Shadow AI: když si zaměstnanci staví vlastní nástroje

Krátká odpověď: Shadow AI je používání AI nástrojů a stavění vlastních aplikací ve firmě bez vědomí a dohledu IT. Vzniká, protože lidé mají problém, který IT neřeší, a AI jim dá řešení za odpoledne. Přináší čtyři rizika: únik dat, závislost na autorovi, duplicitní vývoj a neudržitelné aplikace. Správná reakce není zákaz, ale inventář, pravidla pro data a bezpečné prostředí, ve kterém lidé staví dál.

Proč na tom záleží

Shadow AI není výjimka, ale většinový stav. Podle Work Trend Index 2024 od Microsoftu a LinkedInu, který vychází z průzkumu mezi 31 000 lidmi ve 31 zemích, používá generativní AI v práci 75 % znalostních pracovníků a 78 % z těch, kdo AI používají, si do práce nosí vlastní nástroje. U vývojářů je obraz podobný: podle Stack Overflow Developer Survey 2026 uvádí jen 24 % respondentů, že jejich firma má schválené AI nástroje a pravidla, jak je používat; u dalších 30 % je používání AI v práci dobrovolné a ponechané na jednotlivci. Od roku 2024 se navíc nástroje posunuly od chatu k agentům, kteří umí psát kód a stavět aplikace. To, co bylo před dvěma lety „zaměstnanec používá chatbota“, je dnes „zaměstnanec postavil interní aplikaci nad daty zákazníků“.

Pro vedení firmy je to nová situace, protože klasické IT řízení počítalo s tím, že software někdo nakoupí nebo nechá vyvinout. Teď ho lidé vyrábějí sami, bez rozpočtu a bez schvalování. Většina z toho je užitečná. Část je riziková a nikdo neví která, protože neexistuje seznam. U nás v MeguMethod jsme z toho udělali první krok AI Ops: zjistit, co ve firmě běží mimo dohled IT, dřív než se rozhodne, co s tím.

Chcete vědět, co ve vaší firmě vzniklo mimo dohled IT? Rezervujte si 30 minut online s námi. Projdeme, kdo co staví, kde to běží a na co to sahá. Domluvit online call

Co je shadow AI a čím se liší od shadow IT

Shadow AI je pokračování shadow IT s jedním zásadním rozdílem: lidé už nástroje nejen používají, ale také vyrábějí. Shadow IT byl pojem pro software a služby, které si zaměstnanci pořizují bez vědomí IT: sdílené disky, komunikační aplikace, tabulky, které nahradily systém. Firma je neschválila, ale lidé je potřebovali. Shadow AI přidává dvě nové vrstvy.

První vrstva je používání AI nástrojů s firemními daty. Zaměstnanec vloží smlouvu, e-mail zákazníka nebo tabulku s čísly do veřejného modelu, aby si ušetřil práci. Nikdo mu neřekl, že nesmí, a nikdo mu nedal firemní alternativu. Druhá vrstva je vlastní vývoj: s nástroji, které umí psát kód podle popisu, si lidé bez vývojářského vzdělání staví skripty, automatizace a celé aplikace. Říká se tomu vibe coding a věnujeme mu samostatný článek Co je vibe coding a kde končí jeho možnosti. Výsledkem je software, který firma používá, ale nevlastní, nezná a neudržuje.

Druhá vrstva je pro vedení důležitější, protože se hůř odhaluje. Používání chatbota je vidět v síťovém provozu. Aplikace, kterou si obchodní oddělení postavilo nad exportem z CRM a hostuje ji v cizím cloudu, není vidět nikde, dokud nepřestane fungovat.

Proč shadow AI vzniká a proč ho zákaz nevyřeší

Shadow AI vzniká tam, kde je poptávka po řešení větší než kapacita IT ji uspokojit. To není kritika IT oddělení. Žádné IT nemá kapacitu stavět nástroje pro každý tým a každý proces, a dřív to ani nikdo nečekal. Lidé si pomáhali tabulkami a makry. Teď si pomáhají AI, která za odpoledne vyrobí to, na co by IT potřebovalo zadání, prioritu a tři měsíce.

Z toho plyne, proč zákaz nefunguje. Zákaz neodstraní problém, který lidé řeší. Jen přesune řešení dál od dohledu: z firemního notebooku na osobní, z firemního účtu na soukromý. Podle našeho pohledu je zákaz nejhorší z možných reakcí, protože firma ztratí i to málo přehledu, které měla, a lidé ztratí důvod se o nástrojích bavit.

Druhý důvod je motivační. Lidé, kteří si postavili nástroj, jsou na něj obvykle hrdí. Vyřešili problém, který jim nikdo neřešil. Když firma zareaguje trestem, přijde o nejcennější, co v shadow AI má: lidi, kteří umí pojmenovat problém a jsou ochotní ho řešit. S těmi má smysl pracovat, ne proti nim.

Čtyři rizika shadow AI, která má vedení znát

Rizika shadow AI jsou konkrétní a dají se řídit, ale jen pokud je firma pojmenuje. U nás v MeguMethod jsme je pojmenovali jako čtyři rizika, se kterými za námi firmy chodí do AI Ops.

Únik citlivých dat. Zaměstnanec posílá kód nebo data mimo dohled IT a s nimi mohou odejít důvěrná firemní, zákaznická nebo finanční data. Nejde o zlý úmysl; jde o to, že veřejný model nerozliší testovací data od produkční databáze a člověk bez pravidel to neřeší. Pro firmy, na které dopadá regulace kybernetické bezpečnosti nebo ochrany osobních údajů, je to riziko s přímým právním dopadem. Konkrétní dopad na vaši firmu ověřte s právníkem.

Závislost na autorovi. Nástroj postavený s AI, kterému rozumí jen člověk, který ho popsal modelu. Když odejde, nástroj běží dál, dokud se nerozbije, a pak ho nikdo neumí opravit. Pracovní postup celého oddělení přitom na něm může záviset. Tenhle typ závislosti je zákeřný v tom, že se projeví až v nejhorší chvíli.

Duplicitní vývoj. Tři oddělení si postaví tři verze stejného nástroje, protože nevědí, že už existuje. Každá se udržuje zvlášť, každá má jiné chyby a žádná není ta „správná“. Firma platí trojnásobný čas a získá trojnásobný nepořádek.

Neudržitelné aplikace. Aplikace postavené na různých technologiích bez společných pravidel nemají dokumentaci, testy ani vlastníka. Náklady a závislosti rostou mimo dohled, dokud se změna nestane nepraktickou. Z interního nástroje se stane dluh, který nikdo nechtěl.

Všechna čtyři rizika mají společný kořen: nikdo neví, co existuje. Proto je první krok vždy stejný, ať je firma malá nebo velká.

Jak na shadow AI reagovat bez zákazu

Správná reakce na shadow AI má čtyři kroky a žádný z nich není zákaz. Pořadí je důležité: pravidla bez inventáře jsou slepá, prostředí bez pravidel je chaos.

Zmapujte, co běží. Udělejte inventář: kdo co postavil, kde to běží, na jaká data a systémy to sahá a kdo to používá. Nejrychlejší cesta je amnestie: řekněte lidem, že chcete vědět, co postavili, a že jim to nikdo nebude vyčítat. Kontrola vede k neúplnému seznamu, protože lidé schovají to, za co se bojí postihu. Z inventáře obvykle vyplyne, že většina nástrojů je neškodná, část si zaslouží zpevnit a malá část je riziková.

Nastavte pravidla pro data a nástroje. Krátký seznam toho, co se do AI modelu nesmí posílat nikdy (osobní údaje, přihlašovací údaje, smlouvy, kód chráněný smlouvou s klientem), seznam schválených nástrojů s firemními účty a jeden člověk, který umí během dne odpovědět na otázku „můžu tohle použít na tahle data?“. Pravidla mají viset tam, kde lidé pracují, ne v intranetu.

Dejte lidem bezpečné prostředí. Lidé jdou cestou nejmenšího odporu. Pokud je firemní cesta jednodušší než soukromá, půjdou tudy. Bezpečné prostředí znamená schválené nástroje, firemní verzovací systém, kam patří všechno, co se používá víc než jednou, oddělené prostředí pro experimenty a pro živá data a připravené napojení na firemní systémy, aby si ho nikdo nemusel vyrábět sám. Pokud lidé staví AI agenty nad firemními daty, platí pro ně to, co popisujeme v článku AI agent: co to je a jak ho využije firma: zdroj pravdy, pravidla, dozor a měření.

Přidělte vlastníky a kontrolu. Každý nástroj, který firma používá, potřebuje vlastníka, který není jen autor, a kód, který prošel kontrolou někoho, kdo ho umí přečíst. Nejde o audit každého skriptu. Jde o to, aby cokoli, co sahá na citlivá data nebo na čem závisí celé oddělení, viděl druhý člověk.

Tyhle čtyři kroky nejsou jednorázový projekt. Shadow AI vzniká průběžně, takže inventář, pravidla a prostředí potřebují někoho, kdo je udržuje. Jak to nastavit pro vývojové týmy, popisujeme v článku Vibe coding ve firmě: jak ho dostat pod kontrolu CTO a praktické zavedení nástrojů jako Claude Code nebo Cursor v návodu AI agenti pro vývoj ve firmě.

Kdy shadow AI podporovat a kdy ho řešit hned

Shadow AI je příležitost, když:

• lidé staví nástroje pro sebe a svůj tým nad daty, která nejsou citlivá,
• nástroje nahrazují ruční práci, na kterou IT nikdy nemělo kapacitu,
• autoři jsou ochotní nástroje ukázat, zdokumentovat a předat,
• firma má nebo může mít prostředí, kam nástroje přesunout,
• vedení bere inventář jako zdroj nápadů na to, co ve firmě chybí.

Shadow AI řešte hned, když:

• nástroje sahají na osobní údaje zákazníků, platby nebo přihlašovací údaje,
• data odcházejí do veřejných modelů přes osobní účty a nikdo neví, jaká,
• na nástroji závisí celé oddělení a rozumí mu jeden člověk,
• firma podléhá regulaci, která vyžaduje přehled o zpracování dat, a přehled neexistuje,
• stejný nástroj existuje v několika verzích a nikdo neví, která platí.

Náš pohled: oba seznamy obvykle platí ve stejné firmě zároveň. Inventář je to, co je od sebe oddělí.

Pokud jste se našli v druhém seznamu, napište nám pár vět o tom, co u vás vzniká mimo IT. Ozveme se s tím, jak bychom postupovali. Poslat poptávku

Jak k tomu přistupuje MeguMethod

Shadow AI je přesně situace, pro kterou jsme postavili AI Ops. Začínáme tím, že zmapujeme, co ve firmě běží: kdo co staví, kde to je hostované a na co to sahá. Pak nastavíme pravidla pro stack, prostředí a nasazení, aby lidé měli bezpečnou cestu místo soukromé. Tým vybavíme AI skills a napojením na firemní nástroje a data přes MCP, dáme mu přístup k seznamu všech projektů postavených s AI a proškolíme ho na praktickém workshopu. A nad kódem, který dál vzniká, dohlížíme: každou změnu kontroluje AI i naši inženýři z hlediska bezpečnosti, architektury a funkčnosti.

Začínáme 30minutovou online konzultací bez závazků. Projdeme, co vaši lidé staví, kde to běží a na co to sahá, a odejdete s konkrétním seznamem rizik a prvních kroků.

Další krok

Chcete vědět, co ve vaší firmě vzniklo mimo dohled IT, a mít to pod kontrolou bez zákazu? Podívejte se, jak funguje AI Ops od MeguMethod, nebo si rovnou domluvte 30 minut online a projdeme, co u vás běží. Pokud chcete nejdřív kontext pro vývojové týmy, přečtěte si Vibe coding ve firmě: jak ho dostat pod kontrolu CTO.

Související čtení z našeho blogu: starší článek o digitalizaci interních procesů, kde popisujeme, jak interní nástroje vznikají plánovaně, a Report z AppParade 37: čtyři AI trendy.