7月30日，Gartner高级研究总监陈延全在分享最新版《2026中国网络安全技术成熟度曲线》时指出，今年中国网络安全市场主要受三方面因素影响：人工智能加速融入企业系统、监管执法趋严，以及地缘政治压力下不断增强的技术自主需求。与此前相比，今年的成熟度曲线新增了代理型AI网络安全、AI网络安全测试、机器身份与访问管理、后量子密码和容器安全五项技术。与此同时，一些较早进入市场的AI安全技术已经开始从概念热潮转向效果检验——最典型的信号，就是网络安全AI助手从期望膨胀期正式进入泡沫破裂低谷期。
这并不意味着AI安全助手失去价值，而是企业对其预期正在回归现实。一方面，在安全平台中接入对话式助手、事件分析和报告生成功能已经不再困难；另一方面，企业需要为模型调用和Token消耗付费，开始更严格地比较成本与产出。Gartner认为，这是技术发展的正常周期，企业不应为了在安全领域用AI而用AI，最终要考察安全助手是否真正提升了人员效率，让安全人员从低阶重复性工作中解放出来，把时间转移到威胁建模、威胁狩猎等更复杂的任务上。
报告提出了一组值得关注的预测：到2028年，中国网络安全项目通过AI实现的价值，80%将来自任务自动化和能力扩张，而不是裁员；超过80%的中国企业将面临员工在缺乏监管的情况下使用生成式AI的问题，由此产生的AI特定数据泄漏控制，将成为首席信息安全官最关注的事务之一。到2029年，50%针对中国企业员工的社会工程攻击将利用深度伪造技术实施，导致传统意识培训失效；实施AI网络安全测试的中国企业比例，可能由目前不足5%上升至70%。
Gartner明确表示，企业不应盲目通过缩减安全编制来衡量AI的投产比。在安全人才持续短缺、威胁攻防对抗升级的背景下，AI的真实定位是安全团队的效能倍增器，帮助现有受限的团队消化爆炸式增长的安全积压，而非替代人类专家。目前企业最常用的衡量指标仍然是效率，包括报告撰写时间、漏洞分析速度、查询执行效率和平均响应时间；误报率、数据分类准确率、代码修复接受率和漏洞检测覆盖率，也可以作为验收标准。例如一项数据识别工具引入语义分析后，如果准确率能从三四成提升至八九成，这种变化才构成可衡量的产品价值。
在新增的五项技术中，代理型AI网络安全受到的关注最高。与主要生成内容的大语言模型不同，智能体可以感知环境、做出决策并直接采取行动，可能调用企业内部工具、修改系统配置、发起采购甚至执行转账，风险从数据泄漏扩大至权限滥用、工具误用和业务操作失控。Gartner将企业中的智能体分为嵌入式、独立式、目标导向型和多智能体系统四类，不同类型的智能体所需的安全控制并不相同。但现阶段市场上没有单一厂商能提供完全标准化、一体化的全栈智能体安全平台，多数方案仍是在现有安全产品上增加功能，例如用AI网关监控输入输出、用身份管理产品控制权限、用测试工具检测提示注入和数据投毒。
机器身份与访问管理也因此被首次纳入成熟度曲线，并已进入期望膨胀期。随着API、应用程序、服务账号和AI智能体数量增加，企业需要管理的不再只是员工账号，还包括大量非人类身份，这些身份同样需要注册、授权、密钥轮换、持续验证和生命周期回收。尤其是当智能体能够自主执行任务时，长期有效的静态凭证可能成为风险来源，需要通过短时、动态身份限制智能体在行为异常后继续访问关键系统。
此外，影子AI治理也是突出问题，不仅包括员工私自访问公共大模型，还包括办公软件新增的AI功能、业务部门调用的模型API，以及第三方服务商使用的智能体。Gartner建议将AI网关与安全服务边缘作为混合架构下的核心策略执行点，实现身份认证、提示词检测、敏感数据脱敏及成本可控。相比先搭建完整的AI治理体系，对已进入生产环境的AI系统，运行时防护应当优先考虑——动态检测异常调用、智能体越权和偏离预定目标的行为，并在必要时进行阻断。
报告对青海政企的启示至少有三个方面。其一，AI安全不是另起炉灶。青海政企单位正加快推进数字化转型，不少单位已尝试引入大模型辅助公文写作、智能问答等场景，但采购AI安全产品前应先把传统安全底座打牢——数据分类分级、等保合规、安全运营这些基础工作不会因AI的出现而停止。其二，警惕影子AI风险。员工私自使用公共大模型处理内部文件可能造成数据泄漏，建议单位明确AI使用规范，对涉及敏感数据的场景做提示词和输出检测，处理个人信息须符合数据安全法要求。其三，理性看待AI安全市场宣传。报告明确指出当前没有一站式智能体安全平台，选型时应要求厂商回答：降低了多少误报、节省了多少时间、覆盖了多少风险，并关注是否支持审计和本地化部署，避免为概念买单。
© 2026 西宁惠康电子有限公司 | 青海·西宁