AnswersPublished17 sources
Derfor giver AI-bloklister ikke nødvendigvis mindre risiko
ThreatLabz observerede næsten én billion AI og maskinlæringstransaktioner i virksomheder i 2025; tæt på fire ud af ti blev blokeret. I en PagerDuty undersøgelse havde 66 % af de adspurgte, der brugte AI i arbejdet, også brugt AI trods en opfattelse af, at virksomhedens regler ikke tillod det.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- ThreatLabz observerede næsten én billion AI og maskinlæringstransaktioner i virksomheder i 2025; tæt på fire ud af ti blev blokeret.
- I en PagerDuty undersøgelse havde 66 % af de adspurgte, der brugte AI i arbejdet, også brugt AI trods en opfattelse af, at virksomhedens regler ikke tillod det.
- En mere robust tilgang er at kortlægge den faktiske AI brug, beskytte følsomme data, begrænse agenters adgang og handlinger samt gøre godkendte værktøjer brugbare i praksis.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: Why do AI blocklists give Singapore firms a false sense of security despite IMDA’s January 2026 Model AI Governance Framework for Agentic AI. Article summary: AI blocklists can confuse control over the corporate network with control over actual AI use: employees may move work to personal devices, while AI inside approved software remains accessible. IMDA’s January 2026 framewo. 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
En blokering kan gøre AI-brug mindre synlig uden at fjerne medarbejdernes behov for værktøjerne. ThreatLabz observerede næsten én billion transaktioner med AI og maskinlæring på Zscalers platform i 2025. Ifølge omtalen af rapporten blokerede organisationer tæt på fire ud af ti transaktioner, herunder brug af populære værktøjer.1
6 Tallene beskriver trafikken på den platform – ikke hvor meget risiko blokeringerne fjernede, eller hvordan virksomheder i Singapore samlet set bruger AI.
For virksomheder i Singapore handler spørgsmålet derfor ikke kun om, hvilke apps der skal forbydes. AI kan også bruges via private enheder, funktioner indbygget i godkendt software eller agenter med adgang til virksomhedens systemer. Singapores Infocomm Media Development Authority (IMDA) giver i sin ramme for ansvarlig styring af AI-agenter vejledning om risikovurdering og om at sætte grænser for agenters adgang, selvstændighed og handlinger.26
Hvorfor en blokliste ikke er nok
En blokeret anmodning betyder ikke, at brugen er stoppet
En netværksblokering kan begrænse adgangen til en bestemt tjeneste, men den fortæller ikke, om medarbejderen stadig har en opgave, som vedkommende ønsker hjælp til fra AI. I en PagerDuty-undersøgelse fra juni 2026 svarede 66 % af de respondenter, der havde brugt AI til arbejdsopgaver, at de havde brugt værktøjer på jobbet, selv om de mente, at virksomhedens regler ikke tillod det.38
Undersøgelsen omfattede 1.250 kontoransatte i store organisationer i Australien, Japan, Storbritannien og USA. Den peger derfor på et bredere mønster på arbejdspladser – ikke på en særlig udbredelse i Singapore.41
Pointen er ikke, at alle blokeringer bliver omgået. Det er, at et forbud i sig selv ikke giver et fuldstændigt billede af medarbejdernes adfærd eller virksomhedens eksponering.
AI findes også inde i godkendte programmer
En virksomheds AI-brug kan omfatte assistenter, integrationer og agenter, der er indbygget i godkendte arbejdsværktøjer – ikke kun offentlige chatbots. For hvert system bør virksomheden vide, hvilke oplysninger det kan hente, og hvilke handlinger det kan udføre.
IMDA anbefaler, at organisationer afgrænser agenters risici ved blandt andet at se på adgang til følsomme data, graden af selvstændighed, handlingernes omfang og om de kan omgøres.20
26 Det flytter spørgsmålet fra »Står appen på listen?« til »Hvad kan AI'en tilgå, videregive eller ændre?«
Netværkslogfiler viser ikke nødvendigvis hele forløbet
En medarbejder kan bruge en privat enhed eller en forbindelse, virksomheden ikke overvåger, til at få hjælp til en arbejdsopgave. Så kan en blokering på virksomhedens netværk give et ufuldstændigt billede af, hvordan oplysninger behandles. Det er et scenarie, virksomheder bør tage højde for – ikke en grund til at antage, at netværkslogfiler viser al AI-brug.
Også AI-funktioner i godkendte programmer kræver gennemgang af tilladelser og dataflow. At et program er godkendt, betyder ikke automatisk, at alle dets assistenter eller integrationer har passende adgang.
Nogle datalæk skyldes slet ikke AI-apps
Forcepoint beskrev med henvisning til Fortune, at omkring 3.000 ikke-offentliggjorte aktiver fra Anthropic blev offentligt tilgængelige på grund af en fejlkonfiguration i et indholdsstyringssystem.40 Det er et omtalt eksempel – ikke dokumentation for en sammenhæng med AI-bloklister eller for forholdene i Singapore. Den mere begrænsede pointe er, at indstillinger for offentliggørelse og adgang kan føre til eksponering, uanset hvilke AI-apps en organisation tillader.
En praktisk mellemvej for AI-styring
Virksomheder behøver ikke vælge mellem et totalt forbud og fri adgang. En mere anvendelig tilgang kombinerer overblik, databeskyttelse, afgrænset adgang og godkendte værktøjer, der faktisk kan løse opgaverne.
Skab overblik over den faktiske AI-brug. Kortlæg godkendte værktøjer, indbyggede funktioner, integrationer og agenter. Kombinér teknisk kortlægning med en tydelig og enkel måde, medarbejdere kan indberette nye anvendelser på. Betragt netværksdata som én kilde til overblik – ikke som en komplet oversigt over alle arbejdsgange.
Begynd med de mest følsomme data. Find de vigtigste datakilder, og gennemgå, hvem og hvilke systemer der har adgang til dem. Beskyt oplysningerne dér, hvor de opbevares og bruges, frem for kun at stole på lister over appnavne.
Sæt grænser for godkendt AI, og afprøv dem. Undersøg, hvad en assistent kan hente, sende og ændre. Begræns adgangen til det, opgaven kræver, og kræv menneskelig godkendelse af handlinger med store konsekvenser eller handlinger, der er vanskelige at omgøre. Det stemmer overens med IMDA's vejledning om at vurdere agenters risici og begrænse deres omfang, selvstændighed og adgang.
20
Gør den godkendte løsning brugbar. Tilbyd værktøjer og godkendelsesprocesser, der gør det muligt at løse legitime opgaver uden at ty til uautoriserede alternativer. Mål, om opgaverne kan løses sikkert – ikke kun hvor mange anmodninger en blokliste afviser.
Bloklister kan være ét sikkerhedstiltag, men de er ikke et pålideligt mål for, om risikoen er faldet. Bedre styring gør den faktiske AI-brug mere synlig, beskytter følsomme oplysninger, uanset hvor de bevæger sig, og sætter grænser for, hvad AI-systemer kan gøre.
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 "Derfor giver AI-bloklister ikke nødvendigvis mindre risiko"?
ThreatLabz observerede næsten én billion AI og maskinlæringstransaktioner i virksomheder i 2025; tæt på fire ud af ti blev blokeret.
What are the key points to validate first?
ThreatLabz observerede næsten én billion AI og maskinlæringstransaktioner i virksomheder i 2025; tæt på fire ud af ti blev blokeret. I en PagerDuty undersøgelse havde 66 % af de adspurgte, der brugte AI i arbejdet, også brugt AI trods en opfattelse af, at virksomhedens regler ikke tillod det.
What should I do next in practice?
En mere robust tilgang er at kortlægge den faktiske AI brug, beskytte følsomme data, begrænse agenters adgang og handlinger samt gøre godkendte værktøjer brugbare i praksis.