在人工智能（AI）全面融入企業營運下，商業模式亦正經歷前所未有的轉變。無論工業5.0、智能製造，抑或電子政府服務，機器（Machine）已承擔了大部分日常工作，人類則轉為管理機器的角色。

Kaspersky 亞太區董事總經理 Adrian Hia 指出，企業營運正由過去「以人為本」的模式，快速轉變為「以機器為本」的自動化體系。然而，當科技發展速度超越企業的可視性（Visibility），威脅的形態亦隨之升級。從影子 AI 數據洩漏、IT 與 OT 攻擊面擴大，到開源軟件投毒與關鍵基礎設施威脅，企業正面臨極其嚴峻的安全考驗。

影子 AI 風險浮現

10 年前，企業面對的是員工未經批准使用雲端服務的影子IT（Shadow IT）問題。而在生成式 AI（GenAI）爆發的今天，威脅已演變成影子 AI（Shadow AI）。

Adrian 指出，許多員工為了提高效率，會在未經公司許可下使用 ChatGPT、Claude 或 Gemini 等 AI 工具。曾有商業夥伴與他分享，公司整份財務數據上傳到 ChatGPT 生成報告，雖然省下巨額會計費用，卻忽略了重大威脅。

「當你將財務數據上傳至公開 AI 平台時，相關數據可能已變成公開資訊。甚至競爭對手只須向 AI 提問，就有機會獲取你的敏感商務數據、IP（知識產權）或研發設計草稿。」Adrian 不諱言這種隱藏成本，已成為企業採用 AI 時最大的安全隱憂。

▲Kaspersky 亞太區董事總經理 Adrian Hia 強調企業須以 AI 對抗 AI，但同時 AI 本身也需要被保護。

IT/OT 邊間模糊

隨著企業推動 AI 發展，IT（資訊科技）與 OT（營運科技）的融合亦讓攻擊面急劇擴大。以往的安全防禦集中在手提電腦、伺服器或雲端，但今日則延伸至智能門禁、CCTV 監控系統、智能電視，甚至物聯網（IoT）裝置皆可連接互聯網。

Adrian 提醒，黑客攻擊已由以往單純的身份偽造、深偽（Deepfake）詐騙，升級至實體破壞及由國家背景黑客組織（APT）發動的網絡諜照活動：

▪️醫療系統：大型醫療設備若遭黑客入侵，可能導致整間醫院癱瘓，影響急症手術或災害應變。

▪️智慧交通：若國家級的電動車網絡遭遠端控制，將引發災難性後果。

▪️關鍵基礎設施：電力、能源、水務及機場等 OT 環境，仍大量使用 Windows XP 或 Windows 7 等舊系統。這些系統往往因無須防護的誤解而暴露於極高風險之中。

Adrian 強調：「若企業缺乏數碼資產的可視性，根本無法護企業周全，因我們無法保護自己所不知道的數碼資產。」

開源軟件藏惡意程式

為加速應用程式開發，不少技術團隊極度依賴 GitHub 等開源庫（Open-source libraries）。但近年開源數據庫頻繁遭植入木馬程式（Trojan）與惡意軟件，攻擊者正從供應鏈源頭滲透企業系統。

此外，黑客亦在利用 AI 加速編寫惡意程式。Kaspersky 每天偵測到的全新獨特惡意軟件樣本，已從過往的 47 萬個，暴增至突破 50 萬個。這種龐大的威脅數量，單靠人力分析已不可能應付。

▲（點擊展開全圖）

防禦雙核心策略

面對 AI 原生（AI-native）的網絡威脅，Adrian 提出的核心防禦理念分為兩個層面：「我們需要利用 AI 來對抗 AI，以使我們的解決方案更快更好；但 AI 本身也需要被保護。」

1. 以 AI 保護（Use AI to Protect）

在每日處理超過 5.5 億個可疑檔案的挑戰下，Kaspersky 將 AI 及機器學習應用於自動化分析、過濾噪音，並透過 AI 驅動的自動化操作手冊（Automated Playbook），迅速回應威脅如自動隔離受感染電腦。

但 Adrian 特別強調最後把關的那把鑰匙必須由人類掌握。當涉及關閉機場、切斷電力或地鐵系統等重大應變決策時，人類必須作為最終防線，絕不能將最終決定的控制權完全交予機器。

2. 保護 AI 本身（Protecting AI）

除了利用 AI 進行防禦，企業自身的 AI 模型、LLM（大語言模型）與 AI 代理（AI Agents）同樣需要嚴格保護。

零信任 AI 防禦架構

為應對影子 AI 及 AI 代理帶來的隱患，Kaspersky 宣佈將於 8月18日 正式推出全新解決方案 Kaspersky AI Protect。

▲（點擊展開全圖）

這套解決方案圍繞零信任（Zero Trust）原則設計，覆蓋企業 AI 生態的 3 層架構：

▪️應用層（Application Layer）：監控 AI Agents 與應用程式的執行時期安全，控管影子IT/AI 的使用。

▪️安全營運層（SecOps Layer）：結合 AI 助理分析與全球威脅情報（Threat Intelligence），消除 AI 幻覺（Hallucinations）並加快決策速度。

▪️基礎架構與供應鏈層（Infrastructure & Supply Chain Layer）：針對私有化部署的 LLM 推理引擎（如 Ollama / vLLM），及開源 Skill 庫進行防護。

四大核心 AI 入口安全過濾

Kaspersky AI Protect 的核心作用，恰如 AI 世代的「安全煞車系統」，在數據輸入與輸出時嚴格執行過濾：

▪️檔案上傳過濾：防止黑客透過上傳文件向 LLM 注入惡意載荷。

▪️RAG 知識庫防護：確保企業檢索增強生成數據未被毒化。

▪️API 外掛掃描：員工在下載或調用 OpenCLAW / 開源 Skill 工具時，系統在下載與執行瞬間即時掃描，切斷隱藏的木馬與後門程序。

▪️企業內部數據流監控：防止敏感數據意外外洩。

Adrian 認為企業部署 AI 的首要盲點是管治（Governance），「AI 必須受監管，不能任其為所欲為。Kaspersky 的做法是首先提高安全意識與教育，透過媒體與社群擴大影響力；其次積極與香港等地政府接觸，不為推銷產品，而是分享全球最佳實踐與防護經驗；最後制定安全轉型架構。」

他又提醒，當前許多客戶在調整「人、流程、產品」3 要素時進展緩慢，若防禦者不加速提升能力，倚賴 AI 的攻擊者最終將在這場攻防戰中取勝。

▲Kaspersky 大中華區總經理鄭啟良預期本港面對 AI 衍生的網安風險將比 COVID 時期更嚴峻。

Kaspersky 大中華區總經理鄭啟良則強調：「網安領域沒有打不破的防線，企業須建立被攻擊是常態的觀念，重點在迅速反應（React）與復原（Recover），透過防護教育與主動反應機制來應對。」

鄭啟良補充指，AI 發展已步入快速期，其所衍生的問題如 LLM、AI Agent 及機器等相關風險，在香港變得愈來愈普遍，預期將會比 COVID 時期更為嚴峻。透過 Kaspersky AI Protect，企業能在保持管治與合規的前提下，安心發揮 AI 的生產力潛能，推動業務創新。