷一定要匿名,並說明目的是提供更好的工具,而不是抓人。因為 Microsoft 調查裡那 52% 不太願意承認的人,通常只有在確定不會被懲罰時才會講。
  2. 公司如果有 Microsoft 的資安授權,可以同時看系統紀錄。請 IT 或系統商把公司網路或電腦的連線紀錄接上 Microsoft Defender for Cloud Apps 這套資安工具,在它的「Generative AI」類別裡,就能看出公司電腦連到過哪些 AI 服務,並標記成核准或不核准。不過員工用自己的手機、走行動網路的使用,它一樣看不到,業務助理那種情況就只能靠問卷。Step 1: Discover AI apps 沒有這類授權也沒關係,問卷就能看出大概的狀況。
  3. 第二、三週,選定核准工具。從問卷裡挑出最多人在用的兩三種用途,找能涵蓋這些用途的企業版工具,並開好帳號。
  4. 第四週,公布規範並做一次說明。說明會用開頭那種真實情境來講,會比照著念條文有效。

之後每季回頭看一次。美國 NIST 的 AI 風險管理框架也把「指定誰負責、怎麼持續管」列為核心功能之一,所以這件事要指定一個負責人,至少確認三件事:

  • 新出現的 AI 功能:公司在用的軟體又多了哪些 AI 按鈕,要不要納入規範。
  • 申請流程:有沒有人申請了卻沒人回,結果又回去用個人帳號。
  • 情境 Q&A:這一季員工常問、卻還沒寫進去的情況,要不要補上。

回到開頭的三個人。那一週,採購已經發了更正信給日本供應商,交期照合約原文重新確認;行銷同事移除外掛、IT 撤掉授權後,列出它能存取的信件範圍交給你,你和法務一起決定了要通知哪些客戶;業務助理也刪掉了那段對話,等公司帳號開好,名單再用公司帳號重新整理。規範公布之後,業務助理下次整理名片,會改用公司開好的帳號;採購翻譯合約前會先經過部門主管同意,譯文也會請懂日文的同事核對交貨條款;行銷的回信外掛,則要先送 IT 審核才能裝。你自己則從問卷結果挑了一種企業版工具,替需要的人開好帳號。三件事都還是交給 AI 去做,差別在於公司知道資料交給了誰、存在哪裡。一季後再發一次同樣的問卷,就看得出還有多少人在用個人帳號。

如果問卷做完,發現大家最常拿個人帳號處理的是同一件重複的工作,例如每次展會後整理名片、建客戶名單,那光是換一個工具通常還不夠。我們的企業 AI 營運方案會從需求診斷開始,把這個流程接進公司既有的系統,並在交付文件裡寫明資料存在哪裡、保存多久,下次展會後的名單就不必再靠某個人自己想辦法整理。

常見問題

員工自己付費買 ChatGPT Plus,用來處理公司資料可以嗎?

付費的個人方案,仍然是個人帳號。依 OpenAI 的說明,Plus 和免費版一樣,內容可能會被用來改善模型;預設不拿來改善模型的,是 Business、Enterprise 這類企業方案。而且公司也沒有管理後台,可以收回個人帳號或查看紀錄。員工願意自己付費,代表需求很強,所以比較好的處理方式,是改由公司提供企業方案的帳號。

把 AI 工具的訓練設定關掉,就可以放心貼公司資料了嗎?

這只解決了其中一個風險。關掉之後,對話仍然存在員工的個人帳號裡,離職時會被帶走;而且依 OpenAI 的說明,個人方案就算關掉訓練,只要使用者按了回饋(例如對回答按讚或倒讚),整段對話還是可能被拿去訓練;Gemini 的部分對話也可能經過人工審查。所以資料分級表裡「內部」以上的資料,還是應該只放進公司核准的工具。

公司只有二十個人、沒有 IT 人員,要從哪裡開始?

從一頁的資料分級表和一個核准工具開始就夠了。先用匿名問卷了解大家在用什麼,再選一個多數人需要的工具開公司帳號,然後把分級表和五個常見情境印出來,貼在公司內部。系統監控、外掛審核流程,可以等人數或風險變大之後再加。

AI 寫的內容,對客戶發布時要標示嗎?

我目前沒查到台灣有要求企業一律標示 AI 產出的規定,所以我建議在規範裡直接寫明公司的做法,避免每個人自己決定。行政院給公部門的指引是「應適當揭露」。企業可以依內容的性質區分:對外的合約、報價與公告,一律由人核對並負責;行銷文案、內部摘要要不要標示,則由部門主管決定,並寫進情境 Q&A。

參考來源

以下依官方文件與調查報告整理,ChatGPT、Gemini 各方案的資料處理條款以官方頁面當下為準。

從這篇繼續看相關內容

依文章主題整理同站文章、服務/產品與 FAQ 入口,讓下一步有清楚的閱讀方向。

延伸閱讀

下一步

服務入口

了解企業 AI 營運導入

從需求診斷、系統串接、驗證上線到持續維護,查看 AI agent 導入的分工與人工審核方式。

查看相關頁面

常見問題

AI agent 可以不經人確認直接寄信嗎?

依能不能復原、影響誰、有沒有對外承諾,決定哪些動作要人確認。

查看 FAQ 解答

企業 AI 落地實踐

把文章裡的判斷帶回你的流程

從一個實際工作流開始,與 EthorX 共同釐清 AI agents 的導入起點。