卡巴斯基推出專為人工智能環境設計的安全解決方案 Kaspersky AI Protect，針對改善企業引入大語言模型（LLM）及智能體（Agent）時所面臨的影子 AI、開源供應鏈投毒，以及自動化漏洞利用等課題。卡巴斯基大中華區總經理鄭啟良（上題圖）表示，公司在中國市場持續錄得業務增長，目前超過 70% 營收來自大企業及技術聯盟合作夥伴。他指出，約有 75% 的企業員工在未受監管下使用 AI 工具處理公務，衍生影子 IT 問題。統計顯示，約 20% 的企業數據外洩事故與影子 IT 相關，單次外洩事故平均為企業帶來 67 萬美元的損失。
鄭啟良針對以智能體作為防毒軟件及 AI 手機等市場發展分享觀點。面對市場提出以智能體直接作為防護的發展方向，他表示若缺乏底層數據支撐，單憑智能體難以抵禦複雜攻擊。卡巴斯基每天攔截約 50 萬個攻擊，其中 99% 由人工智能與機器學習處理，剩餘 1% 隱蔽威脅則由安全專家團隊手動分析，以控制可能導致業務停頓的誤報率。在大模型安全防禦方面，他指出若依賴公有雲服務，基礎安全責任主要由雲服務供應商承擔，而企業加裝的第三方開源插件則屬於高風險環節。另外針對內建大模型的 AI 手機，鄭啟良指出此類設備需獲取手機通訊錄與相片等權限，相關數據可能被上傳至雲端處理。在未有充分安全認證前，將敏感數據交由大模型處理存在隱私外洩風險，建議企業在設備符合安全標準前，需保持審慎的應用態度。
該公司技術聯盟（TA）產品負責人 Andrey Savchenko（上圖）指出，調查顯示 99% 的企業已利用人工智能改進網絡保安，但相關技術同時被攻擊者用作攻擊工具。具備自主操作能力的智能體軟件正成為植入木馬程式的途徑。數據顯示，97% 的人工智能相關安全事故源於存取配置不當，模型亦面對提示注入、數據投毒及結構篡改等風險。
另一方面，該公司威脅探索負責人 Nikita Nazarov 補充，攻擊者正將技術應用於大規模釣魚、開發惡意腳本、內部網絡偵察及自動化攻擊。研究發現在修補程式發布後約 1 小時內，便出現了可實際運作的漏洞利用程式。他建議防禦機制應建基於威脅狩獵與遙測數據，以減少系統產生無效告警。大中華區首席技術官張殷表示，企業在引用開源模型與組件時需防範隱藏指令，Kaspersky AI Protect 會在準入階段對開源代碼進行深度掃描，若發現惡意代碼即會停止其運行並發出警告。
