企业网络安全领导者相信AI对其使命至关重要,但据EY最新调查显示,目前很少有企业从智能体安全产品中获得显著收益。
随着AI治理成为高管议程的主导议题,这份周四发布的调查发现,企业正在将风险管理框架整合到运营中取得进展,尽管这种思维方式尚未完全渗透到企业文化中。
调查结果促使EY向仍在决定如何采用和使用AI进行网络安全的企业提出四项高层建议。
企业正在积极推进常规网络安全功能的自动化
EY发现,企业正热衷于追求常规网络安全功能的自动化,认为这样做能够解决安全运营中的预算和效率问题。
"几乎所有安全领导者都认为AI是网络安全的核心防御解决方案(96%),并且已经在网络安全运营中部署AI(95%)",EY表示。但三分之二的高管表示他们仍在测试AI产品。
网络安全领导者对AI既乐观又担忧,但关注点不同。几乎所有受访者(99%)都预测AI将彻底改变他们保护网络的方式,但同样多的人(96%)表示AI也构成重大威胁,因为它帮助黑客发动快速、复杂的网络攻击。
EY调查涉及对500名来自年收入至少5亿美元公司的高级网络安全领导者的访谈,行业涵盖能源、金融服务到医疗保健等领域。
智能体AI收益尚未实现
在智能体AI方面,EY表示调查"描绘了一幅收益尚未实现的图景"。大约一半使用AI进行网络安全的高管表示,智能体工具产生的回报少于100万美元,另外12%的人要么没有体验到,要么没有跟踪智能体AI的投资回报。
尽管如此,网络安全领导者预期AI将很快接管其团队的许多功能。排在首位的是检测高级持续性威胁(62%的受访者预期这将在未来两年内发生),检测欺诈(58%)和监督身份和访问管理(51%)。
治理框架的重要性
强大的治理框架可能决定这种向AI逐步移交的成败,企业似乎正在认真对待治理问题。大约一半的高管告诉EY,他们已经开始在关键AI活动中实施治理机制。然而,只有26%的人表示他们已经将这些治理流程完全整合到依赖AI的业务部门的工作中,只有20%的人表示治理思维已经嵌入到他们的组织文化中。
然而,调查确实发现了对治理机制重要性的广泛认识。97%的高管表示治理对于从AI网络安全投资中获得价值是"必不可少的"。
人工监督不可或缺
除了治理,人工监督也将防止AI越界并危及企业的网络安全。85%的高管表示他们对所有重大网络安全决策都有人工参与要求,几乎所有受访者(98%)都表示智能体工具需要人工监督才能获得回报。
与此同时,企业没有足够的员工来执行这种监督。在EY调查的高管中,90%表示他们在招聘和留住能够管理AI产品的网络安全工作者方面遇到困难。大约相同比例的人表示,他们公司最大的责任是员工没有准备好抵御AI驱动的网络攻击。
EY称这是"AI在劳动力缺乏适当治理知识时不会减少人为风险的明确指示"。
基于调查结果,EY表示企业需要理解四个重要现实:预算约束使AI在网络安全中成为虚拟必需品;AI的投资回报取决于企业超越"任务级自动化"转向完全智能体操作;AI的人工监督是"不可协商的";强大的治理流程是值得信赖AI的基础。
Q&A
Q1:企业在网络安全AI应用方面面临什么主要挑战?
A:主要挑战包括智能体AI工具的投资回报有限(约一半企业回报少于100万美元),缺乏足够的网络安全专业人员来管理AI产品(90%企业面临招聘困难),以及员工缺乏应对AI驱动网络攻击的准备。
Q2:网络安全领导者对AI的态度如何?
A:领导者对AI持既乐观又担忧的态度。99%的受访者认为AI将彻底改变网络防护方式,96%认为AI是核心防御解决方案,但同时96%的人担心AI会帮助黑客发动更复杂的攻击。
Q3:企业在AI网络安全治理方面做得如何?
A:企业正在重视治理但仍需改进。约一半企业已开始实施治理机制,97%的高管认为治理对获得AI投资价值至关重要,但只有26%完全整合了治理流程,仅20%将治理思维嵌入组织文化。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。