在人工智能迅速滲透企業營運的時代，單靠「導入AI」已不足夠，更關鍵在於如何有效治理 AI，確保其安全、合規及可控。

參加由 Splunk × edvance 聯合舉辦的專題分享會，活動由擁有超過 10 年經驗的專業導師帶領，讓您在品嚐多款精選日本清酒的同時，以輕鬆愉快的氛圍交流及掌握 AI 治理的關鍵趨勢。

活動亮點：

🧠 AI 治理最新洞察：
- 剖析企業導入 AI 所面對的挑戰，包括合規、數據私隱、模型風險及營運透明度

🛡️ Splunk AI Governance 解決方案：
- 透過 Splunk 平台，全方位掌握 AI 生命周期：

• 合規 (Compliance)：確保符合法規及企業政策
• 安全 (Security)：防範模型攻擊與數據洩露
• 可觀測性 (Observability)：持續監控 AI 表現與行為

📊 由 AI Adoption 邁向 AI Assurance：
- 整合分散數據，打造可視化治理儀表板，提升透明度、效能及成本控制能力

代理式人工智能（Agentic AI）憑藉其可自動執行任務的能力，大幅提升企業營運效率，迅速成為市場上的「新寵兒」。然而，這種高度自主的特性，同時亦帶來前所未有的網絡安全挑戰。《Fortinet - Agentic AI 安全攻防戰》系列將一連三集，由 Fortinet 北亞區首席信息安全官鄺偉基（Daniel）深入剖析企業在部署 Agentic AI 時不可忽視的安全關鍵。第一集率先由 Agentic AI 的核心基礎 ── Kubernetes 出發。

Agentic AI：自動執行帶來的雙刃劍風險

人工智能技術經歷多年演進，從機器學習（Machine Learning）、生成式 AI（Gen AI），發展至當前備受關注的 Agentic AI。與過往 AI 最大的不同，在於 Agentic AI 不再只是「提供答案」，而是具備「自動執行」的能力。

這種能力既是 Agentic AI 最大優勢，同時亦是潛在風險來源，Daniel 指出：「以前 AI 即使答錯，只要人不採納執行，問題未必發生；但現在 Agentic AI就算判斷錯誤，也可能直接執行，後果可以非常嚴重。」他引用一宗海外初創公司的真實案例，由於 Agentic AI 發生錯誤操作，系統在短短 9 秒內刪除了包括備份在內的所有數據，造成重大損失。

Daniel 又以「養龍蝦（OpenClaw）」為例，僅僅推出大半年，相關的 CVE 漏洞已累積數量至 478 個，其中約 190 個更屬於高至嚴重風險級別（CVSS4.0）。這反映出，在高度自動化且缺乏人工監督的情況下，一旦發生配置錯誤或遭受黑客入侵，影響將被迅速放大，風險不容忽視。

Kubernetes：Gen AI 與 Agentic AI 的基礎

無論是 Gen AI 還是 Agentic AI，其背後往往以 Kubernetes 作為運行基礎。Daniel 強調，容器化網絡（Container Network）與傳統網絡架構存在顯著差異，對企業的技術能力與安全管理要求亦更高。

在傳統環境中，企業開發應用程式的資源規模通常較固定，例如只需運行約 8 至 10 部虛擬機（VM）；但在 Kubernetes 環境下，資源可按需求快速擴展，當流量急升時，系統能在短時間內擴展至數百個工作負載（Workloads），而當需求下降時，又會即時回收資源。這種高度動態與彈性的特性，令整個 IT 環境變得更複雜，也更難監控。

不少企業其實早已導入 Kubernetes，但由於過往應用規模較小、擴展速度較慢，加上傳統防火牆未必支援相關架構，導致 Kubernetes 的安全性長期被忽視，甚至處於「無王管」狀態。隨著 Agentic AI 日趨普及 Kubernetes 部署規模急速膨脹，安全性情況將更為嚴峻，成為企業不能忽略的重點。

分隔機制：Kubernetes 安全的第一道防線

在 Kubernetes 安全策略中，「分隔（Segmentation）」被視為最關鍵的基礎防護措施。Daniel 以簡單比喻說明：「如果將所有資源混雜在一起，會很難管理；但如果分開成 100 個區域，每個區域都清晰可見，就容易控制得多。」

透過有效的分隔機制，企業可以大幅降低攻擊面，並限制潛在威脅的橫向擴散。這就如同設置隔離病房，即使某個區域受感染，也不會迅速蔓延至整個系統，避免「火燒連環船」。

然而，現時市場上不少傳統防火牆仍未能支援 Kubernetes 原生架構，令分隔措施難以真正落實。Daniel 指出，Fortinet 的防火牆（FortiGate）已內建針對 Kubernetes 環境的安全功能，能有效進行分隔。FortiGate 可每隔數十秒自動偵測 Kubernetes 環境中的變化，並以「工作負載」（Workload）為核心進行標籤識別與微分段管理，而非單純依賴傳統的 IP 地址，從而實現更精準、及更動態的分隔，全面提升防護能力。

此外，FortiGate 具備強大的整合能力，能無縫連接不同雲端平台及混合雲環境，並與 Fortinet Security Fabric 內的其他安全方案（如 SIEM、EDR、ZTNA 等）協同運作。

建立全面防護：由 Kubernetes 開始

企業若要安全地部署 Agentic AI，必須由底層基礎設施著手，而 Kubernetes 的安全正是最關鍵的一環。在完成有效的分隔與防護後，企業可進一步透過 API 建立更全面的可視性（Visibility），並結合 SIEM 系統進行持續監察與分析。

隨著 Agentic AI 持續發展，企業面對的安全挑戰越趨複雜，必須提早部署完善的 Kubernetes 安全策略。Fortinet 將舉辦 SIEM 專題工作坊，協助企業全面應對 Agentic AI 帶來的新一代安全挑戰。立即登記參加，掌握實戰防護策略，為企業建立更穩固的 AI 安全基礎。

【工作坊詳情】

日期：Jul 14, 2026 (Tue)
時間：3:00 – 4:30 pm
地點：Fortinet Office
報名連結：https://tinyurl.com/jx7hkhvs

有網絡安全專家指出，亞太區企業普遍存在「假韌性」（Resilience Illusion）現象，雖然 90% 企業領袖認為自己已準備好應對網絡攻擊，但只有 69% 認為可達到復原時間目標（RTO）。一旦在事故出現時復原失敗，影響將會透過跨境業務網絡進一步放大。

不足三成企業　能完全復原受影響數據

Veeam Software 產品策略副總裁 Rick Vanover 在外國媒體上撰文，指出亞太經濟合作組織（APEC）中的 21 個成員，為全球貢獻了約 60% GDP 及 47% 貿易總量，特別是數碼服務的貿易量在近十年內得以倍升，可說是全球經濟發展的重要命脈，因而亞太區成為全球第二大網絡攻擊熱點，佔全球網絡攻擊事件的 27%。他引用最近網絡安全公司發布的報告，指出區內在眾多遭受勒索軟件攻擊的企業中，只有 28% 企業能完全復原受影響數據，顯示企業的復原能力與自信程度存在明顯落差。

事實上，人工智能（AI）的普及提升了問題的嚴重性，因為企業在採用 AI 之餘，亦同時擴大了攻擊面及復原難度。Rick Vanover 引用 Thales《數據威脅報告 2026》，顯示亞太區近 60% 機構曾遭受 Deepfake 攻擊，50% 曾因 AI 生成的錯誤資訊而蒙受聲譽損失，當中以印度所佔比例最高，兩者分別高達 65% 及 55%，屬區內之冠。

另一方面，有 80% 企業領袖相信他們能夠在未來兩年內擴大 AI 規模，但卻有 68% 企業領袖坦承缺乏向持份者提出審計證據的把握，突顯他們其實未能真正掌握 AI 數據的透明度。

亞太區國家加強監管網絡安全

Rick Vanover 認為助長這情況出現的原因，在於監管步伐追不上 AI 科技發展速度，而區內監管機構已相繼在今年加大監管力度，例如日本政府收緊數據處理規則並提高罰則；韓國政府首度引入 CEO 個人問責制；新加坡《網絡安全法》容許當局徵收最高營業額 10% 或 100 萬新加坡元的民事罰款等。監管機構不再滿足於口頭承諾，轉而向企業或機構要求更實質的證據，例如企業即使成功復原基建，但如果數據還原不完整，亦會視之為失敗。

另外，電信業、金融服務及醫療保健，是亞太區最受黑客集團關注的行業，當中醫療保健界別因對停運的容忍度極低，而且高度著重數據的可信性。一旦數據遭受入侵或篡改，都可能直接演變成長時間停運。例如早前九龍東醫院聯網便曾發生 5.6 萬病人資料外洩事件，事後醫管局須即時暫停所有承辦商存取病人資料的權限。

企業在網絡安全及數據恢復上應由「紙上談兵」轉向「可監可證」，除了要有實證支持評估報告，亦要能夠滿足各國政府愈來愈嚴謹的安全要求。另外，企業須從「安全輸出」思維轉向「安全運作」思維，尤其在 AI 代理應用日漸普及下，企業更須掌握數據來源、存取完整性及標籤數據的可信度，因為有調查指出，只有持續增加網絡安全預算的企業，在事故後能夠完全復原數據及業務的比率達 40%，遠高於預算持平或削減企業的 16%。

資料來源：https://www.thefastmode.com/expert-opinion/49488-the-resilience-illusion-why-recovery-confidence-is-colliding-with-regulatory-reality