企业AI越用越多,安全危机也悄然来袭

一道正在扩大的鸿沟

前沿企业员工正在使用 超过300款GenAI工具，员工采用率达到 71.4%。

而谨慎企业的员工，平均只接触不到 15款 AI工具，采用率低至 2.5%。

这不是一个简单的"用得多或用得少"的差异。Cyberhaven对222家企业的真实数据分析揭示了一个更尖锐的问题：企业用AI用得越来越多，但管AI的能力严重跟不上。 这种"用得多、管不住"的局面，正在成为2026年企业AI治理的核心危机。

Cyberhaven 是一家专注于数据安全和 AI 治理的技术公司，其年度报告基于真实企业环境中的数十亿次数据流动记录（而非问卷调查），由 Cyberhaven Labs 安全研究团队编制，为企业 AI 治理提供数据驱动的客观参考。

这个差距的本质是什么？ 它不是暂时的"步调不一致"——AI正在成为组织能力的放大器。前沿企业在AI驱动的创新和增长上获得超比例收益，而谨慎企业不仅错失效率提升，还在AI能力建设上进一步落后。

更值得警惕的是：这种差距正在通过"第二波AI"（编码助手和AI代理）进一步拉大。 报告显示，已有49.5%的开发人员在使用AI编码助手（年初仅约20%）；前沿公司的开发人员使用AI编码助手的可能性是普通公司的 11.5倍。

采用差距一旦固化，翻身的窗口期不会太长。

约 1/3的员工 使用个人账号访问GenAI工具——这意味着企业的IT部门 完全无法看到 数据流向和使用模式。

各平台个人账号使用比例：

这不是小事。 员工使用个人账号，往往是为了绕过企业的安全限制或因为企业未及时提供授权工具。但这些行为绕过了所有数据丢失防护（DLP）控制，成为数据泄露的"后门"。

更严峻的是工具本身的风险：Top 100最常用的GenAI SaaS应用中，82%属于中/高/关键风险级别。员工在大量使用高风险工具的同时，企业却对使用模式几乎盲目。

员工并非只用AI来"聊天"或"头脑风暴"——他们正在向AI工具输入 源代码、财务数据、客户信息、知识产权。

行业特例更触目惊心：- 销售团队输入AI的数据中，近 30%是销售相关数据（客户信息、商机、定价策略）- 医疗/医药行业，约 1/3的AI流向数据是研发相关内容（可能涉及未上市药物数据）

平均每位员工 每3天 向AI工具输入一次敏感数据。这不是理论风险，而是正在发生的日常实践。

一个较少被讨论、但对企业（尤其是受监管行业）极为重要的发现：

中国开放权重模型已占端点AI使用量的50%，占所有AI使用（含专有模型）的13%。

开放权重模型的潜在风险在于：- 训练数据来源、微调实践、发布后控制均不透明- 模型托管、更新或集成可能绑定特定供应商生态- 数据跨境流动的合规性难以评估

这对金融、医疗、政府等受监管行业构成了 新型的、难以评估的供应链风险。企业可能需要重新评估"模型来源"作为采购决策的关键因素。

AI正在发生一场深刻的形态转变：从"聊天界面"（员工主动打开ChatGPT）转变为"基础设施"（直接嵌入开发环境、浏览器和工作流）。

这种转变使得治理难度指数级上升：编码助手直接访问专有代码库，AI代理自动执行操作——它们的运行环境更加分散、交互更加自动化，传统的外围安全控制难以覆盖。

74%的高管表示在部署AI工具的第一年内获得了回报——AI采用的经济逻辑是清晰的。

但Cyberhaven的这份报告提醒我们：采用不可阻挡，但无治理的采用 = 积累风险。

当39.7%的AI交互涉及敏感数据、82%的常用GenAI应用属于中高风险、约1/3的员工使用个人账号访问AI工具时，企业面临的已不是"要不要采用AI"的问题，而是"能不能在采用的同时建立起最基本的治理能力"的问题。

今天的效率提升，不应成为明天的数据泄露危机。

参考资料：

https://www.cyberhaven.com/resources/report/ai-adoption-risk-report-2026

如果这篇文章对你有启发，欢迎点赞、转发。

关于AI转型，你的组织遇到了什么挑战？欢迎在评论区留言，一起探讨。

推荐阅读：