Shadow AI: почему сотрудники скрывают использование ИИ?

Сотрудники всё чаще используют нейросети в работе, но далеко не всегда говорят об этом руководителю. По данным опроса MWS AI (дочерняя компания МТС),доля работников, которые скрывают использование ИИ от руководства, за год выросла с 21% до 35%. Среди сотрудников 18–24 лет таких уже 55%.

При этом компании почти не учат персонал работать с ИИ. Отдельные программы обучения проводят только 2% компаний, а в 84% сотрудники осваивают нейросети самостоятельно. Такие данные приводят Работа.ру, СберПодбор и Нетология.

В итоге сотрудники сами решают, какими сервисами пользоваться и какие данные туда загружать. Запрет эту проблему не решает: нейросеть всегда доступна с личного телефона. Поэтому теневой ИИ — это не только вопрос информационной безопасности, но и вопрос обучения.

В статье вы узнаете:

• что такое теневой ИИ, какими нейросетями пользуются сотрудники и чем это опасно для бизнеса;
• 6 причин, по которым сотрудники используют нейросети втайне, и какие из них решает обучение;
• как составить политику использования ИИ в компании;
• 5 практик обучения на примерах.

Что такое теневой ИИ

Теневой ИИ (shadow AI) — это использование нейросетей в работе без ведома, одобрения или контроля компании. Он бывает двух видов, и для каждого нужно своё решение.

Какими нейросетями пользуются сотрудники

Во втором квартале 2026 года МТС Линк опросил 1 010 россиян. 78% из них пользуются ИИ-инструментами на работе или в личной жизни. Самые популярные сервисы:

Сервис	Доля пользователей
Алиса AI	46%
GigaChat	45%
ChatGPT	38%
DeepSeek	20%
Gemini	13%

При этом 66% тех, кто знаком с нейросетями, используют их в работе, но доступ к корпоративным ИИ-сервисам от работодателя есть только у 17% из них. 73% пользователей ИИ работают в бесплатных версиях. Причём три сервиса из пяти — зарубежные. Значит, рабочие данные часто попадают в сервисы, которые компания не контролирует.

Чем опасен теневой ИИ

• Утечки данных

В 2025 году объём данных, которые утекли из российских компаний через публичные ИИ-сервисы вроде ChatGPT и Google Gemini, вырос в 30 раз. Сотрудники загружают туда фрагменты исходного кода, финансовую отчётность, юридические документы и клиентские базы, чтобы быстрее проанализировать данные или написать код. Анализ охватил трафик 150 организаций, и около 60% из них не имеют формальных правил работы с ИИ-ассистентами.

• Штрафы за персональные данные

Если сотрудник загрузит в публичную нейросеть данные клиентов или коллег, это могут квалифицировать как утечку персональных данных. С зарубежными сервисами добавляется вопрос трансграничной передачи. А с 30 мая 2025 года за утечки действуют оборотные штрафы: за повторную утечку компания заплатит от 1 до 3% годовой выручки, но не меньше 25 млн и не больше 500 млн рублей.

• Ошибки в результатах

По данным аналитиков Сбера, все результаты нейросетей проверяют только 23% сотрудников, ещё 39% проверяют часть из них. Ответственность при этом несёт не нейросеть, а тот, кто ей воспользовался. 

• Невидимая работа

Если сотрудник скрывает ИИ, его удачные наработки не доходят до коллег, а компания не понимает, какие инструменты ей нужны.

Пример: в 2023 году инженеры Samsung загрузили в ChatGPT внутренний исходный код. После этого компания запретила сотрудникам использовать генеративный ИИ на рабочих устройствах и начала разрабатывать собственные ИИ-инструменты. Запрет остановил утечку, но не потребность сотрудников в нейросетях. 

В качестве решения компания Samsung заявила, что разработает собственные внутренние инструменты искусственного интеллекта.

Почему сотрудники скрывают использование ИИ: 6 причин

1. В компании нет понятных правил

По данным опроса Работа.ру, СберПодбора и Нетологии (июль 2026 года, более 250 руководителей, HR-директоров и рекрутеров),только 20% компаний закрепили правила работы с ИИ в официальных документах. Ещё 9% оставляют это на усмотрение отделов. В 71% компаний сотрудники сами решают, как пользоваться нейросетями.

Если единственное правило звучит как «не используйте ИИ», у сотрудника остаются вопросы. Можно ли сделать черновик письма? А расшифровать запись встречи? Без ответов каждый устанавливает правила сам.

Совет: опишите правила в короткой политике использования ИИ. Как её составить, разберём ниже.

2. Сотрудников не учат работать с ИИ

В том же опросе отдельные программы обучения ИИ проводят только 2% компаний, ещё 11% планируют их запустить. В 84% компаний сотрудники осваивают нейросети самостоятельно.

Даже там, где обучение есть, оно не всегда полное. Обучение от работодателя получили 35% тех, кто использует ИИ в работе. При этом 12% из них отметили, что на обучении не рассказывали об угрозах ИИ и основах защиты данных.

Научиться писать запрос в чат-бот можно за несколько минут. Но это не значит, что сотрудник умеет проверять ответы и понимает, какие данные нельзя загружать.

Совет: определите, в каких задачах ИИ полезен каждому отделу, и стройте обучение вокруг этих задач.

3. Сотрудники боятся показаться некомпетентными

По данным MWS AI, главная причина, по которой сотрудники скрывают ИИ от руководства, — страх показаться некомпетентными. Так что сотрудники пользуются ИИ, но не уверены, как на это отреагирует работодатель.

В другом опросе, (более 3 500 россиян) почти 6,5% признались, что им неловко, когда их хвалят за работу, сделанную нейросетью. Более 11% считают, что использование ИИ ведёт к профессиональной деградации.

Даже если у сотрудника есть одобренный инструмент, он будет его скрывать, если ожидает осуждения.

Совет: руководителям стоит объяснить, что считается ответственным использованием ИИ. Если сотрудник сделал черновик в одобренном сервисе, проверил факты и доработал результат, это не лень, а нормальная работа.

4. Сотрудники боятся получить больше работы или потерять её

По исследованию Ivanti, 30% тех, кто скрывает ИИ, опасаются сокращения. А 52% офисных сотрудников согласны, что, если работать эффективнее, работодатель просто даст больше задач.

Совет: обсудите с командой, какие задачи изменит ИИ, какие навыки понадобятся и как компания распорядится сэкономленным временем.

5. Сотрудники хотят сохранить преимущество

По данным того же исследования Ivanti, 36% сотрудников, которые скрывают ИИ, нравится «секретное преимущество». Они делают работу быстрее коллег и не хотят делиться способом.

Совет: поощряйте тех, кто делится рабочими сценариями с коллегами. Тогда преимущество станет не секретом, а поводом для признания.

Читайте также: 19 способов мотивировать сотрудников проходить обучение

6. В компании нет одобренных инструментов

Корпоративные ИИ-сервисы от работодателя есть только у 17% сотрудников, которые используют нейросети в работе. Остальные пользуются тем, что нашли сами, чаще всего бесплатными версиями с личных аккаунтов.

Совет: спросите сотрудников, какими сервисами они пользуются и для каких задач. Затем вместе с ИТ и службой безопасности оцените риски и предложите безопасную альтернативу, например корпоративную версию российской нейросети.

Какие причины можно устранить обучением

Большинство причин связаны не с инструментами, а со скрытым использованием. А это вопрос правил, обучения и корпоративной культуры.

Как составить политику использования ИИ в компании

Политика показывает сотрудникам, что можно и что нельзя. А для компании она служит доказательством «принятия разумных мер» на случай проверок и споров — так считают юристы, с которыми говорило Право.ру. Они же советуют не делать документ длинным: достаточно 1–2 страниц, иначе сотрудники начнут обходить правила.

Политика по использованию ИИ необходима абсолютно всем компаниям, включая те, что пока придерживаются консервативного подхода к внедрению технологий. Реальность такова, что, даже если бизнес официально не использует ИИ-решения, сотрудники уже активно применяют общедоступные нейросети для решения рабочих задач. Не имея злого умысла, они при этом могут не учесть серьезных рисков, связанных с конфиденциальностью или интеллектуальными правами.

 

Валерия Эйстрах, старший юрист практики технологий

Что включить в политику

• Разрешённые сервисы. Какие нейросети можно использовать и для каких задач.
• Запрещённые данные. Персональные данные, коммерческая тайна, документы клиентов, пароли и платёжные данные.
• Обезличивание. Как убрать имена и идентификаторы перед загрузкой данных в нейросеть.
• Проверка результата. Кто и как проверяет факты, цифры и ссылки, которые выдал ИИ.
• Решения, которые нельзя передавать ИИ. Например, решения о найме и увольнении.
• Когда указывать участие ИИ. В каких документах и материалах нужно сообщать, что они сделаны с помощью нейросети.
• Инциденты. Куда сообщать, если данные уже попали в публичный сервис.
• Ответственные. Кто одобряет новые сервисы и обновляет документ.

Примеры из практики

Разберём три открытые политики из международной практики.

Мэрия Бостона

В мае 2023 года мэрия выпустила временные правила использования генеративного ИИ для всех городских департаментов. Документ начинается с фразы: «Генеративный ИИ — это инструмент. Мы отвечаем за результаты работы наших инструментов».

Что включили:

• 3 базовых правила: проверять факты в каждом ответе ИИ, сообщать об использовании ИИ с указанием модели и версии, не вводить в запросы конфиденциальные данные;
• простой тест для запроса: если вы не готовы показать его содержание другим, не отправляйте его в нейросеть;
• разрешённые задачи с примерами запросов: письма, описания вакансий, перевод, краткое содержание встреч, код;
• ограничения: не полагаться на ИИ как на источник точных ответов и не готовить с его помощью сообщения на чувствительные темы.

Что хорошо: сотрудник видит не только запреты, но и конкретные задачи, где ИИ можно использовать.

Правительство Великобритании

В июне 2023 года государственные служащие получили руководство по использованию генеративного ИИ. Главное правило в нём: «Никогда не вводите в эти инструменты конфиденциальную информацию или персональные данные».

Что включили:

• запрет на ввод данных, которые раскрывают ещё не объявленные решения правительства;
• приложение с примерами «можно» и «нельзя»: изучить незнакомую тему можно, если потом проверить факты; загрузить в ChatGPT черновик документа о неанонсированном изменении политики нельзя;
• требование указывать использование ИИ в сноске со ссылкой на инструмент.

Что хорошо: примеры «можно/нельзя» взяты из реальной работы служащих, поэтому правило легко применить к своей задаче. Чего не хватает: обучения и списка одобренных сервисов.

Что взять для своей политики:

• короткое главное правило, которое легко запомнить
• примеры «можно/нельзя» на задачах ваших сотрудников;
• разные уровни контроля в зависимости от данных и важности результата
• список одобренных сервисов и курс с тестом 

Шаблон: правило «светофора»

Ниже — условный пример, который можно взять за основу. В нём данные делятся на три уровня, как в модели «светофора», которую применяют для классификации данных.

Как вывести ИИ из тени с помощью обучения: 5 практик

Политика объясняет, что можно и что нельзя. Обучение показывает, как работать с нейросетями так, чтобы правила не мешали задачам. Ниже — пять практик, которые компании уже применяют. Для каждой мы собрали пример, результаты и советы, как внедрить её у себя.

1. Короткий курс по безопасной работе с ИИ — для всех сотрудников

84% сотрудников хотели бы такое обучение. Первый шаг — базовый курс, который проходят все, а не только ИТ и аналитики.

Пример: Johnson & Johnson. J&J запустила обучение генеративному ИИ для всей компании. Результаты: к началу 2025 года курс прошли более 56 000 из 138 000 сотрудников — около 40% штата.

Как внедрить:

• Сделайте курс коротким: 20–30 минут достаточно для базы.
• Включите 4 модуля: что умеют нейросети, какие сервисы одобрены в компании, какие данные можно загружать (правило «светофора»),как проверять результат.
• Добавьте тест в конце. Доступ к корпоративному ИИ-сервису выдавайте после того, как сотрудник его сдал.

Совет: не превращайте курс в пересказ политики. Покажите на примерах из работы сотрудника, какой запрос безопасен, а какой — нет. 

В Uteach можно собрать короткий курс из видео, текстов и заданий, добавить тест и выдать сертификат после прохождения. Курс назначается отделам или всей компании, а отчёты показывают, кто уже прошёл обучение и кому можно открыть доступ к корпоративным сервисам.

2. Отдельные траектории для разных ролей

Бухгалтеру, маркетологу и продавцу в магазине нейросети нужны для разных задач. Один курс для всех снимает страх, но не учит применять ИИ в своей работе. Поэтому после базы нужны траектории по ролям.

Пример: ВкусВилл. Компания обучала сотрудников поэтапно: сначала офис, затем кластерные менеджеры, которые передают знания в магазины, и после этого — линейный персонал.

Как устроена программа:

• 10-дневный марафон «ИИ-перезагрузка» для сотрудников магазинов;
• хакатон длительностью около полутора месяцев, на котором команды решали рабочие задачи с помощью ИИ.

Результаты: на марафон планировали набрать около 120 человек — примерно 70% помощников в рознице. Места заполнили за 2 дня. На хакатон пришло примерно в 3 раза больше заявок, чем ожидали.

Совет: начните с ролей, где больше всего рутины с текстами и таблицами: HR, закупки, маркетинг, поддержка. Для каждой роли соберите 3–5 типовых задач и покажите, как решать их в одобренном сервисе.

3. Обучение работе в одобренных инструментах

Если компания дала инструмент, но не научила им пользоваться, сотрудники вернутся к привычному ChatGPT в личном аккаунте.

Пример: Beeline Казахстан. Компания запустила программу AI Literacy внутри корпоративной Beeline Academy. Программа учит сотрудников работать с ИИ-инструментами в рабочих задачах.

Результаты: за 2 года через Beeline Academy прошли обучение более 3 000 сотрудников.

Как внедрить:

• Учите на корпоративном инструменте, а не на абстрактном «ИИ вообще».
• Дайте сотрудникам готовые шаблоны запросов под их задачи.
• Учите регулярно.

Совет: разбейте обучение на короткие уроки по 10–15 минут и выпускайте их раз в 2–3 недели. Новые функции в нейросетях появляются постоянно, и разовый курс быстро устаревает.

4. Сначала обучение для руководителей

Сотрудники скрывают ИИ, если боятся, что руководитель сочтёт это ленью или обманом. Пока руководители сами не используют нейросети открыто, раскрывать их использование не станут и подчинённые.

Пример: СИБУР. В компании цели по внедрению ИИ включены в KPI членов правления. Ответственность за ИИ лежит не только на ИТ, но и на топ-менеджменте.

Как внедрить:

• Проведите для руководителей отдельный практикум: как ставить задачи с ИИ, как оценивать результат, сделанный с помощью нейросети.
• Попросите руководителей показать команде, как они сами используют ИИ в своей работе.
• Договоритесь, что использование ИИ в одобренных сервисах.

5. Опытные пользователи как наставники

В каждой компании уже есть сотрудники, которые активно пользуются нейросетями, часто в тени. Вместо того чтобы наказывать их, сделайте их наставниками для коллег.

Пример: Северсталь. Компания запустила конкурс «Лидеры металлургИИ» для сотрудников, которые предлагают ИИ-решения для производства и бизнес-процессов.

Как внедрить:

• Найдите сотрудников, которые уже используют ИИ: через опрос, конкурс или хакатон.
• Дайте им роль наставников: короткие разборы кейсов, ответы на вопросы в рабочем чате, внутренние вебинары.
• Публикуйте их решения в базе знаний, чтобы коллеги могли повторить.

В Uteach наставники могут сами собирать короткие уроки и инструкции по своим ИИ-решениям, а HR — назначать их нужным отделам. Тесты и аналитика показывают, кто прошёл материалы и какие практики уже применяются в командах.

Часто задаваемые вопросы

Что такое теневой ИИ?

Теневой ИИ — это использование нейросетей в работе без ведома или одобрения компании. Сотрудник либо работает в неодобренном сервисе, либо не говорит, что сделал задачу с помощью ИИ.

Нужно ли запрещать нейросети в компании?

Полный запрет редко работает: сотрудники продолжают пользоваться ИИ в личных аккаунтах, и компания теряет контроль над данными. Эффективнее одобрить конкретные сервисы, описать правила в политике и обучить сотрудников работать с ними.

Сколько часов обучения нужно, чтобы вывести ИИ из тени?

Для старта достаточно базового курса на 20–30 минут. Чтобы сотрудники регулярно работали в одобренных сервисах, нужно больше: по данным BCG, заметный эффект даёт обучение от 5 часов, распределённое во времени.

Заключение

Сотрудники уже пользуются нейросетями — вопрос в том, знает ли об этом компания. Большинство причин теневого ИИ связаны не с недобросовестностью, а с тем, что нет правил, обучения и одобренных инструментов.

Чтобы вывести ИИ из тени:

• составьте политику с понятными правилами для данных;
• запустите короткий базовый курс для всех;
• добавьте траектории по ролям и обучение в одобренных сервисах;
• начните с руководителей и подключите опытных пользователей как наставников.

Хотите запустить обучение работе с ИИ в своей компании? Запишитесь на демо Uteach — покажем, как собрать курс, назначить его сотрудникам и отследить результаты.