CrowdStrike談AI攻擊面擴大，資安需求能否變成持續收入？

 

AI攻擊能力已經擴散，放慢開發難以處理現有風險

CrowdStrike(CRWD)執行長George Kurtz近期回應Anthropic執行長Dario Amodei對高階AI風險的看法。Kurtz認為，前沿模型與開源模型已廣泛流通，企業面對的是已投入使用的系統，以及隨之擴大的攻擊面。單靠放慢未來模型開發，無法保護眼前的資安環境。

這個判斷有一個很現實的基礎：模型能力一旦散布，技術就很難完整收回。AI可以協助駭客撰寫釣魚內容、尋找弱點、生成惡意程式，也能縮短攻擊準備時間。過去需要菁英團隊執行的工作，現在可能由較少人力完成。攻擊能力的普及化，會同時推高攻擊頻率與企業防禦壓力。

Kurtz用「覆水難收」形容當前局面，相當接近資安產業的基本現實。防守方得持續保護大量端點、帳號與雲端工作負載；攻擊者只需找到一個缺口。AI進一步壓低攻擊成本後，這種攻守差距可能繼續擴大。

 

AI代理程式應納入高權限身分管理

Kurtz提出的防禦方向很具體：企業應將AI代理程式視為具有特殊權限的身分。AI代理程式可以自主呼叫工具、存取資料與執行任務，一旦取得過高權限，錯誤指令或惡意入侵都可能迅速擴散。

這也讓資安管理從員工帳號與機器帳號，延伸到大量AI代理程式。企業需要掌握每個代理程式能讀取哪些資料、能呼叫哪些系統，以及每次行動留下什麼紀錄。AI代理程式的身分治理，因此可能成為零信任架構的新環節。

Kurtz建議採用嚴格的存取控制與短期憑證。短期憑證會在有限時間後失效，可降低金鑰遭竊後被長期濫用的風險。企業還要設置緊急終止開關，讓異常代理程式能被立即停用。這些措施都指向最小權限、持續監控與快速撤銷三項能力。

 

高風險決策仍需保留人類控制權

在涉及重大風險的決策上，Kurtz主張由人類保有最終控制權。這項原則對金融交易、關鍵基礎設施、醫療系統與企業核心資料尤其重要。AI可以整理資訊、提出建議與執行例行工作，高衝擊操作仍需清楚的批准程序。

對企業來說，緊急終止開關只是最後一道防線。前端還需要權限分級、行為監測與完整稽核軌跡，才能在代理程式偏離任務時及早發現。人類決策權與機器執行效率必須放進同一套治理流程，否則自動化速度越快，事故擴散也可能越快。

這裡對資安公司的需求含意相當直接。端點遙測、身分管理、威脅情報與事件回應，會隨AI代理程式增加而承擔更多工作量。然而，管理層對產業風險的描述，仍無法直接等同CrowdStrike營收加速。投資判斷還需要後續訂單、客戶採用與產品變現佐證。

 

AI開發商與資安公司需要共享攻防情報

Kurtz呼籲Anthropic與OpenAI和獨立評估機構合作，並表示CrowdStrike願意提供威脅情報。這種合作能讓模型開發商更快掌握模型遭濫用的方式，也能讓資安公司理解新型代理程式的行為特徵。

OpenAI執行長Sam Altman曾主張產業需要控制前沿技術的發展步伐。Altman較重視模型能力擴張的速度，Kurtz則把資源集中於現有系統的防護。兩種路徑可以同時推進：前端降低高風險能力外溢，後端強化已部署模型的存取控制與監測。

以投資角度看，AI資安需求已有清楚的技術機制，包括攻擊成本下降、代理程式數量增加，以及高權限身分擴張。CrowdStrike能否把威脅情報與端點優勢轉成可持續收入，仍要看產品採用、客戶留存與合約成長。方向已經浮現，獲利幅度仍需財務數字逐季確認。