AI如何规避传统安全控制措施
传统工具保护静态数据和传输中的数据，而AI会与使用中的数据交互。
影子AI意味着隐形风险
员工使用ChatGPT或Grammarly等个人AI工具，绕过IT监管。
- 仅13%的组织表示，对AI使用情况具有较好或全面的可见性。
- 67%的用户使用非企业账户在企业设备上访问AI服务。
- 49%的用户对AI使用情况几乎不了解或完全不了解。
- 57%缺乏阻止或限制高风险AI使用行为的能力。
治理缺口
通过MCP运行的非托管AI智能体
模型上下文协议（MCP）允许AI智能体访问工具和数据。如果缺乏治理，这种访问可能在不易察觉的情况下导致数据暴露，
提示词操纵和权限提升。
传统工具无法识别提示词
AI在传统数据通道之外运行，从而绕过传统DLP和DSPM工具。
无法管控已批准的工具
即使是获准使用的AI平台，也往往缺少防护机制，例如没有提示词级策略、数据限制，也无法控制智能体行为。
AI训练风险＝无声的知识产权流失
除非选择退出，否则某些AI服务会保留输入数据以改进其模型。这意味着机密提示词可能会被用于
即使是企业级大语言模型
即使是企业级LLM，也存在不足
企业版生成式AI平台承诺提供更多控制功能，但往往仍有不足。
大多数平台无法实时了解员工如何使用这些模型。
无法在提示词层面实施安全策略，导致敏感数据暴露。
审计日志往往缺少有关风险行为或数据暴露的上下文信息。
每位CISO都应思考的3个AI相关问题
要弥合可见性差距，首先要提出正确的问题。
1
我们是否了解员工实际如何使用AI？
员工使用个人版或免费版AI工具处理工作，脱离了IT部门的管控。
2
现有安全工具真的能帮助我们防范AI风险吗？
DLP等传统工具和AI智能体原生控制措施并非为监控提示词或输出而设计，因而会给组织带来安全缺口。
3
如何才能安全地采用AI？
要以负责任的方式管理和扩展AI使用，一致的策略执行和实时监控至关重要，且不会
F5 Workforce AI Security如何保护公有和私有AI模型
一个平台即可全面洞察、保护并扩展AI，无论AI在何处、以何种方式使用。
专为AI交互而构建
专为AI提示词、响应和用户行为打造的网络级实时监控，无需代理或扩展程序。
不受厂商限制的覆盖范围
支持您自行构建、采用或购买的各种AI解决方案，保护整个AI生态系统。
用户行为分析
洞察跨团队的行为模式，了解用户意图，并发现可能需要额外支持的领域。
采用策略驱动方法构建AI防护机制
灵活的策略系统支持从一个中心位置为不同群组设置精细权限。您可以控制每个群组能够访问的数据源和AI模型，让用户访问适当的模型和数据源，从而安全地利用AI提高工作效率。
无论团队是在试用AI，还是将其融入核心工作流，Workforce AI Security都能构建统一控制平面，为未来的AI应用提供安全保障。
治理正日益成为董事会关注的议题
企业为何现在就需要面向AI的安全防护
AI威胁以机器速度发起，安全防护也应如此。
与创新同步的AI治理
Workforce AI Security在网络边缘提供面向未来的安全层，带来安全扩展AI所需的可见性、控制能力和合规保障。
监控公共、嵌入式和内部模型中的AI使用情况
实施策略，保护受保护健康信息（PHI）、个人身份信息（PII）和知识产权（IP）
确保合规，同时不减缓创新步伐
在影子AI和未经批准的使用行为引发风险之前将其检测出来
58%的组织表示，负责任的AI有助于提高投资回报率和效率7
55%表示，这有助于提升客户体验并推动创新7
准备好告别不受控的AI使用，转向安全且可扩展的AI应用了吗？
了解F5如何通过检测影子AI、实施提示词级内容控制和保护敏感数据，帮助您安全地管理并扩展AI使用，同时不影响现有工作流。
访问F5 AI Security网页，了解详情。
下载信息图1 Cybersecurity Insiders，《Cyera 2025年AI数据安全状况报告》，2025年9月
2 Verizon，《2026 年数据泄露调查报告》，2026 年 5 月
3 Omdia，《员工队伍安全现状》，2025年1月
4 Cybernews，《AI可信度排名》，2026年8月
5 Gartner，《Gartner预测：到2028年，25%的企业生成式AI应用每年至少会发生5起轻微安全事件》，2026年4月
6 IBM，商业价值研究院，《保护生成式AI》，2024年5月6
7 PWC，《负责任的AI调查：从政策到实践》，2025年10月
©2026 F5, Inc. 保留所有权利。F5和F5徽标是F5, Inc.在美国及其他某些国家/地区的商标。其他F5商标详见f5.com。
本文提及的任何其他产品、服务或公司名称可能是其各自所有者的商标，并不表示相关所有者对本文内容的认可或与F5存在关联。