BM，针对代理型AI的扩散祭出“数据·AI信任层”这一胜负手

企业数据保护公司 비엠 在 AI 时代抢先布局“信任层”。该公司判断，在生成式 AI 迈向“代理式 AI”普及的背景下，企业真正需要的并非更强的计算能力，而是“数据是否可信”这一问题的解决方案。

비엠 首席执行官阿南德·埃斯瓦兰在 비엠온 2026 活动上表示，公司正从备份与恢复企业，转型为“数据与 AI 信任基础设施”企业。他构想，如果英伟达负责 AI 计算，Databricks 和 Snowflake 负责数据层，OpenAI 和 Anthropic 负责模型智能，那么 비엠 将构建它们之间所需的“信任层”。

埃斯瓦兰引用山姆·奥特曼的言论强调，未来的瓶颈不会是计算或模型性能，而是“输入 AI 的数据是否可信”。他解释称，在数据层之上、模型层之下，需要一个独立的数据与 AI 信任层。

这一战略的核心是 2025 年 12 月完成的对 Securiti 的收购。비엠 以约 17.25 亿美元（约合 2.5844 万亿韩元）收购 Securiti，获得了数据安全态势管理、隐私保护、治理、合规及 AI 信任功能。公司解释称，与企业客户讨论后得出的结论是：无论引入多么精密的代理式 AI，如果数据管理体系不完善，就难以取得预期成果。

비엠 当天还发布了“비엠 데이터AI 커맨드 플랫폼”。公司方面称，这是代理式 AI 时代业界首个统一的数据与 AI 信任基础设施。其核心引擎“데이터AI 커맨드 그래프”基于 Securiti 技术构建，可在云端、软件即服务及本地环境中，通过 300 多个连接器，以精细单元实现数据可视化。

这意味着，与只能识别到数据库或存储桶级别的现有工具不同，它可以追踪到更细粒度的数据元素级别。비엠 声称，这种结构不仅能覆盖数据系统，还能充当涵盖 AI 系统、身份系统及代理系统的统一知识图谱。

公司尤其认为，身份管理与代理式 AI 时代的数据安全密不可分。其逻辑是：必须同时掌握每个数据关联了哪些权限与策略，以及人类账户与非人类账户各自访问了哪些内容，才能真正实现安全与恢复。由此，当问题发生时，无需回滚一整天的工作，只需精准恢复特定代理的误操作或几秒内发生的异常行为。

埃斯瓦兰将此称为“精密恢复力”。他解释称，当 AI 代理做出错误判断或自动化操作导致事故时，不进行过度的系统级回滚，而是选择性地仅恢复受污染的行为，这种方式在企业环境中可能形成巨大竞争优势。

这一动向表明，AI 市场的焦点正从单纯的模型竞争转向“可操作的信任体系”。对企业而言，决定成败的关键因素，与其说是 AI 的引入本身，不如说是数据质量、治理、访问权限及恢复体系。비엠 所提出的“AI 信任层”能否成为新标准尚需观察，但至少在代理式 AI 普及的阶段，数据信任问题正作为核心基础设施议题浮现，这一点显而易见。

TP AI 注意事项 本文使用基于 TokenPost.ai 的语言模型进行了摘要。正文主要内容可能被遗漏或与事实不符。