AnswersPublished19 sources
Når medarbejdernes AI-brug løber fra virksomhedens kontrol
Udfordringen med skygge AI i Singapore handler ikke kun om at mangle regler, men også om at opdage og håndhæve dem i praksis. 60 % af de adspurgte DevSecOps aktører peger på governance og håndhævelse som den største tidsbyrde, mens 41 % siger, at gennemgang af AI genereret kode kræver mange ressourcer.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Udfordringen med skygge AI i Singapore handler ikke kun om at mangle regler, men også om at opdage og håndhæve dem i praksis.
- 60 % af de adspurgte DevSecOps aktører peger på governance og håndhævelse som den største tidsbyrde, mens 41 % siger, at gennemgang af AI genereret kode kræver mange ressourcer.
- Virksomheder skal have overblik over hele softwareforsyningskæden – herunder AI modeller og tredjepartskomponenter – ikke kun deres egen kildekode.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is employee adoption of shadow AI outpacing governance controls in Singapore companies, and what do JFrog’s Sunny Rao and Splunk’s Chris. Article summary: Employee use of unapproved AI is moving faster than Singapore companies can discover it, review its outputs and enforce internal rules, creating a gap between written governance and operational control. The reported cons. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Medarbejdere kan tage AI-værktøjer i brug på få minutter. For virksomhedens IT- og sikkerhedsfolk kan det være langt sværere at finde ud af, hvilke værktøjer der bruges, hvad medarbejderne deler med dem, og om reglerne bliver fulgt. I Singapore peger undersøgelser på et gab mellem formelle AI-politikker og den daglige kontrol med AI og software. 3
5
6
Regler på papiret er ikke det samme som kontrol
Skygge-AI er AI-værktøjer, som medarbejdere bruger til arbejdsopgaver uden virksomhedens godkendelse eller tilsyn. Det kan ske, fordi et værktøj virker som en hurtig løsning, mens IT- og sikkerhedsteams ikke har fuldt overblik over brugen. 14
Det gør håndhævelsen afgørende. JFrog-undersøgelsen viste, at 18 % af organisationerne i Singapore havde regler mod uautoriserede AI-værktøjer, men manglede en metode til at opdage brud på reglerne. 3 En politik kan altså være på plads, uden at virksomheden kan se, om den bliver fulgt.
Mere AI i udviklingen giver større pres på gennemgangen
Moderne programmer består ofte af langt mere end virksomhedens egen kildekode. De kan også indeholde open source-pakker, cloudtjenester, AI-genereret kode, modeller og værktøjer fra tredjeparter. Hver komponent skal potentielt spores og vurderes. 5
Det lægger pres på medarbejdere med ansvar for udvikling, sikkerhed og drift. Blandt de adspurgte DevSecOps-aktører i Singapore angav 60 %, at governance og håndhævelse af politikker var deres største tidsbyrde. 41 % sagde, at gennemgang af AI-genereret kode krævede mange ressourcer. 5 Tallene beskriver de adspurgtes oplevelser – ikke nødvendigvis situationen i alle virksomheder.
En anden udfordring handler om dokumentation. Ifølge en rapport om JFrogs undersøgelse havde 54 % af respondenterne brug for mindst en uge på at fremskaffe dokumentation for, at én applikation levede op til kravene. 7 At vide, hvem der ejer en applikation, er ikke nødvendigvis det samme som hurtigt at kunne dokumentere dens komponenter og status.
Risikoen handler også om data
Når AI-værktøjer bruges uden for sikkerhedsteamets overblik, kan følsomme oplysninger ende uden for virksomhedens kontrol. Det kan for eksempel være kildekode eller kundedata, som en medarbejder indtaster i et ikke-godkendt værktøj. 23
24
AI-genereret kode og andre output bør også gennemgås, inden de tages i brug. De tilgængelige Singapore-tal viser, at gennemgangen kan kræve mange ressourcer, men de fortæller ikke, hvor ofte fejl når ud til kunder eller kritiske systemer. 5
Et forbud løser heller ikke nødvendigvis problemet, hvis virksomheden stadig ikke kan opdage, at værktøjerne bliver brugt. Fundet om manglende håndhævelsesværktøjer peger på en praktisk prioritet: Virksomheder skal kunne finde AI-brugen og omsætte regler til kontroller – ikke kun skrive, hvad medarbejderne ikke må gøre. 3
Sikkerhed skal omfatte hele softwareforsyningskæden
JFrogs Sunny Rao beskriver, hvordan moderne applikationer samler intern kode med open source-pakker, cloudtjenester, AI-genereret kode, modeller og tredjepartsværktøjer. Det betyder, at sikkerhedsarbejdet ikke kan stoppe ved virksomhedens egen kildekode; det må også omfatte de øvrige dele, der indgår i applikationen. 5
Splunks Christine Low peger på en beslægtet udfordring: Virksomheder, der vil udbrede AI, skal håndtere krav til efterlevelse, datastyring og den løbende driftsbyrde ved forandringer. 4 Tilsammen understreger perspektiverne, at AI-styring ikke kun er et spørgsmål om kodegennemgang. Det handler også om data og afhængigheder, når systemerne ændrer sig.
Hvad virksomheder kan gøre
En praktisk indsats bør forbinde overblik med kontroller, der kan håndhæves:
- Kortlæg applikationernes komponenter. Registrér AI-modeller, pakker og andre softwaredele sammen med virksomhedens egen kode.
5
8
- Gør politikker mulige at håndhæve. Tallene om virksomheder uden værktøjer til at opdage uautoriseret brug viser, hvorfor regler skal følges af mekanismer til at finde brud.
3
- Gør dokumentation lettere at fremskaffe. Den rapporterede ventetid på dokumentation peger på, at det ikke er nok at kende ejeren af en applikation. Virksomheder har også brug for lettilgængelige oplysninger om dens komponenter og governance.
7
- Gør gennemgang af AI-output til en del af det almindelige sikkerhedsarbejde. AI-genereret kode bør vurderes som en del af applikationen – hurtigere produktion er ikke automatisk det samme som hurtigere, sikker levering.
JFrog foreslår at styre modeller, pakker, plugins og AI-genererede artefakter i et fælles register. 8 Uanset hvilke værktøjer en virksomhed vælger, er hovedopgaven den samme: at forbinde det, virksomheden kan se, med de regler og kontroller, den kan håndhæve – på tværs af software og AI.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Når medarbejdernes AI-brug løber fra virksomhedens kontrol"?
Udfordringen med skygge AI i Singapore handler ikke kun om at mangle regler, men også om at opdage og håndhæve dem i praksis.
What are the key points to validate first?
Udfordringen med skygge AI i Singapore handler ikke kun om at mangle regler, men også om at opdage og håndhæve dem i praksis. 60 % af de adspurgte DevSecOps aktører peger på governance og håndhævelse som den største tidsbyrde, mens 41 % siger, at gennemgang af AI genereret kode kræver mange ressourcer.
What should I do next in practice?
Virksomheder skal have overblik over hele softwareforsyningskæden – herunder AI modeller og tredjepartskomponenter – ikke kun deres egen kildekode.
Sources
frontier-enterprise.comSingapore's innovation faces a new risk: Shadow AI