根据网络管理厂商Jamf于近日发布的一份报告,在运营macOS网络的企业中,超过五分之一的组织因使用AI工具而遭受经济损失或网络攻击。调查还显示,约十分之六的macOS企业预计在不久的将来将面临AI相关安全事件。
该报告基于对687名管理macOS网络环境的IT及安全负责人的访谈,涵盖了系统管理员的AI部署优先事项、主要风险领域以及Jamf提出的应对建议。
AI部署现状与风险
Jamf报告显示,macOS企业对AI的采用已相当普遍,约73%的受访者表示已完成部署,另有20%正在探索部署方案。然而,负责推进AI落地的网络管理员面临着多重风险挑战。
其中最主要、也最广为人知的风险是"影子AI",即员工私自使用未经批准、缺乏监管的AI工具。Jamf在报告中指出,一旦"IT部门对企业内使用了哪些AI系统一无所知",就会"导致安全管控和合规治理极为困难,甚至根本无法实现"。
智能体AI正在企业中快速普及,但同样伴随着不容忽视的风险。报告显示,IT与安全负责人普遍反映,他们在部署AI智能体时面临两难困境——既要赋能用户,又要防止数据泄露。报告特别警示:"在拥有适当权限的情况下,智能体AI一旦引入存在安全漏洞或问题的代码,或者移除关键代码,将对代码库构成严重威胁。"
AI供应商多元化带来的管理挑战
AI厂商数量庞大,也给负责采购的技术主管带来了相当大的压力。Jamf在报告中指出:"在AI快速迭代的背景下,IT团队逐一评估和部署每一款AI工具既耗时又费力。"
此外,AI普遍采用的按使用量计费模式,时常给企业带来预算上的"意外惊喜"。由于治理机制缺失,IT主管往往不清楚企业究竟持有多少付费授权,也难以判断哪些工具真正物有所值,这一问题在治理薄弱的环境中尤为突出。
治理优先级不足引发隐忧
有效应对上述挑战,有赖于完善的AI治理体系。然而,在受访者的优先事项排序中,AI治理仅位列第三,排在IT管理自动化和借助AI提升员工生产力之后,而AI安全改进更是位居第五位。
随着AI应用的不断深入,治理问题将愈发迫切。Jamf的数据揭示出一个规律:企业对AI的使用程度越深,发生AI相关安全事件的概率就越高。在仍处于探索阶段的企业中,安全事件发生率不足20%,处于较低水平;而在已将AI"深度集成"到业务流程中的企业里,这一比例则上升至27%,位于高位区间。
降低风险的实践建议
为有效降低AI风险敞口,Jamf建议企业采取以下措施:通过定期审计提升可见性;将管控重心从用户行为转向软件本身,并严格执行数据访问策略;在AI部署的最早阶段就将治理机制纳入其中;以及尽可能优先采用内置工具,以获得最简洁高效的使用体验。
Q&A
Q1:什么是"影子AI",它为什么会对企业造成安全威胁?
A:影子AI是指员工私自使用未经IT部门批准、缺乏统一监管的AI工具。由于IT团队对这些工具的使用情况毫不知情,无法对其进行安全评估和合规管控,一旦这类工具存在数据泄露或安全漏洞,企业将面临难以预知的风险。Jamf报告指出,这种"可见性缺失"使安全治理极为困难,甚至无从实现。
Q2:AI智能体在企业应用中存在哪些具体风险?
A:根据Jamf报告,AI智能体的主要风险在于权限管控与数据安全之间的平衡难题。一旦智能体被赋予不当权限,可能向代码库中引入存在安全漏洞的代码,或误删关键代码,从而对企业系统造成严重损害。此外,如何在赋能用户与保护数据之间找到平衡点,也是IT和安全团队面临的核心挑战。
Q3:企业应如何建立有效的AI治理机制来降低安全风险?
A:Jamf建议企业从以下几个方面入手:定期开展AI工具审计,提升全面可见性;将管控重心放在软件层面而非单纯约束用户行为,并严格执行数据访问策略;在AI部署初期就将治理框架同步纳入规划;同时优先使用平台内置工具,减少第三方工具带来的管理复杂度,从而在整体上降低安全事件的发生概率。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。