Hvorfor teamet ditt fortsetter å lime ting inn i ChatGPT i stedet for å bruke de offisielle verktøyene
Mengden kopiering og innliming i ChatGPT er ikke først og fremst et etterlevelsesproblem dere skal passe på. Det er gratis, ærlig markedsundersøkelse om nøyaktig hvor de offisielle verktøyene er for trege — hvis dere er villige til å lese det slik.
Spør en operasjonsleder i et byrå med femti personer hvor kundearbeidet faktisk blir gjort, og hun peker på et prosjektverktøy med en månedlig faktura og en tilgangsoversikt. Spør hvor det virkelig skjer, og det ærlige svaret er stadig oftere en nettleserfane som kjører ChatGPT.
Dette er ikke en randvane som er begrenset til noen få regelbrytere på designteamet. Det ligger nær medianen. Work Trend Index 2024 fra Microsoft og LinkedIn, basert på en undersøkelse av 31,000 arbeidstakere i 31 land, fant at 78% av de ansatte som bruker generativ AI på jobben tar med sine egne AI-verktøy i stedet for dem arbeidsgiveren har utstedt — en praksis rapporten kaller BYOAI. I små og mellomstore selskaper stiger tallet til 80%. En separat Annual Report 2025 fra 1Password, basert på 5,000 arbeidstakere, fant et mer forsiktig tall: 27% innrømmet at de hadde brukt AI-verktøy selskapet ikke hadde godkjent, mens en undersøkelse fra Cybernews blant mer enn 1,000 amerikanske ansatte i september 2025 satte tallet til 59%. Spredningen er stor fordi hver undersøkelse stiller et litt annet spørsmål — "har du noen gang grepet etter AI utenfor offisielle kanaler" mot "støtter du deg bevisst på ikke-godkjent AI for det viktigste arbeidet ditt" — men hvert av disse tallene ligger godt over det de fleste IT- og driftsledere ville gjettet hvis de ble spurt uten forvarsel.
De fleste samtaler om dette faktumet begynner med ordet "skygge" og slutter med et notat om retningslinjer for akseptabel bruk. Den instinkten er forståelig. Den er også stort sett feil første trekk.
Hva tallet faktisk måler
Begynn med det disse undersøkelsene ikke finner. De finner ikke at ansatte er late, uforsiktige eller prøver å gå rundt ledelsen. Rapporten fra 1Password spurte folk direkte hvorfor de tyr til ikke-godkjente AI-verktøy, og de to ledende svarene var bekvemmelighet (45%) og en følelse av å være mer produktive (43%) — ikke "sjefen min sjekker ikke" eller "jeg bryr meg ikke om retningslinjer". Folk gjemmer seg ikke i ChatGPT fordi det er forbudt. De gjemmer seg i ChatGPT fordi det er raskere enn det de egentlig skulle bruke i stedet.
Det skillet betyr noe, for det betyr at kopier-og-lim-atferden ikke først og fremst er et disiplinproblem dere skal passe på. Det ligner mer på en kunde som velger en konkurrents produkt fremfor deres. Hvis en kunde begynner å gå rundt kasseflyten deres fordi en konkurrents er tre klikk kortere, svarer dere ikke ved å gjøre det vanskeligere å forlate kassen — dere finner ut hva som er tregt med den. Samme logikk gjelder inne i et selskap. Hver gang noen åpner ChatGPT i stedet for oppgaveverktøyet, meldingsappen eller den interne wikien, avgir de en ærlig, uoppfordret stemme om hvor de offisielle verktøyene er for trege, ligger for mange klikk dypt, eller mangler noe de trenger akkurat nå. Ingen fyller ut en undersøkelse for å fortelle dere dette. De bare gjør det, om og om igjen, i skala — og det er nettopp det som gjør det mer pålitelig enn det meste av tilbakemeldingen dere noen gang vil samle inn med vilje.
Kopiering og innliming i ChatGPT er ikke bevis på at teamet ikke respekterer verktøyene dere ga dem. Det er en løpende måling av nøyaktig hvor de verktøyene kommer til kort — registrert automatisk, i volum, uten undersøkelsestretthet.
Hvor dette hører hjemme: prosessgjeld som blir synlig
Produktfilosofien til FabricLoop har et navn på den underliggende tilstanden som skaper denne atferden: prosessgjeld — den oppsamlede, skjulte kostnaden ved å sy sammen verktøy som ikke deler kontekst, betalt i valutaen til folk som manuelt skriver på nytt, forklarer på nytt og avstemmer informasjon som burde ha flyttet seg av seg selv. Prosessgjeld vises ikke i et regnskap. Den vises som de ti minuttene noen bruker på å kopiere en kundetråd ut av e-post, inn i et dokument, og deretter oppsummere den for hånd fordi systemene ikke snakker sammen.
Generativ AI skapte ikke prosessgjeld. Den ga bare alle en mye raskere måte å betjene den på. Før ChatGPT hadde en ansatt som møtte en fragmentert, treg intern prosess to valg: å gnage seg gjennom den, eller å finne en uformell omvei — et personlig regneark, en side-DM i Slack, en huskelapp. Nå finnes et tredje valg som tar ni sekunder og gir et genuint nyttig resultat: lim rotet inn i en chatbot og la den gjøre avstemmingen. Volumet av folk som velger det tredje valget er en direkte avlesning i sanntid av hvor mye prosessgjeld organisasjonen bærer, ett arbeidsflyt om gangen. Et team som stadig limer inn i ChatGPT er ikke udisiplinert. Det er et team som betaler renter på prosessgjeld fort nok til at alle kan kjenne det.
Dette er også grunnen til at det sjelden virker å bare forby omveien. Et blokkert nettsted eller et strengt notat om retningslinjer betaler ikke ned gjelden — det fjerner bare den raskeste tilgjengelige måten å betjene den på, noe som skyver folk tilbake mot tregere omveier eller over på en privat telefon der ingen kan se hva de gjør i det hele tatt. Hvis det underliggende gapet som sendte noen til ChatGPT i utgangspunktet fortsatt er der, har forbudet gjort problemet mindre synlig, ikke mindre.
Ingenting av dette betyr at risikoen er innbilt. Når noen limer inn en kundekontrakt, et sett med notater fra medarbeidersamtaler eller en kundes kontodetaljer i en personlig konto hos ChatGPT, Claude eller Gemini, forlater de dataene selskapets kontroll og lander i et annet selskaps infrastruktur, under det andre selskapets tjenestevilkår — ofte gratisnivået, som vanligvis har de svakeste garantiene for datahåndtering av alle planene som tilbys. Det er en reell eksponering, og den fortjener en reell, tydelig formulert advarsel heller enn en fotnote. Feilen er å lede med denne risikoen som hele historien, fordi frykt er en dårlig drivkraft for atferdsendring og et enda dårligere diagnostisk verktøy. Si risikoen én gang, ta den på alvor, og finn deretter ut hva som faktisk driver atferden — for det er den delen dere kan rette.
Les det som data om kundefrafall, ikke som en overvåkingslogg
Riktig respons ligner på hvordan et produktteam studerer kundefrafall, ikke på hvordan et etterlevelses-team kjører en revisjon. Dere trenger ikke å lese noen enkelt ansatts ChatGPT-historikk, og dere bør ikke prøve — det er overvåking, det tærer på tillit raskere enn det gir innsikt, og i de fleste jurisdiksjoner skaper det en egen juridisk eksponering. Det dere er ute etter, er det samlede mønsteret: hvilke arbeidsflyter, roller og øyeblikk i en prosess som pålitelig gir en omvei til et eksternt AI-verktøy. Det er et spørsmål dere kan svare på med en kort, anonym pulsundersøkelse, noen ærlige samtaler med teamledere, eller — hvis de offisielle verktøyene har bruksanalyse i det hele tatt — ved å se hvor folk forlater en oppgave halvferdig og hvor brukerstøttesaker klumper seg rundt "dette tar for lang tid".
På tvers av undersøkelsene står et lite antall arbeidsflytkategorier for det meste av trafikken. Dataene fra 1Password bryter det ut konkret: 22% av respondentene sa at de bruker eksterne AI-verktøy til å transkribere og oppsummere notater fra kundesamtaler, 21% bruker dem til å analysere kundedata, og 16% bruker dem både til analyse av selskapsdata og til å utforme materiale knyttet til rekruttering og medarbeidersamtaler. Ingen av disse er eksotiske brukstilfeller. De er det vanlige bindevevet i å drive et voksende team eller en byråkonto — øyeblikket rett etter at en samtale er slutt og før notatene havner noe nyttig sted, øyeblikket en leder trenger en rask lesning av et regneark ingen har bygget en rapport for, øyeblikket noen må gjøre en haug med spredt tilbakemelding om til en sammenhengende vurdering. I nesten hvert tilfelle er den underliggende jobben genuint enkel. Det som er tregt, er antallet verktøy noen må åpne, og antallet ganger de må forklare kontekst på nytt som allerede finnes et sted i selskapet, for å få det gjort via den godkjente veien.
Gjør den godkjente veien raskere, ikke omveien vanskeligere
Når dere vet hvilke to eller tre konkrete arbeidsflyter som driver det meste av trafikken, er løsningen nesten aldri en ny policy. Det er å lukke det faktiske gapet. Konkret betyr det tre ting for en leder i et voksende team eller et byrå, omtrent i denne rekkefølgen.
For det første: navngi arbeidsflytene presist, ikke generisk. "Folk bruker ChatGPT til kundesaker" er ikke spesifikt nok til å handle på. "Kundeansvarlige oppsummerer samtalenotater i ChatGPT fordi oppgaveverktøyet vårt ikke har hurtigfangst fra en samtale, så ellers må de åpne tre separate skjermer" er spesifikt nok til å rette — og det er vanligvis ett eller to slike som står for det meste av volumet, ikke et dusin.
For det andre: mål omveien mot den godkjente veien i enhetene som faktisk betyr noe for personen som gjør jobben: antall klikk, antall appbytter, og antall ganger de må skrive på nytt noe som allerede finnes et annet sted. Hvis det eksterne verktøyet vinner med god margin på alle tre, er det gapet deres, og det lar seg vanligvis lukke — en snarvei for hurtigfangst, en mal, en integrasjon som trekker den relevante tråden inn i verktøyet automatisk i stedet for å be noen gå og hente den.
For det tredje: når AI i seg selv er den genuint nyttige delen — ikke bare farten, men selve oppsummeringen eller utkastet — ta en AI-evne inn i den godkjente flaten i stedet for å late som folk vil slutte å ønske seg den. Dette er det egentlige argumentet for å bygge AI inn i verktøyene teamet allerede lever i, i stedet for å la den bli liggende i en separat forbrukerapp uten deres kontekst og uten deres kontroller.
Svaret fra FabricLoop på dette gapet er Loop Agent, bygget på Model Context Protocol slik at den kan handle inne i de samme Groups der meldingene, oppgavene og notatene allerede lever — oppsummere en tråd, lage et utkast til en oppgave fra en samtale, eller hente opp et notat uten at noen forlater appen eller forklarer på nytt kontekst som allerede er der. Poenget er ikke å slå ChatGPT på funksjoner. Det er å gjøre den godkjente veien minst like rask som omveien, med revisjonssporet intakt, slik at bekvemmeligheten som nå sender arbeid til en ekstern konto har et sted å gå innenfor deres egne vegger i stedet.
Slik ser dette faktisk ut neste mandag
Ingenting av dette krever en arbeidsgruppe. Det krever en time med ærlig titting, en kort samtale med de to eller tre rollene som kopierer og limer mest, og en vilje til å behandle det dere finner som nyttig informasjon heller enn som en disiplinærsak. Spør folk direkte hva de prøvde å få gjort rett før de åpnet ChatGPT — de fleste vil si det rett ut, fordi de ikke prøvde å skjule noe, de prøvde å fullføre en oppgave. Sammenlign deretter den oppgaven, steg for steg, med hvor lang tid den tar gjennom de offisielle verktøyene. Gapet dere finner er det faktiske produktkartet for neste kvartal, gitt gratis av menneskene som bruker systemene deres hver dag.
Teamene som tar feil her, behandler kopiering og innliming som et integritetsspørsmål og bruker et kvartal på å skrive en policy ingen leser. Teamene som treffer, behandler det som markedsundersøkelse ingen måtte betale for, og bruker det samme kvartalet på å lukke de to eller tre gapene som sendte alle rundt verktøyene de allerede hadde.