與我們聯繫

企業如何治理 Shadow AI？從風險清冊、需求地圖到分級控制

人工智慧科技基金會（AIF）在《2026 產業 AI 化大調查》中調查 228 家企業，其中 83% 曾使用 AI 工具協助工作。61.8% 的受訪企業主要由員工自行使用 ChatGPT、Claude 或 Gemini 等現成生成式 AI 工具，公司未明文禁止，也未提供相關工具；主要由公司提供公務帳號或工具的比例只有 6.1%。

這項調查衡量的是企業內部的 AI 使用模式，不代表 61.8% 的企業已經發生資料外洩。不過，這組數字仍呈現出明顯的管理缺口：AI 已經進入工作現場，多數使用需求卻還沒有被正式帳號、使用規範與管理機制承接。

AIF 調查顯示，61.8% 的受訪企業主要由員工自行使用現成生成式 AI 工具，公司未明文禁止，也未提供工具。
(圖片來源：《2026 產業 AI 化大調查》，人工智慧科技基金會，第 11 頁)

企業過去談 Shadow AI，常聚焦在員工把文件上傳到未核准的 AI 工具。但隨著 Agent 能力提升，AI 開始能存取內部系統、呼叫其他工具，甚至代替使用者採取行動，企業要處理的治理面向也變得更廣。

本篇 Aiworks 將說明 Shadow AI 的定義與成因，並討論企業如何盤點員工需求，依實際風險採取分級治理來減緩此現象的衝擊。

Shadow AI 是什麼？未受管理的 AI Agent 也在治理範圍內

Microsoft 將 Shadow AI 定義為組織內未獲 IT 核准，或未被 IT 看見的消費型 AI 應用與獨立 Agent。它可能是瀏覽器中的生成式 AI 服務、安裝在工作裝置上的桌面工具，也可能是能執行多步驟任務的 AI Agent。判斷重點在於企業是否知道它的存在，並能管理它使用的資料、帳號與權限。

未受管理的 AI 可能讓敏感資料或智慧財產離開企業可控的環境。當 AI 進一步取得系統存取權，風險還會隨它能呼叫的工具及可採取的行動增加。IMDA 的 Agentic AI 治理框架便把行動範圍、可逆性、自主程度與人工監督可行性列為重要判斷因素。

例如，員工把內部文件貼到外部 AI 進行摘要，主要風險集中在資料如何被傳送、保留與使用。若未受管理的 Agent 能讀取客戶系統、呼叫郵件工具並把結果寫回資料庫，企業還要確認它以誰的身分執行、取得哪些權限，以及錯誤行動能否撤回。兩個情境都屬於 Shadow AI 的治理範圍，需要的控制卻不相同。

從 AIF 調查看台灣企業的治理與流程落差

AIF 調查顯示，85.8% 的企業計畫在 2026 年導入或擴大 AI 應用，但 36.8% 尚未宣布 AI 發展策略，另有 20.6% 雖然提出方向，卻沒有配置支持資源。企業使用 AI 的速度正在提高，管理制度與執行資源仍未同步到位。

治理內容也有明顯落差。「AI 應用規範與治理」平均只有 22.65 分。受訪企業較常討論隱私與資料治理（43.9%）及技術穩健性與安全性（36.4%），曾討論人工自主決定與監控、問責制的比例則分別只有 13.2% 與 14.9%。當 AI Agent 開始取得系統權限並代替使用者採取行動，企業還要界定誰能核准、誰負責監督，以及錯誤行動發生後由誰處理。

同一份調查中，只有 6.6% 的企業表示 AI 已完全整合進公司常規流程；34.2% 仍停在部分專案試行，25.4% 處於評估或概念驗證階段。員工開始使用 AI，與企業建立可管理、可複製的工作流程之間仍有距離。

AIF 受訪企業的 AI 應用多數仍停留在概念驗證或部分專案，完全整合進常規流程的比例為 6.6%。
(圖片來源：《2026 產業 AI 化大調查》，人工智慧科技基金會，第 18 頁)

要讓這些既有用法回到可見、可負責的流程，企業還得先理解員工為什麼繞過現有的正式環境。

員工為什麼繞過正式的 AI 環境？

KPMG 在 2025 年的 Shadow AI 報告中，以員工為了趕上季度財務報告，把資料交給外部 AI 處理的情境說明問題。員工想縮短工作時間，工具也確實容易取得；但企業因此失去對資料去向、輸出正確性與使用紀錄的掌握。任務壓力、使用便利與資料風險，可能同時出現在一次操作裡。

員工轉向外部工具，可能是企業沒有提供合適的正式選項，也可能是現有工具缺少工作所需的公司資料與 App 連接。另一類阻力來自操作流程，例如切換帳號或介面、重新建立工作脈絡，以及等待申請或權限開通。

企業可以把未核准工具的使用情況視為正式環境的回饋。員工選擇某項工具時，治理團隊需要追問他正在完成什麼任務、現有工具少了哪些資料或功能，以及核准流程是否符合工作時效。這些答案能協助企業判斷，問題出在工具選項、資料連接、使用動線，還是員工對規範與責任邊界不夠清楚。

治理的目的，是把使用需求與風險放在同一個判斷流程中，避免企業只留下禁止條例，卻沒有真正處理員工面對任務遇到的困境。

Shadow AI 治理先建立風險清冊與需求地圖

企業要決定採購、改善或限制之前，需要先取得兩類資訊：風險清冊 與 需求地圖。

風險清冊可以記錄工具或 Agent、帳號類型、使用者、用途、資料來源、系統連接、可採取的行動與負責人。若工具已經進入工作流程，還要保留必要的存取與使用紀錄，讓企業在發生錯誤或事件時能回查。這份清冊的重點是為了釐清每項 AI 使用帶來的實際暴險範圍。

需求地圖則從工作任務出發。除了詢問正在使用 AI 的員工如何完成工作，也要納入尚未使用 AI 的團隊，了解他們希望在哪些任務獲得協助。盤點內容可包含任務頻率、現行做法、選擇目前工具的原因、正式環境的阻力，以及完成任務需要哪些公司資料與 App 連接。

兩份資料放在一起後，企業才能把回應分流。缺少正式選項的需求，可評估企業帳號、核准工具或小規模試點；現有環境無法支援工作的情況，應回頭改善資料連接與流程；涉及敏感資料、高權限或高影響行動的場景，則優先限制存取並補上監督。當工具取得新資料、接上新系統或擴大任務範圍時，清冊與需求地圖也要同步更新。

風險清冊說明企業目前看見的使用情況，需求地圖補上員工想完成的任務與正式環境缺口。
(圖片來源：使用 OpenAI ImageGen 生成，Aiworks 製作)

改善正式環境，再依資料、權限與行動後果分級

同一套限制無法處理所有 AI 使用。低風險的資料整理若承受過多審核，可能增加員工轉向私人帳號或未核准工具的誘因；能讀取敏感資料、寫入系統或對外行動的 Agent，若只有一般使用規範，又不足以限制實際後果。企業需要一邊改善正式入口，一邊依場景配置控制。

先補足正式環境

企業尚未提供合適選項時，可以依任務需求評估採購企業帳號、核准工具選單或小規模試點。若工具已經上線但採用率不高，則要檢查它能否取得完成任務所需的公司資料、連接核准的 App，並支援團隊反覆使用的工作流程。

OpenAI 的企業研究觀察到，高使用量企業較常使用能連接公司脈絡、工具與可重複流程的進階能力。這項觀察提供一個參考：企業若要讓 AI 真正進入日常工作，只開放模型帳號通常還不夠。

正式環境也要清楚區分個人與工作身分。員工可以在熟悉的介面完成工作，但公司資料應由企業帳號與權限管理，避免私人使用和工作資料混在同一個未受管理的帳號中。這些改善能讓合理需求有機會回到可見、可負責的流程。

再依行動風險配置控制

分級時，可以檢查資料敏感度、內外部系統存取、唯讀或寫入權限、行動影響與可逆性、任務關鍵性、人工監督可行性，以及 Agent 能自主決定到什麼程度。以下三個示意情境，用來呈現這些條件如何改變控制強度。

  • 低風險情境：員工使用核准的企業 AI 整理公開產業報告，工具不接觸內部資料，也不能寫入其他系統。企業可採用企業帳號、核准工具與必要紀錄，不需為每次摘要增加多層審核。
  • 中度風險情境：業務或營運團隊讓 AI 分析內部銷售與庫存資料，產出需求預測或補貨建議。工具維持唯讀，並由具權限的使用者存取；分析結果在分享或轉成實際行動前，由人員確認。若資料進一步包含個資、財務資訊或其他敏感內容，風險應重新評估。
  • 高風險情境：客服 Agent 能讀取客戶個資與交易紀錄，並可修改帳戶資料、核准退款或對外發送通知。這類場景同時涉及敏感資料、寫入權限與業務後果，企業應限制可存取的資料與工具，在關鍵行動前加入人工核准，並保留完整紀錄與持續監測。
同類 AI 任務會因資料敏感度、系統權限與行動後果，採用不同的控制強度。
(圖片來源：使用 OpenAI ImageGen 生成，Aiworks 製作)

任務名稱本身不能決定風險等級。同樣是資料分析，使用公開資料產生內部參考，和讀取個資後自動作出影響客戶權益的決定，需要的控制完全不同。Agent 一旦接觸新資料或是取得新權限，風險就要重新評估。

Aiworks 觀點：把有效的個人用法帶回正式流程

Shadow AI 的使用情況同時反映兩件事：企業目前暴露在哪些風險裡，以及員工正在設法解決哪些工作問題。風險清冊與需求地圖能協助企業區分，哪些需求需要補工具、哪些流程值得改善，以及哪些高風險行動必須先限制。

Aiworks 認為，部分已在個人工作中驗證有效的用法，值得進一步整理成團隊可共享、可複製的工作流程。企業需要為它配置工作帳號、資料權限、負責人與必要紀錄，並讓其他使用者知道適用範圍。成熟的 Shadow AI 治理，會把有效的個人實驗帶回有帳號、權限、責任與紀錄的正式流程，轉成企業能持續管理的工作能力。

📩 想為你的組織打造 AI 協作能力？

Aiworks 提供企業內訓、客製化培訓與實作工作坊，協助各產業團隊規劃生成式 AI 的導入與應用策略。

▼ 聯絡我們｜規劃你的 AI 實戰課程，讓轉型真正落地 ▼

（若表單未正常顯示，請點擊此連結進入表單填寫頁面）

參考來源