Skygge-AI er et ledelsesproblem

Mange virksomheter har innført retningslinjer for bruk av kunstig intelligens (AI). Men vet de egentlig hvordan de ansatte bruker AI i praksis?

Skygge-AI er et ledelsesproblem

Mange virksomheter har innført retningslinjer for bruk av kunstig intelligens (AI). Men vet de egentlig hvordan de ansatte bruker AI i praksis?

En global undersøkelse fra Lenovo (2026) viser at én av tre ansatte i store virksomheter bruker AI-verktøy utenfor IT-avdelingens kontroll. Fenomenet kalles skygge-AI, og det handler om langt mer enn teknologi. Det er et ledelsesproblem.

Vi har sett denne filmen før

Dette er ikke nytt. Dette er en videreføring av klassisk skygge-IT. Da pandemien traff, tok ansatte i bruk Zoom på egen hånd for å holde møtene i gang, før arbeidsgiver hadde fått Teams opp og gå. De brukte Dropbox før fildeling var på plass. Team tok i bruk Slack og Trello uten å spørre IT. Mønsteret har vært det samme. Forbrukeropplevelsen løp foran, arbeidshverdagen hang etter. Ansatte vil jobbe effektivt, så de finner sine egne verktøy. Innstramming er sjelden løsningen. Det som har virket, er at virksomheten tar igjen forspranget og gir ansatte gode, trygge verktøy å jobbe med.

Men noe er nytt. Skygge-AI gir nye problemer. For det første går det raskere. Før målte vi etterslepet i år. Nå kommer det nye modeller, ny funksjonalitet og nye integrasjoner hver uke. For det andre er konsekvensen større. Gammel skygge-IT, satt på spissen, lekket "bare" filer. AI gjør det, og mer til. AI skaper tekst, analyser og innsikt, og den bidrar indirekte til beslutninger. AI siver inn i selve arbeidet. Det gjorde ikke Zoom.

To gap ledelsen kan lukke

Bak skygge-AI ligger to gap. Min påstand er at ingen av dem lar seg lukke ved å stenge AI ute.

Det første er verktøygapet. Ansatte griper et ikke-godkjent AI-verktøy fordi det er raskere og bedre enn det de har fått tilgang til. Det gapet er skapt av ledelsen, ikke av illojale ansatte. Da må de godkjente verktøyene være gode nok til at ingen trenger å gå utenom.

Det andre er kompetansegapet. Dette er det mest problematiske: ansatte som stoler blindt på AI-svar og kjenner ikke svakhetene. De vet ikke at AI hallusinerer, at modellene finner på ting, eller at sensitive data kan lekke ut.

I samme undersøkelse sier rundt en tredjedel at de ikke får opplæring fra arbeidsgiver. Halvparten sier bedre opplæring ville gitt dem mer ut av verktøyene.

Konsekvensene står allerede på trykk

Vi har sett problemene spille seg ut offentlig i Norge allerede. Et kjent forlag måtte nylig trekke en bok fra markedet, fordi AI-ens eget svar sto igjen, uredigert, i den trykte teksten. Boka gikk gjennom mange ledd uten at noen fanget det opp. Det er en rekke saker fra norske kommuner også. Blant annet la en kommune høyesterettsdommer til grunn da de skulle vedta å kaste ut okkupanter. Dommene var funnet på av AI, og fantes ikke.

Dette var ikke hacking. Det var ikke lekkasjer. Det var åpen og legitim bruk av teknologien, men uten tilstrekkelig opplæring og kompetanse. Du kan gi hele organisasjonen et godkjent verktøy og fortsatt få oppdiktede dommer, hvis ingen har lært at en selvsikker AI ikke betyr riktig informasjon.

Forbud er feil medisin

Et sikkerhetsproblem kan du kontrollere teknisk: oppdage, sette opp barrierer, blokkere. Det kan du gjøre med skygge-AI også, og med hard hånd får du stengt verktøy ute. Men du fjerner da verktøyet, ikke grunnen til at det ble brukt. Behovet ligger der latent.

Selv et totalforbud er ikke nok. I en rapport fra EisnerAmper sier nesten tre av ti at de ville brukt AI på jobb, selv om det var forbudt. Da risikerer du å sitte igjen med mindre oversikt og vaklende kontroll. Gir du de ansatte en god og trygg vei, trenger de ikke omveier. Det er ikke teknologien som er problemet. Det er ledelse.

Sikkerhet og kvalitet er to forskjellige problemer. En kontroll kan stoppe data fra å lekke ut, men den kan ikke fange dårlig kvalitet som siver inn i leveransene: et avsnitt som er feil, ukildebelagt eller oppdiktet. Kvalitet er kompetanse. Kvalitet er kultur. Den sikres av kompetente ansatte som blir sett og hørt, som leser kritisk, og av en kultur der kvalitet, ikke bare tempo, blir verdsatt.

Ledere må ta ansvar

Mye løser seg naturlig når ansatte har tilstrekkelig AI-kompetanse og de riktige verktøyene. En medarbeider som vet hvordan AI fungerer, sjekker det modellen påstår. En som vet hva som ikke skal limes inn, lar være. Et verktøy som er godt nok, blir ikke omgått.

Kompetanse er det virkemiddelet som fungerer sterkest, fordi den følger personen inn i hver oppgave. Men kompetanse kommer ikke av seg selv. En PDF og ett kurs i året er ikke nok.

Det er et lederansvar å tilrettelegge for kontinuerlig kompetanseheving og utvikling av de ansatte. Lederne må se hvem som famler, og hva de trenger. Det krever ledere som er tett på og har AI-kompetanse, ikke bare en policy på intranett.

Noen råd på veien

Alt dette forutsetter at selskapet har satt seg et mål for AI, enten det er en forsiktig linje eller «vi skal bli AI-native». Uten en tydelig retning famler de ansatte i blinde. Ledelsen må legge en plan for hvordan målet skal nås, og kompetanse er nøkkelen. AI treffer alle deler av organisasjonen, ikke bare én avdeling. Derfor må retningen komme fra toppen og gjelde hele organisasjonen.

Her er fire enkle råd for å komme i gang:

  1. Bygg AI-kompetanse i ledelsen: Ledelsen kan ikke styre noe de ikke forstår. Kompetansen må begynne på toppen.
  2. Gi ansatte AI-verktøy de faktisk vil bruke: Er det godkjente verktøyet mye dårligere enn det ansatte har privat, bruker de heller sitt eget.
  3. Gjør kompetanseheving til en vane: Dømmekraft bygges over tid, ikke på én workshop. La de som kan mye vise vei. Sett av tid til at resten kan lære. Det koster nå, men gevinsten akkumuleres fremover.
  4. Sett noen få, krystallklare regler: Hva som alltid skal sjekkes og aldri limes inn. Alle husker noen retningslinjer. «Her er vårt AI policy-dokument på femti sider» fungerer sjelden.

Skygge-AI finnes i nær sagt alle organisasjoner, og det er ikke de ansattes feil. Det er konsekvensen av et gap ledelsen ikke har lukket. Men de kan også lukke det. AI er allerede i bruk. Nå må lederne vise veien.

Snakk med oss

AI-agent
En smart AI-assistent som utfører oppgaver og gjør jobben for deg
AI-agenter, ai agent
RPA
Et dataprogram/robot som etterligner nøyaktige handlinger gitt av en person, som å klikke på en knapp eller skrive i et tekstfelt.
rpa, robot process automation, robotprosessautomatisering
Agile
En smidig tilnærming handler om å sette en organisasjon i stand til å svare på endringer i forutsetningene for egen virksomhet raskt.
smidig metodikk, smidig utviklingsmetodikk
UX
Kreative prosesser i produktutvikling der brukeren og dens opplevelse av produktet settes i fokus
ux design, user experience, user experience design