Shadow AI: så ser du till att företagets data inte laddas upp där den inte ska
Dina medarbetare använder redan AI, ofta med privata konton och inklistrade exporter. Ett förbud stoppar sällan det. Så här tar du som arbetsgivare kontroll över var datan hamnar, och ger teamet en väg som är bättre än bakvägen.
En controller ska förklara en avvikelse till ledningsgruppen i morgon. Det går snabbare om en AI-tjänst får titta på siffrorna, så resultatrapporten exporteras och klistras in i en chattbot, med det privata kontot. Svaret är bra. Men rapporten ligger nu hos en tjänst som företaget inte har något avtal med, och ingen på företaget vet om det.
Det kallas shadow AI. Behovet bakom är nästan alltid rimligt: medarbetarna vill göra jobbet snabbare och bättre. Problemet är vägen dit. Den här guiden går igenom vad studierna visar, var riskerna faktiskt ligger och vad du som arbetsgivare kan göra.
Vad är shadow AI?
Shadow AI är när medarbetare använder AI-verktyg som företaget inte har godkänt, ofta med privata konton och utan att it eller ledning vet om det. Det är samma fenomen som shadow IT, fast med en skillnad: i ett AI-verktyg skickar man inte bara filer, man klistrar in innehållet direkt. Avtal, löner, kundlistor och resultatrapporter blir en del av en konversation hos någon annan.
Vad studierna visar
Cyberhaven, som mäter hur data rör sig i företags system, gick igenom dataflöden hos 222 företag i sin rapport för 2026. Var tredje anställd använder AI-verktyg via privata konton, och nästan fyra av tio AI-interaktioner innehåller känslig data 1.
Att datan hamnar fel är inte bara en teoretisk risk. Två exempel som fick stor spridning:
- Samsung, 2023. Anställda ska ha klistrat in intern källkod i ChatGPT för att få hjälp. När det uppdagades införde Samsung ett tillfälligt förbud mot generativa AI-verktyg 2.
- Delade ChatGPT-konversationer i Google, 2025. Konversationer som användare delat med en länk, och markerat som sökbara, dök upp i Googles sökresultat, och OpenAI tog bort funktionen 3.
Inget av fallen krävde ett dataintrång. Det räckte med en medarbetare som ville göra sitt jobb, ett verktyg utan företagsavtal och en inställning som ingen hade tänkt på.
Därför räcker inte ett förbud
Den vanligaste reaktionen är att förbjuda AI. Det känns tryggt, men behovet försvinner inte. Medarbetarna fortsätter på sina privata telefoner och datorer, och då ser företaget ännu mindre av vad som händer. Ett förbud utan ett alternativ flyttar risken utom synhåll.
Det som fungerar är att ge teamet en godkänd väg som är minst lika bra som bakvägen, och att göra det tydligt vad som får användas till vad.
Sex steg för att skydda företagets data
- Ta reda på vad som redan används. Fråga teamen, utan att leta syndabockar, vilka AI-verktyg de använder och till vad. Svaren visar var behovet finns.
- Dela in datan i klasser. Bestäm vad som är offentligt, internt och känsligt. Personuppgifter, löner, kunddata och ej offentliggjorda siffror hör nästan alltid till det känsliga.
- Skriv en kort AI-policy. En sida räcker: vilka verktyg som är godkända, vilken data som får användas i vilket verktyg och vem man frågar när man är osäker.
- Ge teamet en godkänd väg. Välj verktyg med företagsavtal, där datan inte används för att träna modeller och där ni styr vem som har åtkomst. För ekonomidata: låt AI arbeta på kopplad data i stället för inklistrade exporter.
- Lägg in tekniska spärrar där det behövs. Blockera inloggning med privata konton i de mest använda AI-tjänsterna på företagets enheter, eller använd verktyg som varnar när känslig data klistras in.
- Följ upp och utbilda. Gå igenom policyn när nya verktyg kommer och visa konkreta exempel på vad som är okej och inte. De flesta vill göra rätt när de vet vad rätt är.
Ekonomidata är det känsligaste som klistras in
På ekonomiavdelningen är behovet av AI som störst och datan som känsligast. Resultat, marginaler, löner och kundfordringar är precis det man vill ha hjälp att analysera, och precis det som inte ska hamna utanför företaget. Dessutom arbetar AI:n på en export som var gammal i samma stund som den togs ut, och svaret går inte att följa tillbaka till bokföringen.
Därför handlar en bra lösning för ekonomin inte bara om säkerhet. Den ska också ge bättre svar än chattboten: på aktuell data, med siffror som går att kontrollera.
Så fungerar det i Fintower
Fintower kopplar bokföringen, till exempel Fortnox, Visma eller Business Central, via säker läsrättighet. Ingen exporterar och ingen klistrar in. Teamet frågar på ren svenska och AI:n arbetar på den kopplade datan, och varje tal går att följa tillbaka till konto och verifikat.
Kollegorna bjuds in till samma arbetsyta och behörigheterna styr vem som ser vad. Fintower läser datan och skriver inte till era källsystem. Datan lagras inom EU och används inte för att träna AI-modeller. Det gör det enkelt att skriva en AI-policy där ekonomidata har en godkänd väg.