Как победить «теневой ИИ» в компании и не задушить ИИ-инициативы. Опыт российской платформы «Энтакси»
«Теневой ИИ» стал одной из ключевых угроз эпохи генеративного ИИ: сотрудники повсеместно используют внешние сервисы искусственного интеллекта для решения рабочих задач, минуя ИТ‑ и ИБ‑подразделения. Конфиденциальные документы, данные клиентов, фрагменты кода и финансовая отчётность оказываются в зарубежных облаках, где компания уже не может контролировать ни режим хранения, ни последующие сценарии использования этой информации. Для российского рынка проблема усугубляется требованиями локализации данных, ограничениями трансграничной передачи и курсом на импортозамещение.
ИИ уже внутри, но вы его не контролируете
Shadow‑AI — это когда сотрудники используют внешние ИИ‑сервисы (чат‑боты, генераторы текста и изображений, аналитику) для рабочих задач в обход ИТ и ИБ. Копипаст из CRM, ERP, внутренних регламентов и отчётов в случайные нейросети — это уже не экзотика, а повседневность.
Что в итоге получает бизнес:
- утечки коммерческой тайны и клиентских данных;
- неконтролируемую передачу информации в зарубежные облака;
- риски по 152‑ФЗ, локализации данных и требованиям регуляторов;
- «чёрный ящик» — решения принимаются с помощью ИИ, а как именно и на основе каких данных, никто не знает.
Попытка решить проблему «запретами» не работает: сотрудники всё равно ищут способы сделать свою работу быстрее. Если не дать им легальный инструмент, они найдут нелегальный.
Что делает Энтакси и причём тут shadow‑AI
Энтакси — российская low‑code интеграционная платформа (корпоративная шина данных), которую компании в РФ используют для связывания внутренних систем: ERP, CRM, HR, DWH, внутренних сервисов и внешних приложений. Фактически это единый слой обмена данными и сервисами между системами.
И вот здесь начинается самое интересное: та же архитектурная роль Энтакси позволяет превратить ИИ из «теневого помощника в браузере» в нормальный управляемый корпоративный сервис.
Ключевая идея: ИИ не должен напрямую «видеть» ваши базы и файлы. Он должен работать через контролируемый слой — интеграционную платформу, где:
- данные фильтруются и анонимизируются;
- доступ ограничивается по ролям и сценариям;
- все вызовы логируются и доступны для аудита.
Почему вообще появляется shadow‑AI
Если кратко — потому что:
- бизнесу нужны быстрые решения;
- ИТ не успевает закрывать все запросы;
- внешние нейросети — это просто: открыл сайт, вставил текст, получил результат.
Самые частые паттерны:
- менеджеры вставляют истории коммуникаций с клиентами в нейросеть, чтобы составить ответы, коммерческие предложения, сценарии звонков;
- аналитики и продакты гоняют отчёты, SQL‑запросы, код и конфигурации в ИИ для проверки и генерации;
- маркетинг и PR подмешивают внутрь ИИ‑сервисов черновики пресс‑релизов, медиапланов и внутренних инсайтов.
Всё это происходит вне зоны видимости ИТ и ИБ, и здесь у компании обычно два пути:
- Закрутить гайки и попытаться всё запретить.
- Дать контролируемый путь работы с ИИ, который удобнее теневого.
Энтакси как раз про второй вариант.
Как Энтакси превращает теневой ИИ в управляемый
1. Вместо копипаста — единый API‑слой
Вместо того чтобы сотрудники таскали данные вручную, компания строит внутренние ИИ‑сервисы поверх API, которые публикует Энтакси:
- шина поднимает нормализованные API над CRM, ERP, DWH, документооборотом и т. д.;
- ИИ‑движки (LLM, классификаторы, генераторы) получают доступ только к этим API, а не к «сырым» базам;
- данные, которые нельзя выносить (ПДн, закрытая аналитика, внутренние коды), просто не попадают в контур ИИ — их отсекают на уровне маршрутов.
С точки зрения сотрудника — «у нас есть внутренний ассистент, который понимает наши данные». С точки зрения ИБ — «мы контролируем, что именно он видит».
2. Фильтрация и анонимизация по умолчанию
Энтакси изначально про трансформацию данных по пути от системы к системе. Это удобно использовать и для ИИ:
- на маршруте можно удалить персональные данные и чувствительные поля;
- можно подменять реальные идентификаторы псевдонимами;
- можно ограничивать глубину истории, обрезать вложения, вычищать то, что не нужно модели.
Итог: ИИ получает ровно тот контекст, который нужен для бизнес‑задачи, а не полный дамп того, что пользователь «схватил Ctrl+C».
3. Безопасные интеграции вместо «дыр» в периметре
Энтакси разворачивается в российской инфраструктуре и поддерживает:
- защищённые протоколы и шифрование при передаче данных;
- централизованное хранение секретов и ключей;
- интеграцию с корпоративной аутентификацией и разграничение доступа по ролям.
Это позволяет:
- строить защищённую интеграцию с ИИ‑движками, которые крутятся в российском облаке или внутри контура;
- не открывать наружу лишние порты/сервисы;
- чётко понимать, какие сервисы которому потребителю доступны.
В итоге путь «поднять свой сервис поверх Энтакси» становится не только разрешённым, но и более удобным, чем «скрыто сходить в случайную нейросеть».
4. Мониторинг и аудит всех ИИ‑вызовов
Критичное отличие от shadow‑AI: здесь всё прозрачно.
Через Энтакси можно:
- видеть, какие системы вызывают ИИ‑сервисы, как часто, с каким объёмом данных;
- логировать запросы/ответы (с нужной степенью обезличивания) для аудита и разборов;
- подключать это всё к SIEM и другим системам безопасности.
Когда ИИ‑сервис стал частью маршрута в шине, он перестаёт быть «магией где‑то в браузере». Его можно контролировать, улучшать и — при необходимости — отключать.
5. Low‑code вместо самописного хаоса
Одна из причин, почему сотрудники уходят в shadow‑AI: официально «сделать что‑то с ИИ» долго и дорого. Low‑code‑подход Энтакси эту проблему снимает:
- маршруты с ИИ‑вызовами можно моделировать визуально;
- коннекторы и готовые блоки переиспользуются между сценариями;
- внедрение идёт по нормальному SDLC: DEV → TEST → PROD, с привычным для DevOps процессом.
То есть бизнес‑подразделения получают:
- быстрый запуск пилотов;
- понятные сроки;
- прозрачную доработку.
А ИТ и ИБ — управляемость и отсутствие «серых» интеграций.
Примеры сценариев, где Энтакси вытесняет shadow‑AI
Внутренний ИИ‑ассистент вместо внешних чат‑ботов
Как было:
- менеджеры копируют переписку с клиентом в внешнюю нейросеть;
- просят «написать ответ/коммерческое предложение/скрипт»;
- вместе с текстом наружу уходит куча чувствительных данных.
Как становится:
- через Энтакси поднимается API к CRM, базе знаний, тарифам, каталогам;
- поверх этого строится внутренний ассистент (например, на базе российской LLM);
- ассистент сам подтягивает нужный контекст из систем — сотруднику не нужно ничего выносить наружу.
Победили и по удобству, и по безопасности.
Генерация документов и аналитики
Как было:
- юристы, маркетологи, аналитики «подкручивают» черновики в общедоступных генеративных сервисах;
- внутрь уезжают договоры, презентации, стратегия, инсайты по рынку.
Как становится:
- данные из DMS, CRM и хранилищ проходят через Энтакси;
- маршруты очищают их от лишних полей и критичных данных;
- нейросеть крутится в российском контуре и получает только допустимый для неё контент;
- черновики документов и отчётов появляются уже внутри периметра.
Финансовый сектор и промышленность
- В банках ИИ‑скоринг, антифрод и аномалии подключаются к транзакционным системам через Энтакси без «сливов» в SaaS за рубежом.
- В промышленности ИИ для предиктивной диагностики и оптимизации процессов подключается к MES/SCADA/ERP по управляемым маршрутам, а не через «ручные» интеграции подрядчиков.
- В госсекторе через Энтакси строят контур интеграции с отечественными ИИ‑решениями с учётом требований по безопасности и локализации.
Во всех этих кейсах ключевой эффект один: ИИ становится частью архитектуры, а не стихийным экспериментом.
Что в итоге
Shadow‑AI никуда не денется сам по себе. Сотрудники уже привыкли к тому, что сложные задачи можно решать быстрее с помощью ИИ. Вопрос не в том, «нужен ли ИИ», а в том, будет ли он:
- управляемым;
- безопасным;
- соответствующим требованиям российского регулирования.
Интеграционная платформа Энтакси даёт компаниям в России архитектурный способ перевести ИИ из тени в «белый контур»:
- централизованный доступ к данным вместо копипаста в случайные нейросети;
- фильтрация и анонимизация информации до того, как она попадёт в модель;
- мониторинг и аудит всех ИИ‑сценариев;
- развёртывание внутри российского периметра и стека;
- low‑code‑подход, который делает «официальный путь» быстрее и удобнее теневого.
Если вы уже видите, что сотрудники используют внешние ИИ‑сервисы, значит, shadow‑AI у вас уже есть.
Следующий шаг — не запретить его любой ценой, а построить инфраструктуру, где ИИ работает на бизнес, а не против него. Энтакси как раз про это.
Какие ИИ‑сценарии у вас сейчас живут «в тени» и где сильнее всего болит безопасность — в работе с клиентами, в аналитике или в документообороте?