隨著人工智慧（AI）技術的快速應用，企業資安面臨前所未有的挑戰。全球網路安全解決方案供應商 Netskope 亞太區副總裁 Tony Burnside 近日指出，AI 工具在整合過程中，缺乏足夠的資安監管，尤其在「東西向流量」與「情境投毒」方面，構成新的安全隱患。
Tony Burnside 強調，過去資安關注多集中在「南北向流量」（即進出企業網路的數據），但現在 AI 工具在系統內部運作產生的「東西向流量」正迅速增長，而現有工具難以提供足夠的可見度。他將 AI 代理程式（AI agents）的興起，比喻為過往「影子IT」的挑戰，使用者未經授權便將新應用程式引入工作環境，導致企業在未充分理解其影響的情況下，即部署了大量的 AI 工具。
Netskope 指出，模型情境協定（Model Context Protocol, MCP）的應用雖然帶來便利，但也引入了新的資安隱憂。例如「情境投毒」（context poisoning）風險，即惡意資料被注入 AI 通訊中，試圖讓 AI 執行非預期的行為，例如呼叫特權工具、過度收集資料或存取敏感資訊。更甚者，一個受感染的 MCP 伺服器恐導致其他伺服器也受波及。Tony Burnside 表示：「組織必須迅速處理這個挑戰。」
為應對這些威脅，企業的資安控制措施需具備「全方位」能力，確保使用者不會將個人身份資訊（PII）、健康資訊或智慧財產等敏感資料傳輸至企業安全防線之外的工具。資料外洩防護（DLP）工具在此扮演關鍵角色，且需比傳統的關鍵字型工具更具智慧，才能識別一系列看似無害的提示中潛藏的資安風險。
Tony Burnside 也提及，雖然傳統的代理伺服器機制對於出站流量仍具備價值，但為提升效能而建立的例外或繞道規則，反而容易製造資安漏洞。他強調，資安與效能不應有所取捨，資安架構必須提供全面的可見度與控制能力，並且不影響運作效能。例如，Netskope One AI Gateway 這類新型閘道工具，便能在不將資料送出網路的情況下，實施嚴格的資安控制。
此外，AI 工具產生的安全信號應即時送交資安營運中心（SOC），以便進行政策應用與情境分析。由於 AI 會大幅增加資安數據量，雖然有客戶每月需處理高達 1,400 萬個警報，但將這些數據集中處理，有助於更有效地偵測潛在的入侵與資料洩漏。Netskope 也提倡對 AI 模型進行「紅隊演練」（red teaming），以找出漏洞並防止提示注入（prompt injection）、越獄（jailbreaking）等攻擊。Tony Burnside 最後表示，企業在擁抱 AI 創新的同時，必須兼顧安全與效能。
