過去，不論企業內部使用何種軟體，理論上 IT 部門總能掌握到其使用的軌跡，如今 AI 正讓這件事變得愈來愈困難。於是乎「地下 AI」（Shadow AI）正在成為遠比「地下 IT」（Shadow IT）更為嚴重的企業內部安全威脅。
編譯／酷魯
隨著「地下 AI」問題的加劇，當前企業內部最大的 AI 安全威脅，不再是 AI 加持的網路攻擊，而是員工將機密資料輸入至一個 IT 部門根本不知道其存在的 AI 工具中；抑或看似無害的 AI 助理或 AI 工作流程在未受監督的情況下，卻與電子郵件、摘要檔案、客戶紀錄、工單系統或原始碼儲存庫等企業敏感資料互動。
Shadow IT 不會直接處理企業資料，但 Shadow AI 能處理資料並產生輸出
長久以來，「地下 IT」一直是困擾企業已久的安全威脅，在「全民皆 AI」的浪潮洗禮下，原有的「地下 IT」不僅未被徹底解決，全新的「地下 AI」又開始蠢蠢欲動，成為雪上加霜的更大安全威脅。
通常「地下 IT」指的是在企業內部運行但未經正式批准，或者在安全團隊不知情的狀況下被帶入組織的技術、軟體、服務和設備。「地下 AI」的定義也八九不離十，亦指使用未經 IT 部門核准，或未經適當風險評估的 AI 應用程式、助理、擴充功能或代理而言。兩者的最大差異在於，一般 地下 IT 通常涉及不會直接處理企業資訊的應用程式，但 AI 工具能夠處理資料並產生輸出，使企業更難追蹤敏感資料的外洩。
地下代理風暴來襲，67% 企業員工建立 IT 無法追蹤的 AI 工作流程
根據端到端顧客體驗解決方案商 TELUS Digital 一項2025年的調查報告指出，在使用生成式 AI 的企業員工中，有 57% 表示曾將機密或敏感資訊分享給開放存取的 AI 產品。約 68% 的受訪者表示，他們透過私人帳號使用開放存取的 AI 工具，這讓企業資安部門更難以監控這類工具上的一舉一動。
資料保護與備援方案商 Veeam 的研究也揭露同樣的憂慮指出，歐洲、中東與非洲地區正面臨一場「地下代理」（shadow agent）危機，70% 的組織坦承，其 AI 工作流程正在未受到完整監督的情況下與企業敏感資料互動。同時，67% 的企業表示員工正在建立 IT 部門無法完整追蹤的自主 AI 工作流程。
AI 代理生態系安全方案商 Reco 發表的《2026 年代理安全現況》（State of Agent Security 2026）報告指出，在其觀察的 AI 工具中，每5個就有4個（亦即約有 80%）是在沒有 IT 部門監督的情況下運作，而中小企業平均每 1,000 名員工就有 414 個未經核准的 AI 工具。更棘手的是，面對這 400 多個 地下 AI 工具，又該如何妥善處置？
[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]
此外，如今企業內部還常出現所謂「孤兒代理」（orphaned agent）的問題。例如，一名員工在為期三個月的某專案中連接了一個AI 代理，專案結束後該員工轉調其他部門或離職，而致使該代理仍然繼續存在，於是便形成了「孤兒代理」。
它又被稱之為「殭屍代理」（zombie agent），算是另一種類型的地下 AI。它和過去的殭屍虛擬機器/容器（zombie VM/zombie container）很類似，只不過後者主要會有浪費運算資源的問題，但「孤兒代理」不僅浪費資源，還擁有權限。
Reco 共同創辦人暨執行長 Ofer Klein 表示，這類「孤兒代理」可能是透過某人的 OAuth 授權、API 金鑰或服務帳戶導入，即使組織內其他地方發生變動，它的存取權限仍可能繼續存在。
地下 AI 讓企業資料外洩成本高出 67 萬美元，僅 37% 企業制定 AI 政策
根據 IBM《2025 年資料外洩成本報告》（Cost of a Data Breach 2025）指出，大量使用「地下 AI」 的企業，因資料外洩造成的平均損失，比很少使用或完全不使用「地下 AI」的企業高出 67 萬美元。
英國國家網路安全中心（NCSC）發出警告：未經核准的 AI 可能透過未受監控的 AI 代理，造成能見度缺口及基礎架構漏洞。Veeam 也認為，隨著企業競相擴大 AI 的應用規模，這種能見度不足的情況，也引發了對安全、法規遵循及個人問責的疑慮。
隨著 AI 應用程式與雲端基礎架構、企業軟體、程式設計環境及公司資料庫整合，員工分享資料所帶來的問題也隨之浮現。設定不當的 AI 代理可能成為身分冒用的來源，進而取得企業系統的存取權限。提示注入、惡意指令，以及利用遭入侵的第三方 AI，都可能讓攻擊者利用這類連結，而不需要以傳統方式突破企業的網路邊界。
[ 推薦閱讀：AI 資安國際標準 ISO 27090 強化AI治理 ]
但即使有很大的安全風險，但 IBM 的報告顯示，有很大比例的企業在面對 地下 AI 以及後續引發的事件，多半毫無作為。該報告指出，有 63% 的企業不是完全沒有 AI 治理政策，就是仍在制定相關政策中。僅 37% 的企業制定了某種 AI 政策，以因應 地下 AI 的合規問題。此數據再再突顯了當前 地下 AI 問題日益嚴重的趨向。
AI 治理成為首要議題，先從企業最不希望失去控制的系統著手
隨著「地下 AI」問題的加劇，Veeam 歐洲、中東暨非洲區（EMEA）總經理暨資深副總裁 Tim Pfaelzer 表示，「AI 治理」正日益成為一項不容忽視的領導階層議題。不僅如此，隨著組織試圖重新掌握控制權，EMEA 地區有 41% 的組織正在建立專門用來因應 地下 AI 的本地端或主權 AI 模型。且近半數（49%）的組織正採取混合策略，使用本地端或主權模型處理敏感資料，並使用全球性模型執行一般工作。
然而 Tim Pfaelzer 卻表示，據資料顯示，業界對 AI 信任問題的討論方向似乎走偏了。因為他們試圖逐一控制成千上萬個自主代理，如此做法根本無法因應規模擴大的需求。
雖然面對 地下 AI 最直覺的做法莫過於「直接停用」這些 AI 工具，但在實務上，這反而可能製造另一場混亂，因為其中一些工具可能已經在執行有用的工作。對此，Ofer Klein 認為，與其放任不管或直接關掉，更實際的風險分級方式，是先從企業最不希望失去控制的系統著手。會接觸客戶資訊、原始碼、財務工作流程、正式環境系統或對外通訊的代理，應該排在最優先處理的位置。接下來，團隊可以找出負責人、檢查權限、移除代理不再需要的存取權限，並決定何時應再次進行審查。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
