核心内容摘要
九·幺.1.0.3.1：解码数字时代的无限可能
根据Netskope最新研究企业向生成式AIGenAI应用共享的数据量呈现爆炸式增长一年内激增30倍。
目前平均每家企业每月向AI工具传输的数据量已达
7GB较一年前的250MB实现跨越式增长。
这些数据包含源代码、受监管数据、密码密钥和知识产权等敏感信息大幅增加了数据泄露、合规违规和知识产权盗窃的风险。
75%的企业用户正在使用具备生成式AI功能的应用这给安全团队带来了新挑战无意识的内鬼威胁。
生成式AI应用带来持续升级的网络安全风险数据显示90%的企业有员工直接使用ChatGPT、Google Gemini和GitHub Copilot等生成式AI应用98%的企业员工使用Gladly、Insider等集成AI功能的应用程序。
从数据安全视角看最关键的风险指标是传输至AI应用的数据量——每次上传都可能成为数据泄露的导火索。
Netskope首席信息安全官James Robinson指出尽管企业努力推广官方管理的AI工具但我们的研究表明影子IT已演变为影子AI——近四分之三用户仍通过个人账户访问生成式AI应用。
这种趋势与共享数据的敏感性相结合凸显了企业需要增强数据安全能力以重新获得对AI使用的治理权、可见性和使用规范。
企业对AI数据缺乏有效管控多数组织对间接使用生成式AI时的数据处理、存储和利用方式缺乏完整可见性。
常见做法是采取先阻断后审查策略仅允许特定应用而屏蔽其他所有AI工具。
但安全管理者需要制定安全启用策略平衡员工对效率提升的需求与风险管控。
典型案例是DeepSeek AI——Netskope发现该应用在2025年1月上线后数周内就有91%的企业出现访问尝试。
当时大多数企业尚未制定相关安全政策使企业暴露于未知风险。
更严重的是员工可能在不知情的情况下向AI输入商业机密包括源代码、知识产权、受监管数据甚至密码等敏感信息。
Netskope威胁实验室总监Ray Canzanese强调生成式AI已从边缘技术发展为无处不在的基础设施从独立应用到后端集成日益普及。
这种泛在化带来持续升级的网络安全挑战要求企业采取全面风险管理措施否则敏感数据可能被第三方用于训练新AI模型引发更广泛的数据泄露风险。
本地化部署催生新型安全威胁过去一年企业本地部署生成式AI基础设施的比例从不足1%飙升至54%。
虽然这降低了云端第三方应用的数据暴露风险但本地化部署带来了供应链风险、数据泄漏、输出处理不当等新型威胁以及提示词注入、越狱攻击和元提示提取等特有风险。
因此许多企业在已有云端AI应用基础上叠加部署了本地化AI基础设施。
影子AI现象持续蔓延虽然多数企业已使用生成式AI但主动使用独立AI应用的用户比例虽小却持续增长。
过去一年企业内使用AI应用的人数几乎翻倍平均每家企业
9%的员工使用生成式AI应用。
企业AI应用采用模式延续了云服务的典型路径员工通过个人账户使用应用。
这导致企业内大部分AI使用可归类为影子IT指未经IT部门批准使用的解决方案。
专为AI解决方案创造的影子AI新术语更强调这些应用的隐蔽性和非正式性。
即使在ChatGPT引发AI热潮两年后的今天72%的用户仍通过个人账户在工作场所使用ChatGPT、Google Gemini等主流AI应用。
Netskope安全与情报运营副总裁Ari Giguere表示AI不仅重塑边界安全和平台安全更在重写安全规则。
目前99%的企业正在实施风险管控政策包括全面禁用AI应用、限制特定用户群体使用以及控制输入AI的数据类型等措施。
这些政策的具体实施方式将在后续详细解析。