shadow it

בכל ארגון דיגיטלי, הצללים כבר לא שוליים - they מנהלים את השיח. Shadow IT ו־Shadow AI צמחו מתוך צורך אמיתי: עובדים מחפשים פתרונות מהירים, אפליקציות זמינות וסוכני AI שמקצרים תהליכים. זה נשמע כמו חלום פרודוקטיביות, אבל בפועל מדובר גם בסיכון: זליגת מידע, הרשאות פרוצות ופעולות אוטונומיות שלא תמיד בשליטה. המסר ברור: אי־אפשר להילחם בתופעה, צריך למסגר אותה. המסקנה? לא חסימה אלא ממשל פרגמטי - נראות מלאה, מסלול מהיר לפיילוטים, קטלוג מאושר, ובקרות זהות ומידע.
ההמלצה: בנו היום את הארכיטקטורה שתאפשר לארגון ליהנות מהיתרון של חדשנות ו־AI, בלי לשלם את המחיר של כאוס.

Shadow IT כבר מזמן אינו “קיצון חריג” אלא ברומטר ארגוני: כשהעבודה היברידית היא ברירת מחדל ו‑SaaS נמצא במרחק רישום קצר, עובדים ויחידות עסקיות נעים בין צורך בקצב לבין נהלי IT רשמיים. בפועל, ארגונים מעריכים שיש לעובדים 30-40 אפליקציות ענן, בעוד הנתון האמיתי חוצה לעיתים את רף אלף האפליקציות - וגם ~80% מהעובדים משתמשים בכלי ענן לא‑מאושרים לפחות פעם אחת. המציאות הזו חוסכת זמן ומניעה חדשנות - אך מייצרת “אזורי דמדומים” של אבטחת מידע, תאימות, ניהול זהויות וידע [1].

אל ה‑Shadow IT מצטרף כעת Shadow AI - והשילוב ביניהם משנה את חוקי המשחק: לצד שימושים נקודתיים בצ’אטבוטים, נכנסים לסביבה הארגונית סוכני AI שמסוגלים לפעול אוטונומית (לקרוא נתונים, לבצע פעולות, ולהשתמש ב‑API/כלים) - מנוע פרודוקטיביות אדיר, אך גם משטח תקיפה חדש (“Excessive Agency”, Prompt Injection, Poisoning), ולכן דורש ממשל ייעודי [2] [3] [4]. כדי לשמור על מהירות וגם אחריות, נדרש מודל משולב: נראות (Discovery), מסלול מהיר בשליטה (Fast‑Track) לאימוץ מבוקר, קטלוג מאושר ואטרקטיבי, ביטחון זהויות ו‑DLP, ומדיניות פרגמטית - כשאת ממשל ה‑AI מיישרים ל‑NIST AI RMF ופרופיל ה‑GenAI.

מה זה Shadow IT - ולמה הוא גדל?

Shadow IT = שימוש בשירותים/אפליקציות/מכשירים בארגון ללא אישור או פיקוח IT - תופעה שמזנקת בעידן SaaS, BYOD (Bring Your Own Device) ועבודה היברידית. הנגישות (“ללא התקנה”, “תשלום בכרטיס אשראי”) + קצבי עבודה מהירים יוצרים אימוץ עצמאי; לעיתים זה לא מרד - זו מחויבות לביצוע [5] [6].

היקף התופעה, למה ומה הסיכון - מה המספרים מספרים?

ארגונים מגלים פער קבוע בין ההערכה למציאות; “זחילת SaaS” (SaaS Sprawl) ו‑שימוש לא‑מאושר נפוצים מאד, ובלא נראות לוגים או SSO אחוד קשה למדוד סיכון אמיתי. מגמת 2024-2025: הכפלה של מספר האפליקציות לעובד מאז 2019, והתרחבות הסיכונים בגלל כלים גנרטיביים חדשים [1] [7] [9].

נהגים ארגוניים ותרבותיים

  • נגישות טכנולוגית: SaaS/ענן בלחיצה; פתרון מיידי לצורך נקודתי [6].
  • קצב עסקי: לוחות זמנים לוחצים מול מחזורי אישור איטיים [5].
  • תרבות היברידית: זליגת “הרגלי אפליקציות ביתיות” לעבודה והיטשטשות גבולות פרט/ארגון [6].

מה הסיכון? טקסונומיה תמציתית

  • מידע ותאימות: זליגת מידע, אזורי אחסון לא תואמים, היעדר לוגים / בקרה (Audit) - סיכון ענפי ל‑Compliance (הַתאָמָה) [1].
  • זהויות והרשאות: Identity Sprawl, עקרון ‎Least‑Privilege לא מיושם, וסגירת גישה לא עקבית [5].
  • תפעול ותמיכה: “חורים שחורים” בנראות - קושי בתחזוקה/כיבוי/רישוי [7].
  • AI‑Specific: Prompt Injection, Poisoning, Excessive Agency (סוכן שמבצע יותר ממה שהתכוונו), ואיומים לאורך מחזור חיי מודל [4] [9] [10] [11].

לא רק איום - הזדמנות לחדשנות מונעת‑שטח

Shadow IT משקף איתות לצורך אמיתי: פערי חוויית משתמש או פונקציונליות בכלי הליבה. כשמתווים מסלול ממושטר - פיילוט זריז, “אישור מותנה” בגבולות זמן/נתונים, וקטלוג מאושר - ממירים אנרכיה ל‑למידה ארגונית ושיפור ביצועים [1].

Shadow AI וכניסת סוכני-AI לעולם העבודה

מה חדש? לא רק צ’אט; נכנסים Agents שמבינים הקשר, משתמשים בכלים/מחברים (Tools/Connectors), מבצעים פעולות (קריאה/כתיבה), ונשענים על הרשאות הארגון.
ב‑Microsoft 365: Copilot + Agents ניתנים להרחבה ולהפעלה ב‑Word/PowerPoint/Teams, עם Copilot Control System לממשל, רישום ובקרה; ולצידם ממשל ייעודי ל‑Copilot Agents דרך Power Platform/Copilot Studio (מדיניות נתונים, שיתוף והרשאות)[10] [11] [12].
ב‑Slack: יכולות Slack AI בנויים כך שנתוני הלקוח אינם יוצאים מתחום האמון של Slack, ולא משמשים לאימון מודלים חיצוניים; הגישה תמיד בהתאם להרשאות המשתמש (RAG, גבולות הרשאות) [13].
ב‑Google Workspace (Gemini): בקרים ארגוניים לשילוב GenAI: Trust Rules, DLP/IRM, CSE - והגנות מובְנות כנגד Prompt‑Injection, עם מסגרות תאימות (HIPAA, FedRAMP High) [4] [12] [13] [14] [15] [16].

למה זה חשוב? סוכנים מכניסים אוטונומיה מבוקרת לעבודה היומיומית—אך כל יכולת פעולה היא גם וקטור סיכון: זליגה דרך חיבורי צד‑שלישי/Plug‑ins, אימות והרשאות לא מוקשחים, ו‑Prompt Injection עקיף ממסמכים/דפים [4] [5]. לכן נדרש ממשל סוכנים שמחבר בין CASB/SSPM, IAM, DLP ומסגרת AI בדוקה (NIST/CSA) [16] [2] [3].

מסגרת ממשל מומלצת (Governance‑by‑Design, AI‑Aligned)

  1. נראות תחילה (Shadow IT & AI): להפעיל גילוי ענן (Cloud Discovery) ולבנות ‎Baseline: אפליקציות בשימוש, בעלויות עסקיות, סיווג נתונים, ו‑Risk Score.
  2. מסלול מהיר בפיקוח (Fast‑Track): טופס קצר, ‎SLA לאישור, “אישור מותנה” (זמנים/סוגי נתונים/קבוצת ניסוי), ו‑Exit מובנה.
  3. קטלוג אפליקציות & סוכנים מאושר: חוויית משתמש “Good‑Enough” עם SSO, הרשאות מינימליות, וחיבורים מאובטחים.
  4. זהויות והרשאות (IAM): SSO+MFA, JML אוטומטי, ביקורת הרשאות לסוכנים/חיבורים (OAuth, Graph, Slack/Workspace scopes).
  5. בקרות מידע (DLP/IRM/CSE): הגדרות שיתוף, הצפנה, לוגים/אודיט, ומדיניות חוץ‑ארגוני (Share/Export).
  6. מיפוי סיכוני‑AI ו‑Red‑Team: יישום NIST AI‑RMF + פרופיל GenAI; אימוץ OWASP LLM Top‑10; מיפוי איומי ATLAS לאורך ה‑Lifecycle.
  7. מדדים ושקיפות: לוח מחוונים לאימוץ/שימוש/סיכון; פרסום תוצאות פיילוטים והחלטות אימוץ/דחייה.

צ’ק־ליסטים למנהלים

צ'ק ליסט קצר לבחינת כלי חדש

  • חיבור SSO? ✅
  • הצפנה במנוחה/מעבר? ✅
  • Data Residency / מחיקות לפי בקשה? ✅
  • RBAC/ABAC ו-Logging? ✅
  • DPA חתום ויכולת opt-out מאימון מודלים? ✅
  • קונקטורים נתמכים והפרדת סביבות? ✅
  • מדד ערך עסקי ברור (KPI)? ✅

אנטי-דפוסים (Smells)

  • “פיילוט נצחי” בלי Owner עסקי.
  • אינטגרציות פרטיות ללא רישום.
  • ריבוי גרסאות אמת (דשבורדים מתנגשים).
  • חוסר שקיפות עלויות (כרטיסי אשראי “קטנים”).

Playbook ישים ל‑90 הימים הראשונים

  • ימים 1–30 - גילוי ומדידה: הפעלת Cloud Discovery/SSPM; מיפוי 10 האפליקציות הלא‑מאושרות הנפוצות; איתור סוכני‑AI “פראיים” (Bots/Plugins) והצמדת “בעלים עסקי”.
  • ימים 31–60 - ניסוי מבוקר: שני פיילוטים כואבים (פתרון מאושר מול חלופי), KPI (זמן‑לביצוע, שביעות רצון, עלות/רישוי), ו‑Risk Review מול OWASP LLM Top‑10.
  • ימים 61–90 - מוסדיות והטמעה: קטלוג, SSO/MFA, JML, DLP/IRM, פרסום דפי “מה חדש/איך לבקש פיילוט”, והקמת Copilot/Agent Governance Page.

רשימת המלצות לפעולה

  • הדליקו אור - ואז סננו: נראות לפני חסימות; נתוני שימוש אמיתיים מונעים ויכוחים וממקדים את הבקרה
  • “מסלול מהיר” במקום “לא”: SLA קצר + אישור מותנה = פחות עקיפות, יותר שליטה
  • הפתרון המאושר חייב להיות מפתה: UX טוב, SSO, הרשאות מינ’—חוויית משתמש היא בקרת אבטחה מעולה
  • ממשל סוכנים = מדיניות + טלמטריה: CCS, מדיניות נתונים, יומני שימוש, יציאות חירום
  • אבטחת AI = סט כלים משולב: IAM, DLP/IRM, CASB/SSPM, + NIST/OWASP/ATLAS
  • בקרו חיבורים וצד‑שלישי: נתחו OAuth/Plugins, הגבילו Scopes, חסמו Anonymous Publish לסוכנים
  • RAG בגבולות ברורים: נתונים לא יוצאים מגבולות אמון; עבדו לפי הרשאות משתמש בזמן ריצה
  • נהלו סיכוני “Shadow AI” כנתון עסקי: מלאי‑AI ארגוני, בקרות גישה, בקרה רציפה ודיווח
  • בדקו עלויות/השפעה: צמצום כפילויות רישוי, מדידת זמן‑לאישור והפחתת אפליקציות “פראיות” רבעונית
  • חינוך ומתן “מה כן”: דוגמאות מאושרות, ספר מתכונים פנימי (Prompts/Agents), ושקיפות תוצאות

סיכום: לא לבטל - לאמץ בתבונה

הצל לא נעלם בצעקה - הוא מתכנס לאור. אימוץ גישה פרגמטית המשלבת נראות, מסלול‑מהיר נשלט, קטלוג מאושר ומפתה, אוטונומיית‑AI תחת ממשל, וזהויות/מידע מוקשחים - ממיר אימפרוביזציה טכנולוגית ל-יתרון ארגוני מדיד. הייחוד של 2025: סוכני‑AI כבר כא - הם כותבים, מסכמים, וגם פועלים. המשמעות: לתכנן מידרג הרשאות לסוכנים, להגביל פעולות מסוכנות, לשלב DLP/IRM ו‑SSO/MFA כבר בשלב הפיילוט, וליישר לשיטות עבודה מומלצות (NIST AI‑RMF + פרופיל GenAI, OWASP‑LLM Top‑10, MITRE ATLAS).

מבט קדימה: “Shadow AI” מעלה גם עלות פריצה ממוצעת וחשיפות שרשרת‑אספקה (Plugins/APIs). ארגונים ללא ממשל AI מדווחים על פערי אימות, הרשאות ושימוש לא מבוקר - עם השפעות ברורות על עלויות התאוששות ושיקום. מי שיבנה ארכיטקטורת ממשל‑סוכנים (CCS/Policies/Telemetry), יטמיע בקרים פרופורציונליים לסיווג המידע, ויקדם תרבות “כן, אבל מאורגן” - ימנף את ה‑GenAI וה‑Agents כמכפיל כוח בלי להפקיר סיכון ותאימות.

בקישור תמצאו סקירה מורחבת ומקיפה, הכוללת גורמים ודוגמאות לכשלים ובחינת ההשלכות, השוואה בינלאומית, בחינת תפקידי ה-CIO, CISO, ההנהלה הבכירה והדירקטוריון וכן דרכי התמודדות ארגוניות עם Shadow IT: אכיפה, הכשרה, BYOD וניטור והצעת אסטרטגיה ניהולית להתמודדות עם Shadow IT בארגון.

אינדקס מקורות

חוקר במכון
חוקר בכיר בתחומי הטכנולוגיה, בעל תארי B.A במדעי המחשב ו-M.B.A מאוניברסיטת תל-אביב, עם ניסיון של מעל 30 שנה בניהול מערכות וארגונים בהיבטי הטכנולוגיה. שימש בתור מנהל טכנולוגיה | מנהל טכנולוגיות ראשי (CTO) בעיריית תל-אביב ובאיחוד האמירויות, ארכיטקט ראשי ובתחומי קידום חדשנות, טרנספורמציה דיגיטלית ופתרונות IT. נמנה עם "דור ההמשך" של תנועת "חירות" וצאצא למשפחה ותיקה בארץ ישראל אשר פעלה להקמת היישוב, בניין מוסדותיו הלאומיים, ועיגון ערכי הרוויזיוניזם - לפני קום המדינה ולאחריה. בן לאב שהיה לוחם ומפקד בשורות לח"י, מראשוני צה"ל, ופעיל מרכזי בתנועת החירות ובמסדר ז'בוטינסקי.
Hilay Selivansky,
Technology expert. B.A. in Computer Science & M.B.A. from Tel Aviv University, with over 30 years of experience in managing organizations, emphasising systems and technology. Served as a Technology Director | Chief Technology Officer (CTO) in Tel Aviv Municipality and the United Arab Emirates, Chief Architect promoting innovation, digital transformation and IT solutions.