Shadow AI is niet nieuw. Nieuw is dat het in 2026 niet langer als een randverschijnsel kan worden weggezet. Een reeks recente workforce- en security-publicaties laat zien dat werknemers massaal AI-tools gebruiken buiten de goedkeuring van IT en security om, en dat daarbij regelmatig vertrouwelijke informatie in publieke modellen belandt. Het probleem is daarmee verschoven: van een kwestie van beleid en bewustwording naar een concreet vraagstuk over zichtbaarheid, datastromen en aantoonbare controle.
De directe aanleiding voor dit artikel is het Shadow AI Report 2026 van Teramind Research. Dat rapport beschrijft hoe veel AI-gebruik binnen organisaties buiten formele governance valt, waardoor datastromen onzichtbaar worden en er weinig controle bestaat over welke informatie in welke tool terechtkomt. Het rapport wijst expliciet op de behoefte aan telemetrie op gebruikersniveau, classificatie van datatypes en contextuele policies.
Wat de cijfers laten zien
De Teramind-bevindingen staan niet op zichzelf. PagerDuty publiceerde een survey met de bevinding dat tweederde (66%) van de kantoorprofessionals ongeautoriseerde AI-tools op het werk heeft gebruikt. In dezelfde publicatie komt naar voren dat medewerkers vertrouwelijke bedrijfsinformatie delen met publieke AI-tools, en dat beleid en training achterlopen op het feitelijke gebruik.
Lenovo komt tot een vergelijkbaar beeld vanuit een andere invalshoek. In een workforce-survey stelt het bedrijf dat 70% van de AI binnen ondernemingen ongecontroleerd is en dat dit verborgen risico's, kosten en complexiteit met zich meebrengt. De kern is telkens dezelfde adoptiekloof: medewerkers lopen voorop in het gebruik, terwijl IT en security het overzicht missen.
Waarom dat overzicht ertoe doet, blijkt uit de security-context. In de 2026 Data Breach Investigations Report koppelt Verizon niet-goedgekeurde shadow AI aan datalekken en plaatst het onderwerp binnen bredere breach-trends. Ongecontroleerd AI-gebruik is daarmee geen theoretisch risico, maar een reële route waarlangs gevoelige informatie de organisatie kan verlaten.
Waarom verbieden en bewustwording niet volstaan
De verleiding is om te reageren met een verbod of met een extra ronde security-awareness. Maar de studies laten zien dat beleid al bestaat en dat gebruik toch doorgaat. Een generiek verbod verplaatst het probleem doorgaans naar privé-accounts en persoonlijke apparaten, waar helemaal geen zicht op is. Bewustwording alleen verandert weinig zolang medewerkers een concreet productiviteitsvoordeel ervaren.
Het Artificial Intelligence Risk Management Framework (AI RMF 1.0) van NIST plaatst dit in een breder kader. Het framework benoemt dat shadow AI ontstaat wanneer afdelingen AI inzetten zonder toetsing door IT, en dat organisaties governance, monitoring en gestructureerde risicobeoordeling nodig hebben om AI verantwoord te gebruiken. De rode draad uit alle bronnen wijst dezelfde kant op: zonder een controlelaag rond AI-gebruik blijft de organisatie blind voor haar eigen datastromen.
Die controlelaag bestaat in de praktijk uit een aantal bouwstenen:
- Inventaris: weten welke AI-tools daadwerkelijk gebruikt worden, per gebruiker en per afdeling.
- Toegangsbeperking: gecontroleerde, goedgekeurde alternatieven aanbieden in plaats van alleen verbieden.
- Logging: auditbare vastlegging van AI-interacties, zodat achteraf te reconstrueren is wat er is gedeeld.
- Dataclassificatie: vooraf bepalen welke datatypes wel en niet naar een extern model mogen.
Waar een verificatieconsole kan helpen
Voor professionals die met vertrouwelijke informatie werken — advocaten, notarissen, bedrijfsartsen, journalisten, onderzoekers en compliance-teams — is dit vraagstuk extra scherp. Het gaat hier niet om willekeurige bedrijfsdata, maar om dossiers, cliëntgegevens en bronmateriaal waarvoor beroepsgeheim of wettelijke geheimhouding geldt.
Vera is in die context geen chatbot en geen eigen taalmodel, maar een verificatielaag die is ontworpen om AI-gebruik controleerbaar te maken. De Semantic Privacy Shield voert voorbewerking en anonimisering uit op EU-infrastructuur; de workflow is zo opgezet dat alleen geanonimiseerde inhoud naar de geselecteerde AI-modellen wordt gestuurd. Slaagt de privacycontrole niet, dan wordt niets doorgestuurd. Dat sluit aan bij de bevinding uit de studies dat het grootste risico juist zit in wat er ongecontroleerd naar buiten gaat.
Daarnaast kan de multi-model verificatie helpen om AI-antwoorden niet blind over te nemen: de console maakt verificatiestappen zichtbaar, zodat een professional zelf kan beoordelen of een antwoord bruikbaar is. Vera garandeert geen correctheid en elimineert geen fouten of hallucinaties — het professionele eindoordeel blijft altijd bij de gebruiker. Waar het om gaat, is dat de stappen navolgbaar en aantoonbaar worden. Wie documenten wil bekijken en bewerken binnen dezelfde beveiligde omgeving, kan dat doen via Vera Office.
De boodschap van de rapporten van Teramind, PagerDuty, Lenovo en Verizon is nuchter samen te vatten: AI-gebruik gebeurt toch, of de organisatie het nu heeft goedgekeurd of niet. De vraag is niet langer óf medewerkers AI inzetten, maar of de organisatie dat gebruik kan zien, kan sturen en achteraf kan verantwoorden. Dat is de verschuiving die 2026 zichtbaar maakt: van shadow AI als stille gewoonte naar shadow AI als governance-opgave die vraagt om verifieerbare controle.