统计数据显示，2025年上半年，每家企业通过Copilot访问的敏感数据记录平均接近300万条。研究人员还发现，企业内每位用户与Copilot的交互次数超过3000次，这意味着在缺乏有效管控机制的情况下，敏感数据被修改或对外分享的概率大幅上升。

敏感数据无处不在且增长迅猛。Concentric AI最新报告指出，非结构化数据、重复文档以及高风险共享行为正在给安全团队带来严峻挑战。研究表明，微软Copilot等生成式AI工具的应用增加了数据管理复杂度，而过度的数据共享与陈旧的管理方式持续加剧着数据泄露风险。

生成式AI引发新的安全隐忧

2025年上半年的监测显示，单家企业通过Copilot处理的敏感数据记录均值达300万条。更值得注意的是，企业用户与Copilot的月均交互量突破3000次，这使得敏感信息在缺乏适当防护时被篡改或传播的可能性显著提高。

报告特别警示，员工使用未经授权工具形成的“影子AI”应用会带来额外风险，企业甚至难以掌握这些数据的最终流向。

权限失控加剧数据泄露风险

调研结果表明，过度共享仍是核心问题。企业中的重要数据常常被共享给不具备访问权限的人员或系统。

参与研究的企业中，每家机构平均有300万条敏感数据记录被外部共享，这个数字占所有外发文件的半数以上。其中金融服务行业的外部敏感数据共享比例最高，达到73%。

值得关注的是，“公开链接”带来的风险尤为突出，这种分享方式允许任何人在无需登录的情况下无限次访问。在医疗健康领域，通过此类链接共享的文件中有相当部分包含敏感信息。而在各行业中以这种方式传播的文档，多数仍涉及保密内容。

内部数据共享同样存在隐患。在很多企业的内部网络中，广泛共享的文件里仍有相当比例包含敏感数据。零售业和金融服务行业与个人账户共享的文档中，大多数都涉及敏感信息。

数据泛滥导致效率低下与风险攀升

随着数据量的持续增长，数据杂乱问题日益凸显。研究人员发现，平均每家企业拥有1000万条重复数据记录，政府机构和教育部门的重复率更超过30%。

陈旧数据也是不容忽视的问题。在各行业机构中，企业平均存有700万条过时数据记录，其中制造业的陈旧数据占比最高，约占总数据量的四分之一。长期保留无效数据不仅会增加存储成本，更会加大风险管控的难度。

报告还着重指出了无主数据（即没有明确管理者的数据）和非活跃用户数据（属于离职员工或休眠账户的数据）的管理难题。每家企业平均持有400万条无主数据记录和200万条非活跃用户数据记录。在政府教育领域，仅非活跃数据就占所有数据的近10%。