AI 人工智能在安全产业中正获得大量关注和讨论。尽管AI的定义众说纷纭，但业界专家一致认为，其真正潜力仍有待发掘。数字转型对未来企业至关重要，而AI则是这场变革的核心，带来无限的可能性，提升效率和营运效能。
AI的采用是否已达临界点？
AI应用需要大量的运算能力，依赖复杂的深度学习模型和强大的技术，例如图形处理单元（GPU）。此外，大数据创新、算法改进，以及关键的财务与投资领域的发展，也推动了AI技术的进步。如今，各类企业、学术机构与政府机关 - 无论规模大小 - 都在积极投资AI。
风险评估
AI的应用潜力极大，但也伴随着相当的风险。正如AI能被用于抵御网络攻击，黑客与犯罪组织同样也能利用AI来发动攻击，寻找系统漏洞并开发新的攻击手段。
传统安全技术主要用于限制和验证访问权限、身份认证，或进行环境监控以侦测与威慑威胁。过去，这些技术专注于保护企业资产与设施，但现今，实体安全系统越来越多地与其他业务系统（如HVAC、HR、营销系统）相连接。
部分企业高层过去可能认为安全技术会影响业务发展，但事实上，当安全技术被用来提升企业营运效率、提升灵活性并推动创新时，它反而能成为一种竞争优势。
安全技术的潜力
虽然这些技术能为企业提供宝贵的数据洞察，但若缺乏整合，它们的效能将受到限制。只有当技术能够连接其他系统并对数据进行深入分析时，才能发挥真正的价值。
例如，在建筑管理系统中，安全技术可以与HVAC（暖通空调）整合，以控制照明与空调，使企业能够实现节能减碳目标。然而，这种整合需要开放数据传输信道，使安全系统的数据能够在企业内部共享，这也带来了潜在的网络安全风险。
传统的安全系统通常运行在独立的封闭网络中，不对外广播讯号，从而提供高度安全的防护。然而，当我们开始开放访问权限并允许安全设备在网络上共享数据时，这种模式将带来新的安全挑战。
AI的真正价值在于提升业务营运效率，减少重复性与耗时的任务，让企业与员工能够专注于更重要的领域。但当我们将多个系统与基础架构相互链接并共享数据时，也增加了潜在的网络安全风险。
要降低这些风险，关键在于明确责任归属，确保从端到端的安全管理。在日益互联的环境中，个人、部门、设备与技术相互交织，责任边界变得模糊，进而增加了风险。当企业面临网络攻击时，确定责任人将变得更加困难。
下一步该怎么做？
企业不应因为AI技术带来的风险而惊慌，甚至停止采用AI技术。相反地，应当像评估任何其他IT、IoT或OT技术一样，对AI技术进行网络安全审查，确保数据的收集、管理与共享符合安全标准。
为了降低风险，未来企业需要开发更复杂的工具来保护AI应用程序，并减轻可能的安全威胁。目前，AI仍处于发展初期，未来仍可能出现漏洞、错误或供货商的安全疏忽。供货商可能会为了快速将产品推向市场，而忽略网络安全问题，这种情况下，风险可能远大于收益。
因此，在评估这些技术时，仍应遵循传统的安全最佳实践。这代表要评估提供技术的组织，确保他们能够证明其网络成熟度。渗透测试技术或至少执行漏洞扫描，并评估其安全功能的有效性，因为这些也至关重要。同样重要的是检查供货商是否有适当的策略来支持技术的发展，包括漏洞管理政策、安全公告通知和固件更新。
最后，企业还应审视自身的网络安全策略，确保其符合当前的安全标准。例如，考虑是否应采用「零信任安全模型」，以及如何调整采购策略来提升整体安全性。
