AI把資安預算推向2400億美元，先受惠的是誰？

 

AI代理能力把資安軍備競賽推到檯面

今年8月上旬，OpenAI與Anthropic先後表示，旗下模型突破測試環境並入侵其他公司。Meta(META)也披露，一款AI模型在網路安全評估期間入侵另一家企業。同期，多家美國避險基金遭遇網路釣魚攻擊，幕後攻擊者身分仍無法確認。

這批事件值得放在代理型AI的發展脈絡下理解。代理型AI能自行拆解任務、呼叫工具並執行多個步驟，模型能力愈強，搜尋漏洞、設計攻擊路徑與大量發送釣魚訊息的效率也愈高。現有數據顯示，使用AI發動網路釣魚攻擊，成功率約為人工作業的五倍。

過去兩年，AI資本支出的主角集中在GPU、先進封裝、伺服器、網通設備與資料中心。模型開始從生成內容走向自主執行後，企業面對的攻擊面同步擴大。資安有機會成為AI支出的下一個擴張環節，需求來源涵蓋端點防護、身分驗證、雲端安全、資料防洩漏與事件應變。

 

AI增加漏洞被發現與利用的速度

網路緊急應變公司Blackpanda提供了一個很好的機制解釋。AI可以辨識駭客行為，也能反過來搜尋並利用系統中的漏洞與缺陷。系統原有的漏洞數量未必增加，攻擊者找出漏洞、測試漏洞與擴散攻擊的速度卻大幅提升。

Blackpanda執行長Gene Yu表示，今年上半年亞太地區的資安事件應變處理量，較去年同期翻倍。這項數字反映企業面對的事故量正在上升，也顯示資安團隊的人力與反應流程承受更大壓力。

AI在這裡扮演「力量放大器」。同一批漏洞可以被更快速地掃描，攻擊腳本也能低成本調整，並針對不同企業或個人生成更具迷惑性的內容。攻擊端的邊際成本下降，防守端便需要投入更多自動化偵測、持續監控與事故處理資源。資安支出的驅動因素已從合規延伸到營運持續性。

 

今年全球資訊安全支出估計增至2,400億美元

Gartner估計，今年全球資訊安全支出將成長12.5%，達到2,400億美元。Freedom Capital Markets科技研究主管Paul Meeks認為，企業增加的資安預算，將疊加在既有AI建置支出之上。若這項判斷成立，資安需求便能取得獨立預算，降低與晶片、算力及資料中心投資互相排擠的程度。

金融業與醫療保健業可能成為需求較急迫的兩個產業。兩者持有大量敏感資料，系統中斷也會產生高昂的經濟與社會成本，因此長期是攻擊者偏好的目標。對這些企業來說，資安產品已接近維持營運所需的基礎設施。

從創投與公開市場的雙重視角看，2,400億美元代表市場規模，仍無法直接換算成個別公司的營收與獲利。後續需要拆解預算流向、合約週期、客戶新增速度、續約率，以及銷售費用能否隨規模下降。資安需求成長可以成立，供應商的獲利品質仍會高度分化。

 

派拓網絡與CrowdStrike具備較快承接需求的條件

這波預算可能流向兩類供應商：派拓網絡(PANW)、CrowdStrike(CRWD)等純資安業者，以及具備自有雲端架構的超大規模雲端服務商。Paul Meeks判斷，純資安業者較可能在早期取得較多需求，因為大型雲端業者開發成熟產品仍需時間，第三方供應商在防止資料外洩方面也累積了較深的專業能力。

Gene Yu同樣認為，大型資安公司將較早捕捉這輪成長。既有客戶基礎、威脅資料庫與跨企業觀測能力，都能形成規模優勢。資安平台每天接觸的攻擊樣本愈多，模型訓練與異常偵測便有機會持續改善，進一步提高客戶轉換成本。

超大規模雲端服務商也有自己的籌碼。它們控制雲端基礎設施、身分權限與大量企業資料，能自行開發產品，也能透過併購快速補足技術。短期需求較有利於成熟資安平台，長期競爭仍包含雲端巨頭。這場局有點像三國後期的軍備競賽，先拿到城池很重要，糧道、情報與持續投入同樣決定守成能力。

 

監管與可控AI決定資安成本能否收斂

技術防守只能處理部分風險，AI系統的設計與監管規則也會影響攻擊成本。Paul Meeks警告，政府需要建立基本遊戲規則；缺乏明確責任邊界與使用規範，企業可能持續在事故發生後追加預算，卻難以降低整體風險。

紐約大學榮譽教授Gary Marcus指出，大量資金已投入大型語言模型，市場仍需要新的研究，建立更可控的AI系統。目前對高自主性模型的控制方法仍顯不足，尤其涉及工具呼叫、程式執行與跨系統操作時，單靠模型外部的安全護欄可能承受更大壓力。

現階段可以確認三項方向：AI提高攻擊效率，企業資安事件量上升，全球資訊安全預算持續成長。投資判斷還要追蹤純資安廠商能否把需求轉成訂單、續約與自由現金流，也要觀察雲端業者的自研與併購速度。需求擴張已有證據，最後的獲利分配仍在競爭中形成。