Klyftan i AI-kontroll är redan här

Under de senaste två åren har AI-debatten till stor del handlat om implementering: vem som experimenterar, vem som investerar, vem som bygger agenter och vem som tar första steget.

Den debatten håller nu på att förändras.

Den svårare frågan är inte längre om organisationer kommer att använda AI. Det gör de redan.

Frågan är om någon fortfarande har insyn i vad som faktiskt sker.

Ny global forskning från Dataiku och IBM gör detta smärtsamt tydligt. Dataikus CIO-undersökning för 2026 visar att 84 % av alla CIO:er anser att medarbetare skapar AI-agenter och applikationer snabbare än vad IT-avdelningen hinner styra upp. 81 % saknar fullständig överblick över agenter som skapats utanför godkända system eller formella kanaler. IBM fann samma mönster i större skala: 70 % av teknikledarna uppger att affärsenheter implementerar teknik snabbare än vad IT-avdelningen hinner följa upp, medan 77 % menar att AI-användningen redan går snabbare än förmågan att styra den.

Det är detta som är klyftan i AI-kontrollen.

Det är inte en framtida risk. Den finns redan inom de flesta stora organisationer.

Det verkliga problemet är inte AI-implementering

Jag träffar CIO:er, efterlevnadschefer och ledare inom offentlig sektor som tror att de har hyfsad kontroll på AI-användningen i sin organisation.

De känner till de godkända verktygen. De känner till de sanktionerade pilotprojekten. De vet vilka leverantörer som har genomgått upphandling och säkerhetsbedömning.

Sedan tittar vi närmare.

Antalet AI-verktyg som faktiskt används är ofta tre till fem gånger högre än förväntat. Konsumentverktyg. Personliga konton. AI-assistenter inbäddade i programvara som ingen har klassificerat som AI. Modeller som tagits in via affärsenheter, konsulter, utvecklare eller enskilda medarbetare som försöker få sitt arbete gjort snabbare.

Känslig data flödar in i system som IT-, juridik- och säkerhetsteam aldrig har utvärderat.

Det är detta vi kallar skugg-AI. Och det är inte längre ett fenomen i periferin.

Orbus Softwares undersökning från 2026 bland 500 CIO:er visar att 78 % kämpar med skugg-AI och 98 % saknar insyn i dess tekniska och affärsmässiga risker.

Det borde oroa varje organisation som hanterar medborgardata, patientjournaler, finansiell information, affärshemligheter, försvarsrelaterat material eller kritisk infrastruktur.

För man kan inte styra det man inte kan se.

AI-agenter förändrar riskprofilen

Traditionell programvara gör vad den är programmerad att göra. AI-agenter är annorlunda.

De kan tolka instruktioner, få åtkomst till system, hämta information, ge rekommendationer, starta arbetsflöden och i allt högre grad vidta åtgärder i flera system samtidigt. Risken är inte bara att en anställd matar in information i fel chattbot. Risken är att ett autonomt eller halvautonomt system agerar utifrån ofullständig, felaktig eller känslig information i stor skala.

IBM rapporterar att de organisationer som tillfrågades upplevde i genomsnitt 54 incidenter kopplade till AI-agenter under det föregående året. Av dessa incidenter innebar 37 % dataläckage eller säkerhetsintrång, 33 % orsakade kedjereaktioner av systemfel och 17 % utlöste problem med efterlevnad av regler.

Det är därför den gamla styrningsmodellen inte räcker till.

Ett policydokument på ett intranät visar inte vilka verktyg som faktiskt används. En kvartalsvis riskbedömning upptäcker inte en otillåten agent som är kopplad till ett affärsflöde. En manuell inventering förblir inte aktuell när team kan skapa och driftsätta AI-verktyg på bara några dagar.

AI-styrning måste bli operativ.

Den måste fungera kontinuerligt, över modeller, plattformar, team och datamiljöer.

Synlighet kommer före styrning

Många organisationer svarar på skugg-AI genom att försöka låsa ner allt. Blockera publika verktyg. Begränsa åtkomst. Kräva centralt godkännande för varje experiment.

Det är förståeligt. Det är också sällan effektivt.

Anställda använder otillåten AI eftersom det godkända alternativet är för långsamt, för begränsat eller otillgängligt. Om den officiella vägen inte kan möta ett verkligt affärsbehov kommer människor att hitta en annan väg.

Svaret är inte att förbjuda AI. Det är att göra godkänd AI till det enklaste och mest användbara alternativet.

Dataikus resultat stödjer detta. Nittioen procent av alla CIO:er säger att den mest effektiva strategin inte är att centralisera varje applikation eller agent, utan att låta affärsteam bygga inom en styrd miljö. 

Det är rätt modell: distribuerad innovation, styrt genomförande.

Men det fungerar bara om organisationen kan besvara grundläggande frågor i nära realtid:

• Vilka AI-verktyg, modeller och agenter används?
• Vem äger dem?
• Vilken data kommer de åt, bearbetar eller skickar utanför organisationen?
• Vilka system kan de ansluta till?
• Vilka beslut eller åtgärder kan de påverka?
• Var krävs mänsklig tillsyn?
• Hur övervakas, ändras, pausas eller avvecklas de?
• Kan organisationen förklara deras affärsvärde och risk?

Utan dessa svar är styrning bara antaganden med bättre formatering.

Kontroll måste byggas in från början

IBMs forskning belyser en viktig punkt som många ledare fortfarande missar: kontroll och hastighet är inte varandras motsatser.

Organisationer som bygger in kontroll direkt i sina AI-system rapporterar 25 % färre incidenter än de som förlitar sig på manuell styrning. IBMs analys visar också att organisationer med inbyggd kontroll driftsätter 16 gånger fler AI-agenter, uppnår 18 % högre rörelsemarginaler och spenderar fyra gånger mindre av sina AI-budgetar.

Detta är inte förvånande.

När team har tydliga ramverk, kända datagränser, tillgängliga godkända modeller och en enkel väg till driftsättning kan de arbeta snabbare. Säkerhet, styrning och arkitektur blir grunden för skalbarhet, inte hinder för den.

På 2021.AI är detta principen bakom GRACE AI Security.

Målet är inte att sakta ner AI-användningen. Det är att ge organisationer den insyn och de kontroller som krävs för att accelerera ansvarsfullt:

• AI Auto Registry identifierar och underhåller en inventering av AI-system, modeller och användningsområden.
• Gatekeeper Agent hjälper till att upptäcka skugg-AI och ej godkända verktyg.
• Chat Guardian kan förhindra att känslig data når ej godkända modeller.
• AI Gateway möjliggör kontrollerad åtkomst till godkända AI-tjänster och modeller.

Syftet är enkelt: gör den rätta vägen tillräckligt snabb så att människor inte behöver hitta egna lösningar runt den.

Ledarskapstestet

Pressen på CIO:er är nu uppenbar. Dataiku fann att 72 % inte konsekvent kan mäta om alla deras agenter levererar avsedda affärsresultat. Sjuttiosex procent tror att deras roll är i fara om deras företag misslyckas med att visa mätbara AI-vinster före utgången av 2027.

Men detta är inte bara en fråga för CIO:n.

Det är en styrelsefråga. En VD-fråga. En fråga för ledare inom offentlig sektor.

Varje organisation måste bestämma om de vill att AI ska spridas organiskt genom verktyg de inte kan se, data de inte kan kontrollera och agenter de inte kan stoppa, eller om de vill skapa en styrd miljö där innovation kan skalas på ett säkert sätt.

Det första steget är inte ännu en strategipresentation.

Det är synlighet.

Du kan inte reservera mänskligt omdöme för de beslut som faktiskt betyder något om du inte vet var maskinerna redan har tagit över.