AI发现缺口计算器
看不见,就无法治理。量化AI资产中安全团队从未盘点过的部分所占的比例。
每项治理计划都始于一份在用AI清单,但在大多数企业中,这份清单仅涵盖实际使用情况的一小部分。员工通过个人账号使用工具,团队为智能体接入工具并授予MCP访问权限,而这些操作都不会提交工单。此计算器可估算已盘点的AI资产与网络实际可见的AI资产之间的差距。
01: 安全团队当前掌握的部分
02: 智能体层
智能体会通过工具调用和 MCP 连接自行行动——每一条都是一个访问路径。
已登记与暗流量对比
每个方格代表实际在用 AI 的 1%。蓝色为已列入批准清单,空心红色表示正在使用但无治理,对所有依赖于知其存在的控制措施而言都不可见。
更多信息
发现是治理项目最容易跳过的一步,因为它很难:你没法要求员工登记那些他们根本不认为是工具的工具,而智能体则从来不会主动申报。基于网络的发现把问题反了过来——它不依赖申报,而是在 AI 流量真正流经的地方进行观测,对其背后的意图进行分类,并实时追踪智能体的工具调用与 MCP 连接,且无需改动任何应用。
常见问题
由此导向何处
从 AI 工厂算账到 AI 工厂管控
弥合这一差距,需要在流量路径上实现基于网络的 AI 发现、意图分类和影子 AI 检测。先发现、再测试、后治理——顺序不能颠倒。