隨著人工智慧迅速滲透到企業一線，安全行業的焦點也在發生變化。如今，已不僅僅是簡單地備份資料，而是如何“信任”AI創造的複雜運營環境，以及能否快速從中恢復，正成為核心競爭力。
備份與災難恢復專業公司Veeam在最近舉行的“VeeamON”活動中，將這一變化推到了前台。Veeam首席執行官阿南德·埃斯瓦蘭提出了AI信任基礎設施變得重要的三個背景。他指出，企業對AI代理的採用已比預期更為廣泛；AI基礎設施的投資規模預計到2028年將達到3萬億美元，約合4496萬億韓元；然而，相較之下，支撐這一切的信任基礎設施尚未充分建立。
行業分析師戴夫·維蘭特指出：“令人印象深刻的是，81%的企業已經在運行代理程序。”“其中近一半可能自身都沒有充分意識到這一點。”他接著評價道：“每人配備82個代理的環境正在到來，而AI實際上正在瓦解原有的信任邊界。”
Veeam，從備份企業擴展為“AI信任層”服務商
此次活動揭示的最大變化是，Veeam不再滿足於僅僅做一家傳統的備份公司。該公司正基於資料安全和恢復能力，拓展其業務領域，成為全面負責“AI韌性”的平台企業。
Veeam尤其專注於構建“信任層”，將AI所用資料的敏感性、存取權限、合規性及隱私保護整合為一個體系。作為這一戰略的成果，公司收購了資料安全企業，並在此基礎上發布了集資料安全、治理、合規、隱私和恢復於一體的“Veeam DataAI Command Platform”。
這與AI時代核心問題不在於單純的模型性能，而在於“學習了什麼、存取了哪些資料、出現問題後如何恢復”的判斷一脈相承。換言之，AI韌性正在被重新定義：它不再是網路安全的子概念，而是支撐企業整體運營的基礎設施。
AI打破部門壁壘，安全與治理也面臨整合壓力
Veeam方面認為，AI正在打破企業內部的“孤島”，即各部門資料和系統的割裂結構。過去，安全、運營和資料管理可以各自為政，但由於AI需要跨組織整體資料運作，這種分離正變得越來越行不通。
正因如此，企業已無法再將AI和安全分開看待。基於不可信資料產生的AI結果會放大決策錯誤，反之，不受控的AI則會擴大安全漏洞。這意味著，決定AI應用成敗的關鍵，已從“如何善用AI”轉向“AI有多值得信賴”。
市場調查公司ZK Research的宙斯·克拉瓦拉指出，雖然AI承諾了專業知識的“民主化”，但在現實中，使用者仍然需要具備驗證結果的領域知識。因為很難完全信任AI給出的答案。這正是需要AI信任層的原因所在。
網路韌性也在向AI驅動進化
相關生態系統中，合作也在持續擴大。ExaGrid和Everpure等基礎設施企業與Veeam攜手，強化基於AI的異常偵測和備份環境保護功能。它們通過神經網路分析備份資料的行為模式，自動偵測可疑活動並向管理員發出警報。
這表明備份系統已不僅僅是存儲庫，而是成為攻擊發生時保護企業的“最後一道防線”。尤其是在勒索軟體和資料竊取攻擊加速的背景下，確保可恢復性和資料完整性，比以往任何時候都具有更重要的策略意義。
攻擊者同樣在利用AI，使威脅的速度和規模變得更大。Veeam旗下的Coveware的雷·烏梅里分析認為，雖然傳統的網路勒索策略本身沒有太大變化，但AI使其變得更加快速和精密。攻擊門檻的降低，使得企業應對的複雜性大大增加。
AI投資擴大之際，企業應檢查“控制力”而非“速度”
企業IT部門在AI基礎設施投資擴大和預算有限之間，面臨著提高效率的壓力。因此，從自建設備為主向基於雲的營運模式轉變的趨勢也在加速。不過，無論資料位於本地還是雲端，保護責任最終仍由客戶企業承擔，這一點沒有改變。
Veeam與行業專家認為，雖然許多企業正在快速擴展AI應用，但實則對自身資料位於何處、暴露於何種風險之下，往往缺乏充分了解。應對審計和滿足合規性所需的證據取得，在許多情況下也仍有欠缺。
最終，此次VeeamON傳達的資訊很明確：AI時代的競爭力不再取決於單純的應用速度，而在於可信的資料、可恢復的系統以及實現這一切統一管理的“AI韌性”。隨著AI日益成為企業運營的核心，信任基礎設施已非可選項，而是必備要素。
TP AI注意事項 本文基於TokenPost.ai的語言模型進行摘要。文中可能遺漏主要內容或與事實存在差異。
482.3萬 熱度
107.64萬 熱度
23.48萬 熱度
1.52億 熱度
141.53萬 熱度
AI擴散導致安全焦點轉移……企業超越“備份” 競爭“AI恢復力”
隨著人工智慧迅速滲透到企業一線，安全行業的焦點也在發生變化。如今，已不僅僅是簡單地備份資料，而是如何“信任”AI創造的複雜運營環境，以及能否快速從中恢復，正成為核心競爭力。
備份與災難恢復專業公司Veeam在最近舉行的“VeeamON”活動中，將這一變化推到了前台。Veeam首席執行官阿南德·埃斯瓦蘭提出了AI信任基礎設施變得重要的三個背景。他指出，企業對AI代理的採用已比預期更為廣泛；AI基礎設施的投資規模預計到2028年將達到3萬億美元，約合4496萬億韓元；然而，相較之下，支撐這一切的信任基礎設施尚未充分建立。
行業分析師戴夫·維蘭特指出：“令人印象深刻的是，81%的企業已經在運行代理程序。”“其中近一半可能自身都沒有充分意識到這一點。”他接著評價道：“每人配備82個代理的環境正在到來，而AI實際上正在瓦解原有的信任邊界。”
Veeam，從備份企業擴展為“AI信任層”服務商
此次活動揭示的最大變化是，Veeam不再滿足於僅僅做一家傳統的備份公司。該公司正基於資料安全和恢復能力，拓展其業務領域，成為全面負責“AI韌性”的平台企業。
Veeam尤其專注於構建“信任層”，將AI所用資料的敏感性、存取權限、合規性及隱私保護整合為一個體系。作為這一戰略的成果，公司收購了資料安全企業，並在此基礎上發布了集資料安全、治理、合規、隱私和恢復於一體的“Veeam DataAI Command Platform”。
這與AI時代核心問題不在於單純的模型性能，而在於“學習了什麼、存取了哪些資料、出現問題後如何恢復”的判斷一脈相承。換言之，AI韌性正在被重新定義：它不再是網路安全的子概念，而是支撐企業整體運營的基礎設施。
AI打破部門壁壘，安全與治理也面臨整合壓力
Veeam方面認為，AI正在打破企業內部的“孤島”，即各部門資料和系統的割裂結構。過去，安全、運營和資料管理可以各自為政，但由於AI需要跨組織整體資料運作，這種分離正變得越來越行不通。
正因如此，企業已無法再將AI和安全分開看待。基於不可信資料產生的AI結果會放大決策錯誤，反之，不受控的AI則會擴大安全漏洞。這意味著，決定AI應用成敗的關鍵，已從“如何善用AI”轉向“AI有多值得信賴”。
市場調查公司ZK Research的宙斯·克拉瓦拉指出，雖然AI承諾了專業知識的“民主化”，但在現實中，使用者仍然需要具備驗證結果的領域知識。因為很難完全信任AI給出的答案。這正是需要AI信任層的原因所在。
網路韌性也在向AI驅動進化
相關生態系統中，合作也在持續擴大。ExaGrid和Everpure等基礎設施企業與Veeam攜手，強化基於AI的異常偵測和備份環境保護功能。它們通過神經網路分析備份資料的行為模式，自動偵測可疑活動並向管理員發出警報。
這表明備份系統已不僅僅是存儲庫，而是成為攻擊發生時保護企業的“最後一道防線”。尤其是在勒索軟體和資料竊取攻擊加速的背景下，確保可恢復性和資料完整性，比以往任何時候都具有更重要的策略意義。
攻擊者同樣在利用AI，使威脅的速度和規模變得更大。Veeam旗下的Coveware的雷·烏梅里分析認為，雖然傳統的網路勒索策略本身沒有太大變化，但AI使其變得更加快速和精密。攻擊門檻的降低，使得企業應對的複雜性大大增加。
AI投資擴大之際，企業應檢查“控制力”而非“速度”
企業IT部門在AI基礎設施投資擴大和預算有限之間，面臨著提高效率的壓力。因此，從自建設備為主向基於雲的營運模式轉變的趨勢也在加速。不過，無論資料位於本地還是雲端，保護責任最終仍由客戶企業承擔，這一點沒有改變。
Veeam與行業專家認為，雖然許多企業正在快速擴展AI應用，但實則對自身資料位於何處、暴露於何種風險之下，往往缺乏充分了解。應對審計和滿足合規性所需的證據取得，在許多情況下也仍有欠缺。
最終，此次VeeamON傳達的資訊很明確：AI時代的競爭力不再取決於單純的應用速度，而在於可信的資料、可恢復的系統以及實現這一切統一管理的“AI韌性”。隨著AI日益成為企業運營的核心，信任基礎設施已非可選項，而是必備要素。
TP AI注意事項 本文基於TokenPost.ai的語言模型進行摘要。文中可能遺漏主要內容或與事實存在差異。