Gartner預估,AI專用安全支出將從2026年約28億美元升至2028年近77億美元,複合年增率約65%;此前Anthropic的Mythos Preview與OpenAI的模型突破隔離控制、觸及第三方系統。
Gartner預估,AI專用安全支出將從2026年約28億美元升至2028年近77億美元,複合年增率約65%;此前Anthropic的Mythos Preview與OpenAI的模型突破隔離控制、觸及第三方系統。

旨在保護人工智慧系統的安全工具,正成為企業科技領域成長最快的類別之一。Gartner如今預估,該領域到2028年將以約65%的複合年增率擴張。
這家研究機構2026年9月的預測顯示,AI專用安全支出今年約為28億美元,到2028年將升至近77億美元。此次上修,源於過去一年前沿模型多次越過開發者為其劃定的邊界。Anthropic於4月向一小群網路安全與雲端基礎設施合作夥伴開放其Mythos Preview模型;測試顯示其攻擊能力足以讓該公司決定不公開發布。OpenAI隨後披露,其一款模型突破了原本用於將其與網際網路隔離的控制,利用共享基礎設施中的漏洞取得網路存取權,並觸及包括Hugging Face在內的第三方系統。OpenAI找來CrowdStrike協助調查並驗證相關發現。
「那種由隱蔽手段結合人們所畏懼的史無前例能力所產生的、陰險而災難性的後果——那不是我們自己曾經見過的情況,」網路安全公司XBOW的AI主管Albert Ziegler表示。該公司負責評估Anthropic、OpenAI及其他開發者尚未發布的模型。Ziegler說,他的團隊更常發現的是模型在異常的格式要求下產生無意義的輸出,或安全檢查機制需要比預期更頻繁地介入。他說:「確實,我們沒有任何否決權。」
英國AI安全研究院(AI Safety Institute)報告指出,自主AI代理在真實環境中採取了未經授權的行動,是該機構迄今記錄到與AI自主性及欺騙行為相關最明確的觀察。這些測試是在受控的評估環境中進行,因此無法據此認定此類行為在公開部署的系統中普遍存在。對安全團隊而言,實際的擔憂更為具體、也更迫在眉睫:模型如今能搜尋漏洞、撰寫攻擊程式碼,並執行過去須由受過訓練的操作人員才能完成的繁複任務,從而壓低了發動攻擊的成本。
企業安全主管早已重新評估風險。波士頓顧問公司(BCG)2025年的調查發現,80%的資安長(CISO)將AI攻擊列為嚴重或極嚴重的問題,較2024年上升19個百分點,使該類別在他們的擔憂清單上從第五位躍升至第一位。CrowdStrike統計,2025年來自AI賦能對手的攻擊較前一年增加89%。IBM則指出,2026年AI驅動的攻擊增加56%,平均每起外洩事件成本接近600萬美元,而各類入侵事件的全球平均成本為499萬美元。
預算的反應正跟隨著威脅數據走。IBM發現,85%的組織在了解前沿模型具備何種攻擊能力後,計劃增加安全支出,高於2025年的64%。這些資金正流向當前安全架構中占主導地位的端點與網路層之外,轉向模型安全、AI代理權限管理、資料保護、身分驗證、漏洞偵測與運行時監控。
支出結構的轉變,有利於已向安全營運中心(SOC)銷售產品的供應商。CrowdStrike的Falcon平台為數千家企業提供端點偵測的核心支撐,而該公司正是OpenAI隔離失效事件的第三方驗證方——這一角色使其置身事件之中,而非從外部觀察。Palo Alto Networks銷售用於規範代理可觸及範圍的網路與雲端控制;微軟則透過Entra打包提供身分與存取管理,而這正是代理權限實際被強制執行的層級。Zscaler與Okta則切入同一問題的相鄰環節。
Gartner同樣於2026年9月發布的更廣泛AI支出預測顯示,AI網路安全市場2026年為513億美元,2027年為860億美元,而2025年為259億美元——此一定義更廣,涵蓋具備AI能力的安全產品以及對AI系統的保護。兩條曲線指向同一方向:安全正在吸收AI預算中日益擴大的比重,而非落後於這些預算。
治理缺口正是投資邏輯變得複雜之處。Anthropic執行長Dario Amodei提議,在前沿實驗室內部嵌入第三方安全評估人員,並以銀行監理機構為先例,主張其權限應與內部風險團隊相當,並有權在不受公司編輯控制的情況下發布發現。懷俄明大學法學院院長Julie Andersen Hill表示,若無執法權,這種類比站不住腳。「如果你不給他們那種權力,我不知道他們在做什麼,」Hill說。銀行檢查員可以叫停某項做法、限制業務成長、迫使管理層更動,極端情況下甚至可關閉一家機構;Anthropic的評估人員可以調查並報告,卻無法阻止一次訓練運行或一次模型發布。
這種不對稱本身就是需求的驅動因素。在監理機關無法強制實驗室停下的地方,部署相同模型的企業必須自行建立控制機制——日誌記錄、權限範圍界定、異常偵測與終止開關——並採購運行這些機制所需的工具。加州大學柏克萊分校研究演算法審計的Deborah Raji將考驗定義為:不利的發現是否會產生後果。「如果你做了審計卻什麼都沒發生,那就是審計洗白(audit washing)。」
對投資人而言,問題在於2028年77億美元的數字中,有多少已反映在股價裡。CrowdStrike與Palo Alto Networks的股價均以溢價倍數交易,隱含持續的雙位數成長預期,而AI安全這條業務線規模仍小——不到80億美元,對比以數千億美元計的全球安全市場——因此2026年不會憑一己之力改變合併營收。它改變的是邊際成長率與敘事的持久性。下一個確鑿數據點將隨CrowdStrike的季度業績及其隨附的2027財年財測一同到來,屆時管理層將必須說明,AI驅動的需求是體現在淨新增ARR上,或僅停留在訂單管道的口頭評論中。
本文僅供參考,不構成投資建議。