Shadow AI: zaměstnanci už AI používají. Jak ji řídit, místo zakazovat

Co je shadow AI a proč ji zákaz nezastaví

Shadow AI je používání nástrojů umělé inteligence, o kterých IT ani bezpečnost nevědí nebo je neschválily. Nejčastěji jde o soukromý účet u veřejného chatbota, rozšíření prohlížeče, AI funkci zapnutou v jinak schválené SaaS aplikaci nebo kódovacího asistenta přihlášeného osobním e-mailem.

Od klasického shadow IT se liší tím, že není potřeba nic instalovat ani kupovat. Stačí záložka v prohlížeči a schránka. A liší se i motivací: lidé to nedělají ze vzdoru, ale protože jim nástroj šetří práci.

Globální studie Melbourne Business School a KPMG mezi více než 48 000 lidmi ve 47 zemích (sběr listopad 2024 až leden 2025) uvádí, že 57 % zaměstnanců své používání AI skrývá a výstupy vydává za vlastní práci. Téměř polovina přiznává použití v rozporu s firemními pravidly, včetně nahrávání citlivých firemních informací do bezplatných veřejných nástrojů. Jen 40 % dotázaných přitom uvedlo, že jejich pracoviště má pro generativní AI nějaké pravidlo nebo návod, a jen 47 % prošlo školením.

Z toho plyne nepříjemný závěr pro každého, kdo sází na zákaz: tam, kde pravidla chybí nebo jsou nesplnitelná, lidé AI používat nepřestanou. Přestanou o tom mluvit.

Český kontext: adopce roste rychleji než pravidla

Podle průzkumu SAP mezi 200 vedoucími pracovníky, zveřejněného v září 2026, využívá AI 83 % firem v Česku, o rok dříve to bylo 41 %. Polovina manažerů se v tomtéž průzkumu obává zneužití či úniku dat a 30 % firem uvádí jako překážku chybějící pravidla a legislativu.

Jiný pohled dává průzkum AIMomentum 2026, podle kterého AI aktivně používá nebo testuje polovina českých firem, zatímco v roce 2025 to bylo 18 %. Obě čísla nejsou přímo srovnatelná – liší se vzorek i otázka – ale směr je stejný.

Poctivě je třeba dodat, co chybí: reprezentativní český průzkum zaměřený přímo na neschválené používání AI zaměstnanci se při přípravě článku dohledat nepodařilo. Česká média v této věci přebírají zahraniční čísla. Jestli se u vás shadow AI vyskytuje a v jakém rozsahu, tedy nezjistíte z průzkumů, ale z vlastních logů.

Jeden český precedens existuje. NÚKIB vydal 10. července 2025 varování před některými produkty společnosti DeepSeek, které se týká subjektů povinných podle zákona o kybernetické bezpečnosti. Výslovně se nevztahuje na open-source modely provozované lokálně bez komunikace se servery výrobce. Je to dobrá ukázka toho, že rozhodující není „AI ano, nebo ne“, ale kam data odcházejí a pod jakou jurisdikcí.

Co říkají data o únicích

Report IBM a Ponemon Institute, postavený na 600 organizacích, které zažily únik dat mezi březnem 2024 a únorem 2025, poprvé sledoval shadow AI samostatně. Únik způsobený shadow AI nahlásila jedna z pěti organizací. Organizace s vysokou mírou shadow AI měly náklady na únik v průměru o 670 000 dolarů vyšší než ty s nízkou nebo žádnou. Při těchto incidentech častěji unikaly osobní údaje (65 % oproti průměru 53 %) a duševní vlastnictví (40 % oproti 33 %).

Ještě podstatnější jsou čísla o řízení. Podle téhož reportu 63 % organizací zasažených únikem nemá politiku pro správu AI, nebo ji teprve tvoří. Z těch, které ji mají, jen 34 % pravidelně kontroluje, zda se nepoužívá neschválená AI. A z organizací, které nahlásily bezpečnostní incident AI modelu nebo aplikace, jich 97 % nemělo zavedené řízení přístupu k AI.

Druhý užitečný zdroj je provozní telemetrie. Netskope v reportu z ledna 2026 uvádí, že podíl uživatelů AI, kteří používají osobní AI aplikace, klesl za rok ze 78 % na 47 %. V průměrné organizaci se přitom počet porušení datových politik spojených s generativní AI zdvojnásobil na 223 incidentů měsíčně. Nejčastěji šlo o zdrojový kód (42 %), regulovaná data (32 %) a duševní vlastnictví (16 %).

Jak ta čísla číst střízlivě:

• Pokles osobních účtů ukazuje, že nabídka firemní alternativy funguje. Lidé přejdou, když mají kam.
• Téměř polovina uživatelů ale u osobních účtů zůstává. Schválený nástroj sám o sobě nestačí.
• Netskope měří vlastní zákazníky, tedy firmy, které už nějakou kontrolu nasadily. V organizaci bez viditelnosti budou čísla spíš horší než lepší.
• IBM uvádí souvislost, ne příčinu. Firmy s vysokou mírou shadow AI mohou mít slabší bezpečnost obecně.

Zdrojový kód na prvním místě je důležitý signál pro vývojové týmy: v kódu bývají i přístupové údaje, interní adresy a obchodní logika. Kontrola tajemství v repozitáři, popsaná v článku o bezpečnosti CI/CD, tak chrání i před tím, co vývojář vloží do chatu.

Co po firmě chce AI Act: článek 4 po Digital Omnibusu

Povinnost AI gramotnosti podle článku 4 nařízení (EU) 2024/1689 se podle Evropské komise uplatňuje od 2. února 2025. Týká se poskytovatelů i těch, kdo AI jen nasazují (deployer) – tedy i firmy, jejíž zaměstnanci píší texty v chatbotu. Komise k tomu uvádí, že takoví zaměstnanci mají být informováni o konkrétních rizicích, například o halucinacích.

Digital Omnibus, tedy nařízení (EU) 2026/1744 vyhlášené v Úředním věstníku 24. července 2026, znění článku 4 změkčil. Poskytovatelé a nasazující subjekty nově mají „přijmout opatření na podporu rozvoje“ AI gramotnosti svých zaměstnanců a dalších osob, které pro ně AI provozují a používají. Text výslovně dodává, že povinnost nevyžaduje zaručit konkrétní úroveň gramotnosti u žádného jednotlivce.

Prakticky to znamená:

• Povinnost nezmizela. Změnila se z povinnosti výsledku na povinnost úsilí.
• Certifikát není potřeba. Komise doporučuje vést interní záznam o školeních a dalších opatřeních.
• Rozsah se má řídit kontextem: technickými znalostmi lidí, účelem systému a tím, na koho dopadá.

Nejisté zůstává vymáhání. Podle Komise se pravidla pro dozor a vymáhání uplatňují od začátku srpna 2026 (dokument uvádí na různých místech 2. i 3. srpna) a sankce ukládají národní orgány dozoru nad trhem přiměřeně povaze a závažnosti porušení; pravděpodobnější jsou tam, kde k incidentu došlo kvůli nedostatečně proškoleným lidem. Jak bude český dozor k této povinnosti přistupovat, se teprve ukáže; aktuální stav je vhodné ověřit s právníkem. Bez ohledu na AI Act navíc dál platí GDPR, smluvní mlčenlivost vůči zákazníkům a ochrana obchodního tajemství – a ty neschválený nástroj poruší mnohem snáz.

Governance, která funguje: čtyři vrstvy

1. Schválená alternativa

Bez ní je všechno ostatní jen represe. Firemní licence s přihlášením přes firemní identitu (SSO), se smluvně ošetřeným zpracováním dat a s vypnutým trénováním na vstupech. Co přesně poskytovatel s daty dělá, kde je ukládá a jak dlouho, ověřte ve smlouvě a v nastavení tenantu, ne v marketingových materiálech.

2. Pravidla na jednu stranu

Dvacetistránkovou směrnici nikdo nečte. Stačí tabulka: třída dat, kam smí, kam ne. Pokud firma klasifikaci dat nemá, je to první úkol – bez ní nejde nastavit ani DLP.

Tabulka je ukázka, ne norma. Hranice si každá firma nastaví podle svých smluv a regulace.

3. Technická kontrola

• Viditelnost: logy z proxy, DNS nebo SSE/CASB ukážou, které AI služby se z firemní sítě volají a v jakém objemu. Totéž u OAuth souhlasů v identity provideru a u rozšíření prohlížeče.
• Identita: schválené nástroje jen přes SSO, na spravovaných zařízeních omezení přihlášení osobním účtem tam, kde to služba umožňuje (tenant restrictions).
• DLP: kontrola vkládaného obsahu na koncovém zařízení nebo v prohlížeči. Začněte v režimu upozornění, blokujte až po vyladění falešných poplachů.
• AI gateway pro API přístup: aplikace a agenti nemají volat modely napřímo s klíčem v konfiguraci. Jeden vstupní bod dává centrální klíče, limity, logování a možnost maskovat citlivé údaje.
• Blokace jen cíleně: podle Netskope blokuje některé AI aplikace 90 % organizací, v průměru deset. Smysl dává blokovat služby s nepřijatelnými podmínkami, ne celou kategorii.

Logy z těchto vrstev patří do stejného místa jako ostatní bezpečnostní události – viz článek o bezpečnostním monitoringu a logování.

4. Lidé

Školení podle rolí: vývojář potřebuje vědět něco jiného než obchodník. A především kanál, kudy lze o nový nástroj požádat s odpovědí v řádu dnů. Pokud schvalování trvá čtvrt roku, shadow AI se vrátí.

Co udělat za 30 dní

Plán předpokládá, že firma má identity provider a aspoň základní síťové logy. Pokud ne, začněte tam; článek o infrastrukturním chaosu před nasazením AI popisuje proč.

Kdy tento postup nestačí nebo neplatí

Řízené povolení není univerzální odpověď. Existují situace, kdy je namístě přísnější režim, a argumenty, které je fér zmínit.

• Vysoce regulovaná nebo utajovaná data. Kde smlouva nebo zákon zpracování u třetí strany vylučuje, je zákaz veřejných nástrojů správně. I tam ale pomáhá nabídnout alternativu – model provozovaný ve vlastním cloudovém prostředí.
• Soukromá zařízení. Síťová kontrola ani DLP nevidí telefon na mobilních datech. Tuto mezeru zavře jen kombinace pravidel, školení a toho, že firemní nástroj je pohodlnější než obcházení.
• Malá firma bez bezpečnostního týmu. CASB a AI gateway mohou být nepřiměřené. Schválený nástroj přes SSO, jednostránková pravidla a školení pokryjí většinu rizika za zlomek úsilí.
• Sledování zaměstnanců. Inspekce obsahu a DLP zasahují do soukromí. Rozsah monitoringu je třeba předem posoudit z pohledu pracovního práva a GDPR a zaměstnance o něm informovat.
• Falešný pocit bezpečí. Schválený nástroj neřeší chybné výstupy. Podle studie KPMG se 66 % zaměstnanců spoléhá na výstup AI bez ověření správnosti – a to platí i pro licencovaný nástroj.

Klíčové poznatky

• Shadow AI je měřitelné riziko. Podle IBM ji jako příčinu úniku uvedla každá pátá zkoumaná organizace a zvyšuje náklady na únik v průměru o 670 000 dolarů.
• Zákaz problém skryje, nevyřeší. Podle studie KPMG 57 % zaměstnanců používání AI tají.
• Alternativa funguje, ale ne sama. Podíl uživatelů s osobními AI aplikacemi podle Netskope klesl ze 78 % na 47 %, porušení datových politik se přesto zdvojnásobilo.
• Článek 4 AI Actu platí dál. Po Digital Omnibusu žádá opatření na podporu AI gramotnosti, ne záruku konkrétní úrovně. Veďte záznam o tom, co jste udělali.
• Začněte daty, ne nástroji. Bez klasifikace dat nelze napsat pravidla ani nastavit DLP.
• První krok je viditelnost. Skutečný rozsah shadow AI ve vaší firmě ukážou vlastní logy, ne průzkumy.