AI 時代的資安不是防禦，而是治理：2028 前企業必須完成的結構性重編
在 AI 已成為企業營運底層能力的時代裡，網路安全不再只是風險控管，而是組織能否具備未來競爭力的核心條件。
IBM《Cybersecurity 2028: Your workforce, built for the AI frontier》報告（暫譯：AI 前沿下的網路安全 2028），整理了企業在未來三年，必須面對的安全成熟度現況、典範轉移與行動框架，著重於「如何以 AI 為中心，重新設計安全策略、人才模型與技術架構」，並提出可立即採行的實務指引，協助企業從使用 AI，走向成為真正的 AI-原生安全體系（安全與營運流程預設由 AI 驅動，而非事後導入的組織與架構模式。）
📌 《AI 前沿下的網路安全 2028》適合誰閱讀？
這份報告特別適用以下高度依賴技術、面臨複雜網路安全風險和 AI 整合挑戰的產業，包括：金融服務業、公共部門、能源與資源業、製造業、電信業、零售業等。
適合閱讀的職位包括：
- AI-first 轉型領導者，包括：資訊安全長、技術長、資訊長
- 對 AI 成功至關重要的領導者，包括：執行長、財務長、營運長
總而言之，這份報告的目標讀者是那些必須同時應對多項典範轉移、需要在未來三年內建立 AI 韌性基礎，並利用 AI 節省網路安全總預算的企業領導者和專業工作者。
🔴 報告洞見
《AI 前沿下的網路安全 2028》報告將接下來的 36 個月，定義為關鍵的「AI 安全轉型衝刺期」，這段時間將決定組織最終是具備 AI-resilient（能用 AI 建構安全能力） 還是會被 AI-disrupted（因 AI 帶來的新威脅與新營運方式而失守）。
面對這場 AI 驅動的地震級變革，組織需要同步調整安全策略、治理模式、人才模型與技術堆疊，才能在 2028 年後具備「AI 為中心」的安全韌性。
目前，組織在 AI-安全營運成熟度 上，處於三種狀態之一：
- 爬行（Crawl）：佔約 18%，這些組織主要專注於規劃，轉型效果尚不明顯。
- 走路（Walk）：佔大多數，約 52%，他們正在啟動員工隊伍並累積變革動能。
- 奔跑（Run）：佔 30%，這些組織正快速建立 AI 優先的基礎，實現高度的自主性。
💡 爬行期：高層懂 AI，但安全焦慮卡住轉型
「爬行」階段是組織在以 AI 為核心的安全營運轉型的早期階段，策略重心仍停留在規劃與探索，因此尚未形成可見成果。
處於此階段的企業，普遍面臨的核心挑戰被稱為「AI 過載：在噪音中尋找信號」。雖然組織對 AI 抱有興趣並投入資金，但同時也充斥著困惑和優柔寡斷。安全顧慮已成為阻礙企業大規模採用 AI 的主要障礙，並且存在一種誤解，認為創新與安全相互牴觸，這導致部分技術主管陷入戰略癱瘓。
爬行狀態的另一個主要障礙是人才準備度的落差。儘管 82% 的高階主管對 AI 的能力、限制和負責任使用展現出流暢的理解，但前線員工僅有 53% 具備此能力。彌補這種執行層與管理層之間的 AI 素養差距，對於建立可持續的 AI 轉型基礎至關重要。
💡 行走期：AI 成為安全營運的「中央神經」
「行走」階段代表組織已開始正式落地 AI-安全營運系統化，不再將 AI 當外掛工具，而是視為跨流程、跨部門安全能力的基礎層。在這個階段，領導者推動員工隊伍，並為 AI 驅動的安全轉型創造勢頭。
處於行走階段的組織最大的特點在於，他們將 AI 定位為貫穿整個企業的連結組織（connective tissue）。AI 不再只是單獨的技術層，而是正在成為現代企業營運的中央神經系統（central nervous system）。
處於行走階段的組織，通常遵循以下兩種轉型路徑之一來摸索前進的方向：
1. AI-優先人才模型：將 AI 能力納入安全角色職能
2. IT（資訊科技）/ IS（資訊安全）深度整合：讓 AI 模型能跨環境、跨節點運作，不只處理事件而是處理風險循環
「行走」階段的企業從傳統的「集中式安全思維」轉向「分散式責任模型」。他們不再將 AI 安全專業知識和職責集中，而是將其分散到營運流程中。
透過將安全意識培養為共同的責任，並將 AI 治理原則嵌入產品負責人和實踐領導者的日常工作流程中，行走階段的企業組織，推動員工成為 AI 轉型的主動參與者，而非被動接受者。
💡 奔跑期：系統具備自我修復、自主決策
進入「奔跑」階段，組織已完成 AI-驅動的安全自治化能力，安全營運不再仰賴大量人工輪班、審查與回應，而是進化成自我監測、自我修正、自我修復、自我優化的自治安全體系。
例如，在自我修正方面，AI 能夠捕捉和彙整數據，在問題演變成威脅之前就主動解決，又例如自動識別雲端配置錯誤和異常流量模式，並自行調整設定，從而大幅減少人類專家的警報疲勞。
在自我修復方面，當面對 DDoS 攻擊或數據洩露等干擾時，AI 能協調自動化復原，包括重新路由流量、隔離受影響的系統，並恢復服務，將人類介入降到最低。
更進一步，AI 實現了自我指導的能力。它能從事件和威脅情報中學習，自主優化策略、更新防禦措施，並預測攻擊途徑。這使得人類專家能將角色轉向戰略性監督、支持監督式學習和創新活動，而非專注於執行層面。
🧭 行動建議
一、突破停滯
適用：轉型初期領導者
任務： 從「試驗」進入「落地」
行動：
- 停止概念驗證，推動可量化成果：以 AI 優先設計（AI × 雲端 × 安全同步），追求可擴張性，而非延長試驗期。
- 成為業務與安全的橋樑：將信任、韌性等安全原則與成長、速度等業務指標綁定。
- 將安全視為共同語言：用安全文化對齊營運、技術、治理思考，避免把風險與創新拆成對立面。
二、建構動能
適用：已具初步成果的領導者
任務：現代化營運與人才
行動：
- 聚焦核心平台：整合工具、資料與流程，提高效率、可觀測性與治理能力。
- 打造跨域人才：培養能結合技術與安全判斷的複合型人才（如 cyber curator、AI forensics specialist）。
- 權限下沉：安全決策由中心部門擴展至業務與產品節點，並以 AI 增強人員效能與判斷品質。
三、追求自治
適用：高速迭代與自動化成熟領導者
任務：建立自主營運系統
行動：
- 將歷史資料轉化為模型資產：運用 RAG 等技術把工單、設定、設計檔等資料轉成可用輸入。
- 建立自治能力：透過可觀測、可調整、可修復機制，使系統具備自我修正與自我修復能力。
- 讓安全成為業務內建能力：AI、雲端與安全採整體式資源與策略規劃，內嵌至產品與決策流程。
💡 不求跑最快，而是變成 AI-原生安全體系
雖然「奔跑」階段是最終目標，但這份報告強調，組織的 AI 轉型旅程不應等待完美的計畫或完整的轉型。
AI 革命是一個持續進行的過程，在可預見的未來都會如此。最終能成功的組織是那些能快速行動、快速失敗、學得更快、適應性更好的企業。
「爬行、走路、奔跑」的旅程並不是僵硬的路線，也不要求你從零開始。企業必須從當下所在的位置，利用現有的資源立即開始行動。最終的成功者，不僅是「能用 AI」的企業，而是將安全能力深度編織進每一個自動化決策、每一個數據集、每一次自主行動結構中的「AI 原生」企業。
＊閱讀完整報告內容，請見：《Cybersecurity 2028: Your workforce, built for the AI frontier》
【閱讀更多產業研究報告】
◆ 整合碎片化金流，全球支付進入「多軌、多幣、多代理」新秩序
◆ 2025 資安全球威脅升級：駭客企業化、AI 詐騙加速、中國行動爆量
◆ 每天收 121 封信要怎麼工作？AI 助你成為「高產但不累」的專業人士
◆ 下一代銀行：AI 是引擎、風控是煞車，銀行家都要成為 AI 風險管理者➡️ 其他產業研究報告
＊初稿由 AI 協作，首圖來源：Unsplash