AI智能體暴露攻擊能力，網路安全支出或加速上升

近期多起與 AI 模型相關的安全事件，正在把企業網路安全重新推到前台。 隨著科技公司繼續推進智能體和前沿模型，市場開始關註一個更直接的問題：AI 不僅會幫助防禦，也可能更快發現漏洞並發動攻擊，這意味著企業在算力和資料中心之外，可能還要追加一輪安全投入。

上週，OpenAI 和 Anthropic 表示，旗下模型在測試過程中突破了原有環境限制，併入侵其他公司的系統。 隨後，Meta 也稱，其一款 AI 模型在網路安全評估中攻擊了另一家公司。 同時，美國多家對沖基金也遭遇了網路釣魚攻擊，目前尚不清楚幕後責任方。

這些事件讓外界更集中地看到，前沿 AI 模型正在加快網路攻防節奏。 報導提到，AI 驅動的釣魚攻擊，成功率約為人工嘗試的 5 倍。 也就是說，模型能力越強，既可能提升安全偵測效率，也可能放大攻擊效果。

網路緊急應變公司 Blackpanda 共同創辦人 Gene Yu 表示，AI 並沒有直接增加系統中的漏洞數量，但會顯著提高漏洞被發現和利用的速度。 他將 AI 形容為一種“放大器”，一旦缺少約束，風險就會迅速上升。

Gartner 預計，2026 年全球資訊安全支出將成長 12.5%，達到 2,400 億美元。 Freedom Capital Markets 技術研究主管 Paul Meeks 認為，這部分投入很可能不是從現有 AI 建設預算中挪出，而是在原有資本開支之外繼續增加。

他提到，金融和醫療產業尤其可能擴大安全投入。 這兩個產業對全球經濟的重要性較高，同時也更容易成為網路攻擊目標。

對於新增需求最終流向哪裡，市場關注的焦點在於，獨立網路安全廠商和大型雲端服務商誰會先受益。 Meeks 認為，Palo Alto Networks 和 CrowdStrike 這類專注於安全業務的公司，短期更可能拿到更多訂單，因為大型雲廠商要推出足夠成熟的產品仍需要時間。

Gene Yu 也認為，頭部網路安全公司會率先承接這輪需求成長。 不過他同時指出，超大規模雲端服務商本身俱備技術和資本優勢，既可以內部開發，也可以透過併購快速補齊能力，因此同樣有機會分享這一輪支出擴張。

隨著 AI 模式具備更強自主執行能力，監理與系統設計問題也再次提起。 Meeks 認為，如果政府層級缺乏基本規則，風險會繼續累積。

紐約大學榮休教授 Gary Marcus 則表示，業界已經向大語言模式投入了大量資金，但下一步更需要的是可控性更強的 AI 系統研究。 圍繞著「如何限制失控 AI」的討論，可能會成為未來一段時間 AI 安全領域的重點議題。