AnswersPublished17 sources
AI-spärrlistor kan dölja risker i stället för att lösa dem
ThreatLabz analyserade nästan 1 000 miljarder AI och maskininlärningstransaktioner i Zscalers plattform under 2025. I en PagerDuty undersökning hade 66 procent av de svarande som använt AI i jobbet också gjort det trots att de trodde att företagets policy förbjöd det.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- ThreatLabz analyserade nästan 1 000 miljarder AI och maskininlärningstransaktioner i Zscalers plattform under 2025.
- I en PagerDuty undersökning hade 66 procent av de svarande som använt AI i jobbet också gjort det trots att de trodde att företagets policy förbjöd det.
- En mer hållbar väg är att kartlägga faktisk AI användning, skydda känsliga data, begränsa agenters åtkomst och handlingar samt göra godkända verktyg användbara i praktiken.
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 spärrlista kan stoppa en viss väg till en AI-tjänst, men den visar inte om medarbetarna ändå använder AI för att lösa sina arbetsuppgifter. Under 2025 registrerade ThreatLabz nära 1 000 miljarder transaktioner med AI och maskininlärning i Zscalers plattform. Enligt rapporteringen blockerade organisationer nästan fyra av tio transaktioner, däribland användning av populära verktyg.1
6 Det säger något om trafiken i just den plattformen – inte hur mycket risk blockeringarna undanröjde eller hur företag i Singapore använder AI i stort.
För företag i Singapore är frågan därför större än vilka appar som ska förbjudas. AI kan användas via privata enheter, inbyggda assistenter i godkänd programvara eller agenter med tillgång till företagets system. Singapores IMDA, myndigheten för informations- och medieutveckling, har tagit fram ett ramverk för styrning av agentisk AI. Det ger vägledning om riskbedömning och om att begränsa agenters åtkomst, självständighet och handlingsutrymme.26
Varför spärrlistor inte räcker
En blockering visar inte att användningen upphör
En nätverksblockering kan hindra åtkomst till en viss tjänst via företagets nätverk. Men den visar inte att arbetsuppgiften som medarbetaren ville få hjälp med har försvunnit. I en PagerDuty-undersökning från juni 2026 uppgav 66 procent av de svarande som någon gång använt AI i arbetet att de också använt verktyg på jobbet trots att de trodde att företagets policy inte tillät det.38
Undersökningen omfattade 1 250 kontorsanställda vid stora organisationer i Australien, Japan, Storbritannien och USA. Resultatet pekar på ett bredare mönster på arbetsplatser, men ska inte tolkas som en siffra för Singapore.41
Poängen är inte att alla blockeringar kringgås. Det är att ett förbud i sig inte ger en fullständig bild av medarbetarnas beteende eller av exponeringen.
AI finns också inbyggd i program som redan är godkända
Ett företags AI-användning kan omfatta assistenter i befintliga verksamhetssystem, integrationer och agenter – inte bara fristående chattbotar. För varje lösning behöver företaget förstå vilka uppgifter den kan hämta och vilka åtgärder den kan utföra.
IMDA:s ramverk lyfter bland annat åtkomst till känsliga data, graden av självständighet, vilka åtgärder agenten får utföra och om de går att ångra.20
26 Frågan blir därmed inte bara ”Finns appen på listan?” utan också ”Vad kan AI:n komma åt, lämna ut eller ändra?”
Nätverksloggar visar inte nödvändigtvis hela bilden
En anställd kan använda en privat enhet eller en uppkoppling utanför företagets kontroll för att få hjälp med en arbetsuppgift. Då behöver en blockering i företagsnätverket inte synliggöra hela vägen som informationen tar. Det är ett scenario att planera för – inte ett skäl att anta att nätverksloggar fångar all AI-användning.
Även AI-funktioner i godkända program behöver granskas med avseende på behörigheter och dataflöden. Att programvaran är godkänd innebär inte automatiskt att varje assistent eller integration har lämplig åtkomst.
Vissa datarisker uppstår helt oberoende av AI-spärrar
Forcepoint har, med hänvisning till Fortune, rapporterat att omkring 3 000 opublicerade tillgångar från Anthropic blev offentligt åtkomliga på grund av en felaktig inställning i ett innehållshanteringssystem.40 Det är ett rapporterat exempel – inte belägg för hur AI-spärrlistor fungerar eller för riskerna hos företag i Singapore. Den smalare lärdomen är att publiceringsinställningar och behörigheter kan orsaka exponering oavsett vilka AI-appar ett företag tillåter.
En mer praktisk väg för AI-styrning
Totalförbud och fri användning är inte de enda alternativen. En mer användbar modell kombinerar insyn, dataskydd, begränsad åtkomst och godkända verktyg som fungerar för verksamhetens behov.
Kartlägg den faktiska AI-användningen. Håll reda på godkända verktyg, inbyggda funktioner, integrationer och agenter. Kombinera teknisk upptäckt med tydliga sätt för medarbetare att rapportera nya användningsområden. Se nätverksdata som en del av bilden, inte som en fullständig redovisning av alla arbetsflöden.
Börja med de känsligaste uppgifterna. Identifiera de mest riskfyllda datalagren och granska vilka personer och system som kan komma åt dem. Låt skyddet följa informationen där den lagras och används, i stället för att enbart förlita er på listor över appnamn.
Sätt tydliga gränser för godkänd AI – och kontrollera att de följs. Granska vad en assistent kan hämta, skicka vidare och ändra. Begränsa åtkomsten till det som behövs för uppgiften och kräv mänskligt godkännande för betydelsefulla eller svåråterkalleliga åtgärder. Det ligger i linje med IMDA:s vägledning om att bedöma risker och begränsa agenters omfattning, självständighet och åtkomst.
20
Gör den godkända vägen användbar. Erbjud verktyg och godkännandeprocesser som gör det möjligt att utföra legitima arbetsuppgifter utan att ta till oauktoriserade alternativ. Mät om uppgifter kan genomföras på ett säkert sätt – inte bara hur många förfrågningar spärrlistan stoppar.
Spärrlistor kan vara en del av kontrollarbetet, men är inget tillförlitligt mått på om riskerna faktiskt har minskat. Bättre styrning gör AI-användningen synligare, skyddar känslig information där den rör sig och begränsar vad systemen får göra.
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 "AI-spärrlistor kan dölja risker i stället för att lösa dem"?
ThreatLabz analyserade nästan 1 000 miljarder AI och maskininlärningstransaktioner i Zscalers plattform under 2025.
What are the key points to validate first?
ThreatLabz analyserade nästan 1 000 miljarder AI och maskininlärningstransaktioner i Zscalers plattform under 2025. I en PagerDuty undersökning hade 66 procent av de svarande som använt AI i jobbet också gjort det trots att de trodde att företagets policy förbjöd det.
What should I do next in practice?
En mer hållbar väg är att kartlägga faktisk AI användning, skydda känsliga data, begränsa agenters åtkomst och handlingar samt göra godkända verktyg användbara i praktiken.