Shadow AI 的直接答案是：員工或外包在沒有核准、沒有紀錄、沒有資料邊界的情況下，把 AI 工具放進工作流程。對台灣 SME 的行銷團隊來說，最常見的風險不是有人故意外洩，而是為了省時間，把客戶名單、LINE 對話、廣告報表、合約或未公開活動資料貼進免費工具。比較穩的做法不是一句「全面禁止 AI」，而是先盤點工具、資料、帳號、外掛與核准責任，再決定哪些情境能用、哪些必須遮罩或人工審核。
Shadow AI 為什麼會先出現在行銷團隊
Microsoft Learn 將 Shadow AI 定義為組織成員未經授權或追蹤就使用 AI 工具或整合 AI；它會讓安全團隊看不見新的風險入口，也可能讓敏感資料被丟進外部服務。這個問題在行銷端特別容易發生，因為行銷工作每天都在處理大量文字、名單、回覆、素材和報表，剛好也是生成式 AI 最容易「看起來很有用」的場景。來源：Microsoft Learn: Prevent data leak to shadow AI
台灣 SME 通常沒有完整 IT、資安、法務與採購流程。老闆可能只看到同事變快，卻不知道資料經過哪些工具；行銷同事也可能只想把客服留言整理成分眾，沒有意識到裡面含有電話、Email、訂單、抱怨紀錄或拒絕行銷狀態。這就是 Shadow AI 比一般「買錯工具」更麻煩的地方：它常常先發生，之後才被發現。
先查 5 個最容易外流的行銷入口
如果你今天只能做一件事，不要先列 AI 工具排行榜，先列「哪些資料被丟進 AI」。以下五個入口最容易在台灣中小企業行銷流程裡失控。
| 入口 | 常見 Shadow AI 用法 | 先設的底線 |
|---|---|---|
| 客戶名單 | 把姓名、電話、Email、購買紀錄貼進 AI，要求分眾或寫推播 | 先匿名化，只保留區間、標籤與必要欄位；個資與拒絕行銷狀態不得外流 |
| LINE 與客服對話 | 整批貼上對話，請 AI 摘要抱怨、需求或常見問題 | 遮罩電話、地址、訂單編號、病歷、兒童或敏感資訊，再由人核准摘要用途 |
| 廣告與 GA4 報表 | 上傳報表，請 AI 判斷要停哪個活動 | AI 可協助分類與提醒異常，不可單獨決定停廣告、改預算或承諾成效 |
| 瀏覽器外掛與會議工具 | 安裝 AI 外掛，自動讀取網頁、信箱、會議逐字稿或雲端文件 | 先確認權限範圍；能讀客戶資料、合約或帳號後台的外掛要列入核准清單 |
| 外包與代理商 | 把素材、名單或客戶資料交給外部夥伴，用對方自己的 AI 工具處理 | 交付資料前先寫清可用工具、保留期限、刪除責任與不可再訓練或轉用的範圍 |
不要只問「能不能用 AI」，要問「誰看得見」
Microsoft 的 Shadow AI 資料外洩防護指南把治理拆成幾個階段：發現 AI app、封鎖未核准 app、防止敏感資料流向已核准 app，以及治理與稽核 AI 互動。這個順序很適合台灣 SME 簡化成一張表：先看見，再分類，再擋高風險資料，最後留下紀錄。來源：Microsoft Learn: Prevent data leak to shadow AI
重點是不要把「核准工具」誤會成「什麼資料都能丟」。Microsoft 在敏感資料防護步驟也提醒，即使是已核准的 AI app，仍需要防止敏感資訊透過貼上、上傳或傳送進入工具。對 SME 來說，這句話可以翻成日常規則：公司可以允許某些 AI 工具，但仍要規定哪些欄位必須刪掉、遮罩或改成彙總資料。來源：Microsoft Learn: Block sensitive data going to sanctioned AI apps
哪些情境可以開放，哪些要人工核准
NIST AI 風險管理框架把 AI 風險工作整理成 Govern、Map、Measure、Manage 四個功能。台灣 SME 不需要一開始就做成企業級制度，但可以用同一個邏輯：先定規則，盤點使用情境，量測風險，再管理例外。來源：NIST AI RMF Core
可開放的情境通常是低敏感、可重做、有人審稿的工作，例如把公開商品頁改成三版社群文案、整理不含個資的 FAQ、把已公開文章改成 EDM 草稿。需要人工核准的情境，則包含客戶名單分眾、價格與折扣建議、客服承諾、合約摘要、投訴紀錄、醫療金融等高風險素材，以及任何會自動發布、寄送、改預算或改客戶狀態的流程。
台灣 SME 還要顧到個資與拒絕行銷狀態
行銷資料不是只有「姓名電話」才算風險。客戶是否同意被行銷、是否曾拒絕行銷、從哪個活動留下資料、資料要用多久，都是 AI 分眾前要保留的上下文。個人資料保護委員會籌備處整理的個資法第 20 條說明指出，非公務機關利用個人資料行銷時，當事人表示拒絕接受行銷，應即停止利用其個人資料行銷；首次行銷也應提供拒絕方式並支付所需費用。來源：個人資料保護委員會籌備處：個資法第20條
所以 AI 不是只要「幫我挑出最可能買的人」就好。它必須知道哪些人不能再被行銷、哪些資料只能用於客服或履約、哪些欄位不該送進外部工具。如果你的資料表沒有同意狀態、來源、用途與拒絕行銷欄位，AI 分眾越快，錯誤也越快。
30 分鐘 Shadow AI 盤點表
你可以先請每位行銷、客服、業務與外包夥伴填一張簡表，不要用稽核語氣，而是問「你最近用 AI 省了哪些時間」。欄位只需要六個：工具名稱、使用者、處理任務、輸入資料類型、是否含客戶或內部敏感資料、產出會不會直接對外。填完後，把使用情境分成三類。
| 分類 | 判斷方式 | 下一步 |
|---|---|---|
| 綠燈 | 只用公開資料或已匿名資料，產出需人工審稿 | 列入允許清單，提供範例提示詞與禁用欄位 |
| 黃燈 | 可能含客戶資料、價格、合約或內部策略 | 先遮罩或彙總，指定負責人核准後再使用 |
| 紅燈 | 含敏感個資、帳號權限、未公開合約，或會自動對外行動 | 暫停使用，改走核准工具、內部環境或人工流程 |
這張表做完，老闆會看到一件事：真正值得管的不是所有 AI，而是幾個會接觸客戶資料、帳號後台和對外承諾的節點。先把這些節點管好，團隊仍然能用 AI 加速文案、摘要和企劃，不必回到完全手工。
適用與不適用情境
這套做法適合 5 到 50 人左右、沒有專職資安或法務團隊，但會處理名單、客服、LINE、CRM、廣告帳號、報表和外包素材的台灣 SME。它也適合正在導入 AI 文案、AI 客服、AI 報表或行銷自動化，但還沒建立資料邊界的團隊。
它不適合取代正式法律、資安或合規審查。若你的業務涉及醫療、金融、保險、徵信、兒少、高敏感個資，或 AI 會自動做出價格、核准、拒絕、推薦或權益影響決策，應找專業人員建立更完整的政策、權限、紀錄與稽核流程。
資料更新與來源
本文於 2026 年 8 月 17 日整理。Shadow AI、企業 AI 工具功能、瀏覽器外掛權限、DLP 產品與法規解釋都可能更新；正式執行前，請回到你的工具後台、合約與官方文件確認。主要來源包括 Cloudflare 對 Shadow AI 的定義與風險說明、Microsoft Learn 的 Shadow AI 資料外洩防護模型、NIST AI RMF Core，以及個人資料保護委員會籌備處整理的個資法第 20 條。
結論：先讓 AI 使用被看見，再談效率
Shadow AI 最危險的地方，不是員工用了 AI，而是公司不知道哪些資料被送出去、誰做了決定、出了問題要找誰。台灣 SME 不需要一開始就建立複雜制度；先做一張使用盤點表、三色分類、資料遮罩規則和人工核准線，就能把最大風險壓下來。AI 可以繼續幫行銷團隊省時間，但前提是客戶資料、同意狀態和對外承諾不能消失在看不見的工具裡。
FAQ
Shadow AI 和一般 AI 工具有什麼不同？
一般 AI 工具可能是公司核准、有人管理的工具；Shadow AI 指的是未被核准、未被紀錄或無人治理的 AI 使用情境。風險不在工具名稱，而在資料、權限與責任是否可追蹤。
台灣 SME 要不要直接禁止員工用免費 AI？
通常不建議只用全面禁止。比較實際的是列出可用工具、可輸入資料、禁止欄位與人工核准情境。否則員工可能改用私人帳號或外掛，風險反而更難被看見。
客服對話可以丟給 AI 摘要嗎？
可以先做遮罩與彙總，再讓 AI 摘要常見問題或情緒趨勢。不要把電話、地址、訂單編號、病歷、兒童資料、拒絕行銷狀態或完整對話原文直接丟進未核准工具。
行銷名單要怎麼安全交給 AI 分眾？
先刪除直接識別欄位，只保留必要標籤、區間和匿名 ID，並保留同意與拒絕行銷欄位。AI 可以協助分類，但是否發送、發給誰、怎麼說，仍應由人核准。
外包或代理商用 AI 需要管嗎？
需要。交付資料前應寫清可使用的工具、資料保存期限、刪除責任、是否可再訓練或轉用，以及哪些客戶資料不能離開你的核准流程。