Büyük güvenlik riskleri küçük paketlerde ortaya çıkıyor. Kurumsal güvenlik ekipleri ChatGPT ve Claude’u hızlı taslak işleri için kullanan çalışanların yayılmasını denetlemeye odaklanırken, çok daha acil bir tehdit bir avuç AI super-adopters ten geliyor: doğrulanmamış araçları sessizce kritik işlerde kullanımı kaynaklı.
Çarpıcı oran: %5’lik kesim, alt %50’nin 12 katı
Akamai’nin yayınladığı yeni araştırmaya göre kurumsal power user‘ların en üst %5‘i, iş gücünün alt %50‘sine kıyasla AI modelleriyle 12 kat daha yoğun etkileşime giriyor. Bulgular, State of the Internet: Enterprise AI Usage Risk Report 2026 raporunda yayınlandı ve gerçek dünya kullanım ile telemetri verisinin yanı sıra araştırma ve tehdit analizine dayanıyor.
Bu AI super-adopters üç yolla orantısız bir güvenlik riski yaratıyor: shadow AI kullanımını genişleterek, veri sızıntısı fırsatlarını artırarak ve kurum içinde ama yerleşik guardrail’lerin dışında çalışan otonom AI ajanları devreye sokarak.
Güvenlik ekipleri tüm çalışanların büyük frontier LLM’lere erişimini yönetmeye odaklanmışken, power user’ların kullandığı düzinelerce daha küçük AI aracının tartışmasız daha ciddi bir güvenlik riski oluşturuyor.
Or Eshed, VP Enterprise Security Product & Engineering, Akamai
Akamai verisine göre ortalama bir çalışanın konuşması yaklaşık beş prompt sürüyor. En üstteki %5‘lik power user kesimi ise rutin olarak 18 prompt ve üzeri konuşmalar yürütüyor. Yazının yorumu net: bu, AI modellerinin temel iş operasyonlarına gömülü birer işbirlikçi hâline geldiğinin kanıtı.
AI artık yalnızca bir verimlilik artırıcı değil; şirket kasasına kartlı erişimi olan sanal bir iş arkadaşı. Güvenlik ekiplerinin, riskin nerede yoğunlaştığını bilmek için hangi çalışanların AI’a en çok bağımlı olduğunu tespit etmesi gerekiyor.
Or Eshed, Akamai
Kurumsal kontrol mü, tüketici sızıntısı mı?
Rapora göre tüm kurumsal AI konuşmalarının neredeyse yarısı — %47,11‘i — kurumsal yönetilen hesaplar yerine kişisel kimlikler üzerinden gerçekleşiyor.
Bu durum, yazının ifadesiyle “evcilleştirilmiş AI” ile “yabani AI” arasında keskin bir karşıtlık yaratıyor. Özel yönetişim kontrollerine sahip AI platformları kurumsal kimlik sınırlarını başarıyla uygularken, kişisel erişimli hesaplar BT, güvenlik ve uyum ekipleri için ciddi görünürlük boşlukları oluşturuyor.
Kurumsal kimliği koruyan platformlar:
- Gemini Enterprise — %98,15 kurumsal kimlik kullanımı
- Microsoft Copilot M365 — %90,55
Kişisel kimlik girişlerinin baskın olduğu platformlar:
- DeepSeek — %99,8 kişisel giriş
- Microsoft Copilot Standard — %63,92
- ChatGPT — %61,36
- Claude — %61,09
Aradaki uçurum dikkat çekici: aynı satıcının iki farklı ürün katmanı arasında bile (Copilot M365 %90,55’e karşı Copilot Standard %63,92) yönetişim seviyesi tamamen değişiyor. Yani sorun modelin kendisi değil, hangi lisans ve kimlik katmanıyla erişildiği.
En şaşırtıcı bulgu: kurumsal e-posta ile freemium abonelik
En şaşırtıcı bulgulardan biri, kurumsal AI konuşmalarının %14,4’ünün kurumsal yönetilen lisanslar yerine kişisel “freemium” AI aboneliklerine bağlı kurumsal e-posta adresleri üzerinden gerçekleşmesiydi. Bu şu anlama geliyor: kurumsal bir kimlik üzerinden erişilse bile, çalışanların prompt’lara enjekte ettiği hassas veri kamuya açık model eğitiminde kullanılabilir.
Or Eshed, Akamai
Bu bulgu, klasik “kurumsal hesap kullanıyorsak güvendeyiz” varsayımını doğrudan çürütüyor. Kimliğin kurumsal olması, arkasındaki sözleşmenin ve veri kullanım şartlarının da kurumsal olduğu anlamına gelmiyor.
Uzun kuyruk körlüğü ve BYOAI
Güvenlik ekipleri ChatGPT, Claude, Copilot ve Gemini’yi yönetmeye odaklanmışken çalışanlar, BT denetimi olmadan düzinelerce niş AI aracını, AI destekli SaaS uygulamasını ve kişisel aboneliği sessizce benimsiyor.
Mobil cihazlarda olduğu gibi çalışanlar giderek artan şekilde “kendi AI araçlarını getiriyor” — yani BYOAI — ve AI’a kişisel hesaplar üzerinden erişiyor. Bu da iş verisinin nasıl saklandığı, ne kadar tutulduğu ve nasıl işlendiği konusunda ek görünürlük boşlukları yaratıyor.
Or Eshed, Akamai
Tarayıcı ve IDE eklentileri: hızla büyüyen kör nokta
Akamai’nin eklenti verileri özellikle dikkat çekici:
- Orta ölçekli kurumlarda çalışanların %17,7‘si en az bir AI eklentisi kullanıyor
- Daha büyük kurumlarda bu oran %9,53
- Bu eklentilerin neredeyse %75‘i yüksek veya kritik seviyede izin talep ediyor
- AI eklentilerinin %16,31‘i bilinen CVE zafiyetleri içeriyor
- Karşılaştırma: tarayıcı eklentilerinin genelinde bu oran %10,80
Yani AI eklentileri, genel eklenti popülasyonuna kıyasla yaklaşık 1,5 kat daha fazla bilinen zafiyet barındırıyor. Üstelik izin talepleri de daha agresif.
Bu araçlar, aktif kullanıcı oturumlarına ve hassas kurumsal veriye doğrudan giden geniş, yönetilmeyen yollar açıyor. Bu Shadow AI manzarası yalnızca bir veri gizliliği meselesi değil; yeni nesil otomatik siber saldırıların altyapısı.
Or Eshed, Akamai
CISO’lar için değişen soru
Yazının çerçevelediği zihniyet değişimi şu: CISO’ların karşısındaki AI problemi artık “çalışanlar AI kullanıyor mu?” değil. Kullanıyorlar.
Yeni görev üç soruyu yanıtlamak:
- AI nerede çalışıyor?
- Hangi ekipler ona en çok bağımlı?
- Bu sistemler kurumsal guardrail’lerin içinde mi kalıyor?
Ve asıl mesele: bu soruları saldırganlardan önce yanıtlayabilmek.
Üç yeni saldırı vektörü
Genişleyen bu AI yüzeyi, geleneksel kontrolleri atlayan yeni saldırı vektörleri de doğuruyor. Akamai raporu üçünü öne çıkarıyor:
- Vibe Hacking: Saldırganlar yerel talimat dosyalarını (örneğin
AI_CONFIG.md) ustaca değiştirerek AI kodlama asistanlarını gizlice zafiyetli kod üretmeye veya yetkisiz aksiyonlar yürütmeye yönlendiriyor. - CursorJacking: Kötü niyetli eklentiler silah hâline getirilerek API anahtarları, oturum token’ları ve tescilli kaynak kodu doğrudan yerel veritabanlarından sessizce toplanıyor.
- CometJacking: Saldırganlar kötü niyetli web sayfalarına gömülü dolaylı prompt injection kullanarak AI ajanlarını yerel kullanıcı dosyalarını sızdırmaya kandırıyor. Hedef insan uç noktasından AI işbirlikçisine kayıyor.
Üçünün ortak noktası dikkat çekici: hiçbiri kullanıcıyı doğrudan kandırmıyor. Hepsi AI’ın kendisini kandırıyor ve kullanıcının zaten sahip olduğu yetkileri kullanıyor.
Akamai’nin CISO kontrol listesi
- Sürekli görünürlük kurun. Ağdaki tüm AI uygulamalarını, tarayıcı/IDE eklentilerini ve ajanları keşfedin; prompt’ları, yüklemeleri ve yanıtları gerçek zamanlı inceleyin.
- Shadow AI’ı ortadan kaldırın. Kurumsal Single Sign-On (SSO) zorlayın, yönetilmeyen kişisel girişleri bloklayın ve “freemium” aboneliklere bağlı kurumsal e-posta adreslerini denetleyin.
- Bağlamsal AI DLP devreye alın. Eski pattern-matching araçlarının kaçırdığı yapılandırılmamış veri sızıntılarını — kod parçacıkları veya dahili metinler gibi — yakalamak için prompt seviyesinde inceleme uygulayın.
- Eklentileri ve izinleri denetleyin. Tarayıcı ve IDE eklentilerinin titiz bir envanterini tutun, katı izin sınırları uygulayın ve eklentileri bilinen CVE’lere karşı tarayın.
- AI ajanlarını kimlik olarak yönetin. Otonom AI ajanlarını ve tarayıcıları ayrıcalıklı dijital kimlikler olarak ele alın; least-privilege erişim, katı kapsam sınırları ve gerçek zamanlı izleme uygulayın.
Bu araştırmanın en değerli katkısı, shadow AI tartışmasını “kaç kişi kullanıyor” sorusundan “kim ne kadar derin kullanıyor” sorusuna kaydırması. 5 prompt’luk bir konuşmayla 18+ prompt’luk bir konuşma arasındaki fark yalnızca hacim değil; ikincisi AI’ın bir iş sürecine gömüldüğünü, dolayısıyla o sürece ait hassas bağlamın modele aktarıldığını gösteriyor. Güvenlik ekiplerinin kullanıcıları tek tek engellemek yerine yoğun kullanım kümelerini tespit edip oralara odaklanması hem daha etkili hem de daha az sürtünmeli bir yaklaşım.
%14,4’lük “kurumsal e-posta + freemium abonelik” bulgusu ise en hızlı aksiyona dönüştürülebilir kalem. Bu, teknik olarak zor bir tespit değil: kurumsal alan adınızla popüler AI servislerine yapılmış kayıtları taramak birçok kurumda bir haftalık iştir ve doğrudan model eğitimine giden veri akışını kesebilir. Aynı şekilde AI eklentilerindeki %16,31’lik CVE oranı, mevcut eklenti envanteri süreçlerine AI kategorisini ayrı bir risk sınıfı olarak eklemek için yeterli bir gerekçe.
Verilerin bir güvenlik ürünü satıcısından gelmesi elbette dikkate alınmalı; ancak metodolojinin gerçek telemetriye dayandığı belirtiliyor ve ortaya konan oranlar sahada gözlemlenen eğilimlerle tutarlı. Rakamların kesinliğinden bağımsız olarak, tarif edilen üç saldırı vektörü (Vibe Hacking, CursorJacking, CometJacking) ve ajanları ayrıcalıklı kimlik olarak yönetme önerisi, ürün bağımsız olarak da geçerli tavsiyeler.
Kaynak: https://thehackernews.com/2026/08/the-outsized-shadow-why-5-of-ai-users.html
