Co to jest shadow AI i dlaczego pracownicy wrzucają dane firmowe do ChatGPT

Shadow AI to poważne wyzwanie dla firm, które chcą mieć kontrolę nad tym, gdzie trafiają ich dane. Dowiedz się, na czym polega to zjawisko i jak można nad nim zapanować bez wprowadzania zakazów. 

Czy wiesz, jak i dokąd wyciekają dane Twojej firmy? W dobie rosnącej popularności narzędzi GenAI niewiele osób zdaje sobie sprawę, co dzieje się z ogromem informacji, które do nich trafiają. W środowiskach biznesowych pracownicy coraz częściej korzystają z ChatGPT i podobnych narzędzi, żeby szybciej wykonywać swoje obowiązki. Robią to zwykle bez wiedzy pracodawcy. Takie korzystanie ze sztucznej inteligencji poza kontrolą firmy nazywamy shadow AI. 

Przyczyna tego zjawiska jest prozaiczna. Pracownik posługuje się ogólnodostępnym modelem językowym po prostu dlatego, że ułatwia to i przyspiesza pracę. Jeśli firma nie dysponuje bezpiecznym odpowiednikiem, trudno się dziwić, że pracownicy sięgają po wygodne w ich oczach i łatwo dostępne rozwiązania. 

W tym artykule opowiemy szerzej, z czym wiąże się zjawisko shadow AI i wskażemy ryzyko, jakie niesie za sobą udostępnianie danych firmy otwartym modelom językowym. Wprowadzanie zakazów, aby walczyć z shadow AI, często się nie sprawdza, dlatego podpowiemy też, jak skutecznie ograniczyć to zjawisko w inny sposób. 

Czym jest shadow AI 

Firmowe działy IT od dawna znają podobne pojęcie, czyli shadow IT. Jest to korzystanie z aplikacji i usług zewnętrznych bez zgody organizacji, na przykład przesyłanie plików za pomocą prywatnego Dropboxa, jeśli firma nie udostępnia pracownikom bezpiecznej alternatywy. Shadow AI to ten sam mechanizm przeniesiony na narzędzia generatywnej sztucznej inteligencji. 

Shadow AI najczęściej wiąże się z tym, że pracownicy wklejają treści firmowe do ogólnodostępnych narzędzi takich jak ChatGPT, Claude, Gemini czy Copilot, bez oceny ryzyka i bez wiedzy zespołu bezpieczeństwa. Takie działanie jest niemal nie do wyśledzenia, co stanowi duży kłopot dla firmy. Zapytanie wysłane do modelu wygląda dla sieci firmowej jak zwykły ruch szyfrowany, identyczny z otwarciem dowolnej strony. Nie powstaje żaden plik, który dałoby się przechwycić, bo dane wypływają przez okno czatu. 

Skala zjawiska jest już udokumentowana. Z badania KPMG przeprowadzonego wśród ponad tysiąca osób w Polsce wynika, że prawie 90 procent osób korzystających z AI w pracy sięga po narzędzia ogólnodostępne, czyli rozwiązania spoza kontroli firmy. Po stronie organizacji brakuje przy tym nadzoru. Z kolei w raporcie IBM czytamy, że 63% firm, w których doszło do naruszenia, nie miało żadnej polityki zarządzania AI ani wykrywania shadow AI. Pracownicy korzystają więc z AI na co dzień, a firma najczęściej nie wie, co właściwie trafia do tych narzędzi.  

Dlaczego shadow AI wymyka się spod kontroli 

Wiele firm, gdy dowiaduje się o shadow AI, odruchowo szuka winy w postawie pracowników. To zrozumiałe, jednak warto uświadomić sobie, że problem najczęściej nie wynika z czyjejś złej woli. Chodzi raczej o presję czasu i o to, że ogólnodostępny model po prostu jest pod ręką, a firmowego odpowiednika nie ma albo działa on gorzej. 

Wspomniane już badanie KPMG wskazuje, że 55% pracowników nie ujawnia korzystania z AI i podaje wygenerowane treści jako własne. Do tego aż 90% badanych nie wie o istnieniu przepisów ani firmowych zasad dotyczących sztucznej inteligencji, o ile te ostatnie w ogóle wdrożono. Wielu z nich korzysta z AI jak z każdego innego narzędzia i nie widzi powodu, żeby o tym informować. 

Gdy pracownicy nie zgłaszają korzystania z AI, a organizacja nie ma narzędzi, by je wykryć, zjawisko narasta niezauważone. Firma dowiaduje się o nim najczęściej dopiero wtedy, gdy dojdzie do incydentu. 

Co naprawdę wycieka i czym grozi wyciek danych firmowych 

Zanim przejdziemy do skali strat, zwróćmy uwagę, co konkretnie wypływa z firmy przez okno czatu. Mowa tu o ważnych zasobach, na których opiera się działalność organizacji. 

Najczęściej trafiają tam dane klientów, fragmenty kodu źródłowego, dokumenty wewnętrzne, zestawienia finansowe i materiały, które dopiero mają zostać opublikowane. Wśród użytkowników narzędzi GenAI dużą grupę stanowią programiści, co oznacza, że szczególnie narażony jest kod i rozwiązania będące własnością firmy. Każde takie wklejenie to potencjalny wyciek danych, nad którym organizacja traci kontrolę w chwili naciśnięcia klawisza. 

Gdy pracownik wkleja dane osobowe klienta do ogólnodostępnego modelu, najczęściej wysyła je na serwery poza Europejskim Obszarem Gospodarczym. Dzieje się to bez podstawy prawnej, a firma traci wiedzę o tym, gdzie dokładnie dane wylądują i możliwość ich usunięcia. To narusza wprost zasady RODO dotyczące minimalizacji danych, ograniczenia celu oraz poufności. W razie kontroli to administrator danych, czyli firma, odpowiada przed Urzędem Ochrony Danych Osobowych za to, że straciła kontrolę nad danymi. Wyobraźmy sobie konsultanta w banku, który wkleja zgłoszenie klienta razem z numerem PESEL do otwartego narzędzia, żeby szybciej przygotować odpowiedź. Jedno takie wklejenie wystarczy, by powstało naruszenie, które trzeba zgłosić i wyjaśnić. 

Od 2024 etapami wchodzi w życie też unijne rozporządzenie o sztucznej inteligencji, czyli AI Act. Jego część dotycząca modeli ogólnego przeznaczenia, w tym dużych modeli językowych, obowiązuje od sierpnia 2025 roku. AI Act działa równolegle z RODO, a nie zamiast niego, więc firmy w sektorach regulowanych muszą liczyć się z dwoma nakładającymi się regulacjami naraz. 

Poniższa tabela porządkuje, jak różne typy danych przekładają się na konkretne ryzyko i konsekwencje. 

Ile kosztuje shadow AI 

Ryzyko prawne i biznesowe przekłada się na konkretne, policzalne koszty rzeczywistych incydentów, które już się wydarzyły. 

Z raportu IBM o kosztach naruszeń danych za 2025 rok wynika, że incydenty z udziałem shadow AI kosztują średnio o około 670 tysięcy dolarów więcej niż pozostałe. Jedna na pięć badanych organizacji doświadczyła naruszenia powiązanego z nienadzorowanym użyciem AI, a w przytłaczającej większości takich przypadków (około 97%) organizacja nie miała wdrożonej żadnej kontroli dostępu do narzędzi AI. Dwie trzecie tych incydentów skończyło się ujawnieniem danych osobowych klientów. Wyciek danych przez shadow AI powtarza się więc według tego samego schematu i ma policzalną cenę. 

W sektorach regulowanych stawka jest jeszcze wyższa, bo do kosztu samego naruszenia dochodzi ekspozycja na kary nadzorcze i audyty. Podmiotowi, który nie panuje nad tym, gdzie trafiają dane jego klientów, oprócz strat finansowych grozi też postępowanie przed organem regulacyjnym. 

Przykład Samsunga, czyli czego uczy nas najgłośniejszy wyciek danych 

Najgłośniejszy przykład shadow AI dotyczy firmy, której nie sposób posądzić o brak kompetencji technicznych. To historia, która pokazuje, jak szybko sprawy mogą przybrać niepożądany obrót, ale też wskazuje na konkretne wnioski. 

W 2023 Samsung dopuścił korzystanie z ChatGPT w jednym z działów. W ciągu niecałych trzech tygodni doszło do trzech osobnych incydentów, w których pracownicy wkleili do czatu wrażliwy kod źródłowy oraz zapis wewnętrznego spotkania, próbując usprawnić swoją pracę. Wskutek tego poufne dane trafiły na serwery firmy OpenAI, a Samsung utracił nad nimi kontrolę. Firma zareagowała najpierw zakazem korzystania z ogólnodostępnych modeli językowych, a potem zaczęła budować własne narzędzia AI działające na jej infrastrukturze. 

Widzimy zatem, że nawet firma o ogromnym zapleczu technologicznym nie uchroniła się przed shadow AI. Po fakcie zareagowała wprowadzeniem zakazów, ale ostatecznie doszła do wniosku, że jedyne rozwiązanie problemu, to uruchomienie odpowiedniego narzędzia u siebie. To stało się już po szkodzie, kiedy dane wypłynęły. Tę samą drogę można wybrać wcześniej, zanim wydarzy się incydent. 

Jak ograniczyć shadow AI bez zakazów 

Zakazy maskują jedynie problem shadow AI, zamiast go rozwiązywać. Potrzebne jest zatem inne podejście. Aby skutecznie ograniczyć shadow AI, trzeba zdać sobie sprawę z podstawowej kwestii: pracownicy nie chcą łamać zasad, ale chcą sprawnie wykonać swoje zadania. Jeżeli dostaną bezpieczne narzędzie, które działa równie sprawnie jak ogólnodostępny model, nie będą mieć powodu, by szukać innego rozwiązania na własną rękę. Punktem wyjścia jest więc świadome zarządzanie sztuczną inteligencją w organizacji (ang. AI governance). 

Potrzeba sięgnięcia po AI nie zniknie tylko dlatego, że firma zakazała pewnych narzędzi. Pracownik i tak znajdzie sposób, by tę potrzebę zaspokoić, tyle że zrobi to poza zasięgiem firmy. Organizacja traci wtedy podwójnie, bo nie dość, że nie odzyskuje kontroli, to dodatkowo rezygnuje z korzyści, które dobrze wdrożone narzędzie AI mogłoby jej przynieść.  

Polityka korzystania z AI w firmie i klasyfikacja danych

Jasna polityka korzystania z AI, która właściwie klasyfikuje dane, to podstawa wszystkich działań dotyczących sztucznej inteligencji w firmie. Pracownik powinien wiedzieć, które informacje może swobodnie przetwarzać, a które nigdy nie powinny opuścić firmy. Ogólny zakaz bez przykładów czy wyjaśnień to za mało. Gdy chodzi o przetwarzanie danych, inne zasady dotyczą danych publicznych, a zupełnie inne danych osobowych klientów czy tajemnicy przedsiębiorstwa. Polityka korzystania z AI sprawdza się najlepiej, gdy pracownicy dysponują narzędziem, w którym łatwo ją zastosować.  

Bezpieczne narzędzia AI dla firm

Bezpieczne narzędzia AI dla firm to rozwiązania zaprojektowane tak, by dane pozostawały pod kontrolą organizacji. Firma udostępnia pracownikom aplikację, która rejestruje każde zapytanie i przypisuje je do użytkownika. W dobrze zbudowanym narzędziu można korzystać z wielu modeli w jednym miejscu, więc pracownik nie ma powodu, by wracać do ogólnodostępnych rozwiązań. 

Wdrożenieon-premises i anonimizacja danych wrażliwych 

Sposób wdrożenia decyduje o tym, czy dane naprawdę pozostają w firmie. Model uruchomiony na własnej infrastrukturze organizacji (on-premises) albo w wydzielonym środowisku private cloud sprawia, że żadne zapytanie nie opuszcza firmowej sieci. Dla firm z sektorów regulowanych, gdzie dane nie mogą trafić do zewnętrznej chmury, jest to często jedyna, akceptowalna ścieżka. 

Gdy firma korzysta z zewnętrznych modeli, ochronę danych zapewnia anonimizacja danych wrażliwych. Platforma Extentum.AI automatycznie wykrywa w zapytaniu dane wrażliwe i zastępuje je fikcyjnymi odpowiednikami, zanim treść trafi do modelu, a po otrzymaniu odpowiedzi przywraca oryginalne wartości. Mechanizm anonimizacji rozpoznaje polskie dane, w tym numer PESEL czy NIP. Pracownik widzi pełną, naturalną odpowiedź, a wrażliwe dane w żadnym momencie nie trafiają do zewnętrznego modelu, bo zastępują je fikcyjne wartości. 

Dojrzałe rozwiązania GenAI pozwalają też budować wieloetapowe procesy z wbudowanym nadzorem człowieka i audytowalnością na każdym kroku. Takie podejście, oparte na agentach AI działających w ramach workflow, daje firmie wgląd w każdą decyzję podjętą po drodze i kontrolę nad przebiegiem zadań. 

Shadow AI pojawia się tam, gdzie brakuje bezpiecznej alternatywy. Gdy firma tę alternatywę zapewni, pracownicy po prostu z niej skorzystają. 

FAQ – najczęściej zadawane pytania 

Źródła 

1. KPMG, Sztuczna inteligencja w Polsce. Krajobraz pełen paradoksów, 2025 – https://kpmg.com/pl/pl/wiedza/technologia/sztuczna-inteligencja-w-polsce.html 

2. IBM Newsroom, IBM Report: 13% of Organizations Reported Breaches of AI Models or Applications, 2025 – https://newsroom.ibm.com/2025-07-30-ibm-report-13-of-organizations-reported-breaches-of-ai-models-or-applications,-97-of-which-reported-lacking-proper-ai-access-controls 

3. Ministerstwo Cyfryzacji, Europejski AI Act opublikowany, 2024 – https://www.gov.pl/web/cyfryzacja/europejski-ai-act-opublikowany 

4. IBM Think Insights, Shadow AI is putting your data at risk, 2025 – https://www.ibm.com/think/insights/shadow-ai-data-breach 

5. Dark Reading, Samsung Engineers Feed Sensitive Data to ChatGPT, Sparking Warnings About AI Use in Workplace, 2023 – https://www.darkreading.com/vulnerabilities-threats/samsung-engineers-sensitive-data-chatgpt-warnings-ai-use-workplace 

6. TechCrunch, Samsung unveils ChatGPT alternative Samsung Gauss that can generate text, code and images, 2023 – https://techcrunch.com/2023/11/08/samsung-unveils-chatgpt-alternative-samsung-gauss-that-can-generate-text-code-and-images/ 

7. Extentum AI, Asystent AI w firmie – czym różni się od agenta AI i którego wybrać?, 2026 – https://extentum.ai/pl/asystent-ai-vs-agent-ai/ 

8. Extentum AI,GenAI: Przewodnik wdrożeniowy, 2026– https://extentum.ai/pl/genai-przewodnik-wdrozeniowy/