بودجهٔ امنیت هوش مصنوعی بالا می‌رود، اما کنترل کمتر می‌شود
گزارش تازهٔ DNSFilter نشان می‌دهد سازمان‌ها بودجهٔ امنیت و حاکمیت هوش مصنوعی را افزایش داده‌اند، اما کارکنان پیش از اطلاع دادن به تیم IT، ابزارهای هوش مصنوعی را به داده‌های شرکتی وصل می‌کنند.
هوش مصنوعی در محیط کار دیگر یک آزمایش جانبی نیست؛ به بخشی از جریان روزمرهٔ کار تبدیل شده است. اما پشت این سرعت، پرسشی ساده و پرهزینه جا مانده است: چه کسی تصمیم می‌گیرد یک ابزار هوش مصنوعی به داده‌های داخلی سازمان دسترسی داشته باشد؟ 🔍 گزارش تازهٔ شرکت DNSFilter با عنوان «هزینهٔ هوش مصنوعی سایه‌ای» نشان می‌دهد پاسخ این پرسش، در بسیاری از شرکت‌ها نگران‌کننده است: پول بیشتری خرج می‌شود، اما کنترل چندان بیشتر نشده است.
🔐 پول بیشتر، اولویت روشن
بر اساس این گزارش، بودجهٔ امنیت سایبری در حال افزایش است و امنیت و حاکمیت هوش مصنوعی، اولویت نخست این هزینه‌کرد اضافه به شمار می‌رود.
- 📈 حدود ۷۴٫۵ درصد از پاسخ‌دهندگان گفتند بودجهٔ امنیت سایبری‌شان نسبت به ۱۲ ماه پیش بیشتر شده است.
- 🤖 ۴۰٫۳ درصد اعلام کردند نخستین دلار اضافهٔ بودجهٔ آن‌ها به امنیت و حاکمیت هوش مصنوعی می‌رسد.
- ☁️ امنیت ابری با ۲۵٫۵ درصد در جایگاه دوم قرار دارد.
یکی از دلایل این اولویت‌بندی روشن است: کارکنان پیش از آنکه به تیم فناوری اطلاعات اطلاع بدهند — یا بدون هیچ اطلاعی — به ابزارهای هوش مصنوعی اجازهٔ دسترسی به سامانه‌های شرکتی می‌دهند.
- 🟡 در سازمان‌هایی که کارکنان از ابزارهای هوش مصنوعی برای کار استفاده می‌کنند، ۳۶٫۸ درصد اجازه می‌دهند کارمند دسترسی بدهد و بعداً به IT اطلاع دهد.
- ⚫ ۶٫۵ درصد هیچ الزامی برای اطلاع‌دادن ندارند.
«در شرکت‌های بسیار زیادی، تصمیم برای وصل کردن یک ابزار هوش مصنوعی به داده‌های شرکتی را کسی می‌گیرد که مالک آن ریسک نیست. بستن این شکاف باید محور دور بعدی هزینه‌کرد باشد.» — کن کارنسی، مدیرعامل DNSFilter
🕳️ شکاف‌های نظارت بر هوش مصنوعی
فقط مسئلهٔ اجازهٔ دسترسی نیست؛ خود نظارت هم سوراخ‌دار است.
- 🧩 ۶۱٫۵ درصد نمی‌توانند بگویند همهٔ ابزارهای امنیتی محیطشان درست پیکربندی شده‌اند.
- 👁️ ۶۱٫۸ درصد نمی‌توانند بگویند همهٔ این ابزارها فعالانه پایش می‌شوند.
- 🔗 ۴۶٫۱ درصد گفتند یکی از کارکنان یک ابزار هوش مصنوعی تأییدنشده را به Google Workspace، Microsoft 365 یا محیط SSO شرکت وصل کرده است.
- 🚨 ۲۰٫۱ درصد اعلام کردند یکی از این اتصال‌ها به یک حادثهٔ امنیتی انجامیده است.
بسیاری از سازمان‌ها سازوکارهایی برای شناسایی هوش مصنوعی سایه‌ای راه انداخته‌اند و از کنترل‌های حاکمیت یا پایش برای ردیابی حوادث مرتبط با ابزارهای شخص ثالث استفاده می‌کنند. با این حال، ۵۴ درصد نگرانند سازمانشان هزینه‌های سنگین هوش مصنوعی داشته باشد که تیم‌های تدارکات، مدیریت دارایی نرم‌افزاری و پایش امنیتی نمی‌توانند آن را ردیابی کنند. این رقم میان مدیران IT به ۵۸٫۸ درصد می‌رسد.
نکتهٔ ظریف آن است که کسانی که بودجه را تصویب می‌کنند، کمترین نگرانی را دربارهٔ هزینه‌های غیرقابل‌ردیابی دارند. در عمل، کارشناسان می‌دانند ابزارهایی خریده شده، اما جزئیاتش را نمی‌بینند.
📊 آنچه مدیران می‌گویند، آنچه شبکه‌ها نشان می‌دهند
وقتی از پاسخ‌دهندگان پرسیده شد کارکنان چند ابزار هوش مصنوعی برای کار استفاده می‌کنند، ۵۵٫۳ درصد گفتند سه تا پنج ابزار و تنها ۰٫۵ درصد عددی بیش از ۱۰ را انتخاب کردند. اما داده‌های واقعی چیز دیگری می‌گویند.
- 🌐 در اوت ۲۰۲۶، DNSFilter بیش از ۳٫۴ میلیارد درخواست به ابزارهای هوش مصنوعی مولد را از بیش از ۴۳ هزار سازمان در آمریکای شمالی پردازش کرد.
- 🏢 سازمان معمولی به پنج فروشندهٔ متفاوت هوش مصنوعی متصل بود.
- 📉 ۱۵٫۲ درصد به بیش از ۱۰ فروشنده وصل بودند؛ حدود ۳۰ برابر نرخی که متخصصان IT گزارش کرده بودند.
- 🚫 تنها ۰٫۷۵ درصد از این درخواست‌ها مسدود شد.
این آمار پرسش مهمی می‌سازد: آیا سازمان‌ها همان کنترلی را اعمال می‌کنند که بودجهٔ حاکمیتی‌شان برای آن در نظر گرفته شده بود؟ البته اجازه‌دادن به هوش مصنوعی می‌تواند یک انتخاب آگاهانه و سیاستی باشد، نه غفلت.
«متأسفانه آنچه سازمان‌ها خودشان گزارش می‌کنند و آنچه ما روی شبکه‌ها می‌بینیم، اغلب دو عدد کاملاً متفاوت‌اند.» — کیسی بست، معاون پژوهش تهدید در DNSFilter
🧭 جمع‌بندی
پیام گزارش روشن است: افزایش بودجه به‌تنهایی کنترل نمی‌آورد. تا زمانی که تصمیم اتصال ابزارهای هوش مصنوعی به داده‌های حساس در دست کسانی باشد که مالک ریسک نیستند، و تا وقتی فهرست واقعی ابزارهای در حال استفاده با تصور مدیران فاصله داشته باشد، شکاف میان هزینه و کنترل باقی می‌ماند. گام نخست، شفاف‌سازی همین فاصله است. 🎯
منبع: Help Net Security — Companies are spending more on AI governance and getting less control