AI发展迅猛，数据安全需同步跟上

快速阅读: 《2025 Thales 数据威胁报告》指出，生成式人工智能迅速改变企业安全优先级，三分之二企业未充分准备。数据完整性和可信度成新焦点，70%企业正投资AI安全工具应对挑战。

生成式人工智能在企业中无处不在，从客户服务聊天机器人到营销活动。它承诺带来速度和创新，但也带来了新的、不熟悉的网络安全风险。随着公司竞相采用这些工具，许多公司发现其数据保护策略尚未准备好应对人工智能带来的挑战。

《2025 Thales 数据威胁报告》基于对超过3000名IT和安全专业人士的调查，突显了人工智能如何迅速重塑企业的安全优先级。该报告还显示，随着组织跨边界和云环境运营，数字主权变得越来越重要。

生成式人工智能的采用速度超过了安全准备程度

三分之一的企业已经开始将生成式人工智能整合到其业务中，或达到了转变业务流程的程度。这一转变发生得很快，许多组织并未等待解决安全或合规问题就采取行动。

近70%的受访者表示，快速变化的生成式人工智能生态系统是他们最大的安全担忧。这个生态系统包括新的SaaS服务、新兴基础设施以及日益自主的人工智能代理，它们处理敏感数据。

数据完整性和可信度已成为核心问题。在传统程序中，大多数关注点集中在保密性和可用性上。而人工智能改变了这种平衡。攻击者现在可以针对数据本身，向模型注入虚假或有偏见的信息以造成损害。这些完整性攻击在担忧列表中排名第二，仅次于生态系统复杂性。

数据安全是人工智能的基础

生成式人工智能依赖于大量可靠、高质量的数据。如果这些数据被破坏，人工智能将无法安全运行。企业开始通过投资专门的AI安全工具来应对这一问题。超过70%的受访者报告称，他们正在为此类努力提供资金，使用云提供商的产品和专业工具的组合。

即便有了新的投资，采用与保护之间仍存在差距。安全团队需要更好地了解数据在人工智能系统中的流动情况，尤其是在这些系统嵌入SaaS产品时。缺乏监督可能导致组织泄露机密数据或在使用信息进行模型训练或推理时违反隐私规定。

为混合未来做准备

对于首席信息安全官而言，挑战在于将其安全计划与人工智能风险和主权要求对齐。报告指出了几个实际步骤。映射本地和云环境中的数据至关重要。采用统一工具可以减少碎片化控制的复杂性。规划灵活性将帮助组织适应不断演变的法规和技术。

生成式人工智能将继续增长，其成功取决于支持它的数据的质量和保护。数字主权将决定这些数据的存储和处理方式。同时解决这两个问题将有助于安全领导者管理风险并促进创新。

(以上内容均由Ai生成)