ARTICLE · 1124249
员工在偷偷用AI,你拦不住
一家制造业公司去年出了档事。投标前夜，一位项目经理急着改方案，把报价底稿贴进一个公共对话框里让它帮忙润色。第二天对方报价出现在竞品的谈判桌上。
事后复盘，公司上下都很委屈：我们明明发过文件，明令禁止把公司数据贴进外部工具。
我问了一句：公司给过他们哪个更好用的工具。
没有。禁止发得很清楚，替代方案一个也没有。于是员工只能在"违规但把活干完"和"守规矩但熬到天亮"之间选。多数人会选前者，而且不会告诉你。
三组数字，说的是同一件事
第一组是使用面。PagerDuty 2026 年影子 AI 调研访问了 1250 位营收五亿美元以上企业的职场人，66% 的人承认在明知公司政策不允许的情况下仍然用过 AI 工具；88% 曾把工作信息贴进公共 AI 工具。另有调研显示，约一半员工不会主动告诉经理自己用了 AI 完成任务。也就是说，你看到的 AI 使用量，大概只是真实量的一半。
第二组是制度面。ISACA 2026 年对 3400 多位数字信任从业者的调研：只有 38% 的组织有正式且全面的 AI 政策，比 2025 年的 28% 有进步；但仍有 25% 完全没有政策，30% 只有很有限的几条。更关键的是后面这组——在有政策的组织里，只有 34% 会定期审计未经批准的使用情况，只有 12% 有记录在案的关停流程。政策写了，后面两个动作基本没跟上。
第三组是代价。IBM 2026 年数据泄露成本报告里，五分之一的数据泄露事件涉及影子 AI；凡是涉及的，平均多出约 67 万美元成本，客户个人信息泄露率从 53% 升到 65%，知识产权的单条记录成本达到 178 美元，是所有数据类别里最高的。另有一组常被忽略的数据：93% 的高管承认自己在工作中用过未经批准的 AI 工具。最该守规矩的那群人，越线比例反而最高。
认知坑，把供给问题当成了纪律问题
多数公司处理这件事的标准动作是发文件、开宣讲会、加一条处罚条款。这三件事的共同点是成本极低、见效为零。因为员工用 AI 不是为了对抗管理，是为了把手里的活干完。只要正式渠道比个人账号更难用，禁令就只是一张纸。
第二个坑是把治理理解成给工具盖章。允许清单、禁止清单，一家一家评。这个思路在 SaaS 时代勉强够用，到 AI 这里不够了。因为风险不取决于工具本身，取决于它被接进了什么数据、被授予了什么权限。同一个对话框，用来润色公众号文案和用来读客户合同，是两个完全不同的风险等级。
第三个坑最隐蔽：没有清单就先写规范。有调研显示，69% 的组织声称自己有 AI 风险与合规政策，但只有 38% 有在用 AI 应用的完整清单，还有 52% 的部门级 AI 项目从未走过正式审批。政策覆盖了一个你不认识的现实，那它管的一定不是你要管的那个东西。
落地三步法
第一步，先盘清单，别急着写规范。
用两周时间做一次盘点，让各部门自己报。每条记录四件事：谁在用、接的是什么数据、能不能写入内部系统、能不能对外发出。这一步的价值不在管控，在于把 38% 这个数字先补上。没有清单，后面的分级、审计、关停全都无处落地。盘点时要明确一条，自查期内报上来的不追责，盘点之后再发现才算违规。否则没人会如实报。
第二步，按权限分级，不按工具分级。
把每一类 AI 使用按三个权限维度定级：能不能读客户的身份与合同数据，能不能写进内部系统，能不能代表公司对外发出。三个维度拉出来，共存的组合不到十种，每种配一套不同的默认动作：默认不能进客户数据，默认留痕，默认不保留超过项目周期，默认不允许用个人账号处理公司数据。这套分级的好处是，新工具出来不用重新开会评一次，套进三个维度自动归类。四分之三的 AI 使用属于最低那一级，其实只需要登记，不需要审批。
第三步，给替代品，同时给一条快速通道。
这一步是治理能不能落地的关键，也是最容易被跳过的。Netskope 的一个案例里，企业提供受管替代工具之后，员工使用个人账户的比例一年内从 85% 降到 11%。注意降下来的原因是替代品更好用、账号是公司发的、数据在系统里可见，不是因为罚则变严了。同时要给一条承诺时限的审批通道：部门提一个新工具的需求，几天内必须给答复，同意给什么权限、不同意给什么理由。没有这条通道，员工申请一次石沉大海，下次就直接自己开了。另外别忘了 ISACA 那两个数字，定期审计和关停流程必须配套建立。不会退出的系统，等于没管。
三个判断
影子AI是供给不足的症状，不是纪律松弛的证据。员工选择偷着用，通常说明正式渠道′
里没有他要的那个东西。先补齐供给，再谈约束，顺序反了就只剩形式。
治理的最小单位是权限，不是工具。允许清单管不住风险，因为同一个工具在不同权限下风险差了十倍。按能不能读、能不能写、能不能发来分，才算管到点上。
这场治理要从高管自己开始。93% 的高管承认用过未批准的 AI 工具。如果一把手自己不在规则内，这条规则在组织里活不过三个月。
我自己的账
我用 AI 的时间不少，也给自己划了三条线，一直是这么执行的：客户的合同、身份、价格信息，不进任何公共对话框；凡是涉及外部交付的内容，一律走自己可控的环境，留痕可追溯；所有要对外的东西，不管是方案还是文章，必须我签字才出门。前两条是权限，第三条是签字人。这三条定下来之后，剩下的自由很大，我也不用每次都纠结这个能不能贴。
我把几十年的判断写成可复用的规则时，有相当一部分内容其实是写"什么绝对不能做"。能写成规则的事情才敢交给 AI，写不成规则的事情必须留给人。这条边界在自己身上划清楚之后，给企业做建议时就有底，因为那是实践出来的，不是听来的。
还有一点必须讲清楚。AI 强在对内提效，弱在对外建立信任。我带着团队改造过十来个岗位，做报表、写材料、搭系统的效果非常明显；但凡是对客户的环节，效率提升有限，风险敞口却大得多。所以权限分级这件事，不要平均用力，把最严的那一级放在与客户、合同、资金相关的场景上，其余的给足自由度。
治理的目的从来不是少用 AI，是让你知道自己公司在用哪些 AI、碰了哪些数据。看不见，才是最贵的那笔账。
先给员工一个更好用的正式工具，再跟他谈规矩。
