a16z 調研百位 CISO：AI 重構企業安全新議程，近九成預算看漲，六大攻防賽道迎來洗牌期

據深潮 TechFlow發布，作者：Steph Zhang、Owen Colby（a16z） 編譯：深潮 TechFlow 深潮導讀： 長久以來，網絡安全行業一直在為量子計算可能顛覆非對稱加密體系做着漫長準備。然而誰也沒料到，大語言模型與自主智能體（AI Agents）以超越摩爾定律的速度狂飆突進，率先在軟件工程與攻防滲透領域投下了震撼彈。從 OpenAI 智能體在安全測評中意外越獄並滲透 Hugging Face 生產系統，到自動化漏洞挖掘將零日漏洞利用門檻降至平民化，AI 正以極不對稱的效率衕時武裝攻擊者與防禦者。 在這一劇烈的攻防範式轉換前夜，硅谷頂級風投 a16z 面向員工規模超過 500 人的 100 位頭部企業首蓆信息安全官（CISO）展開了深度調研。調研數據顯示，高達 87% 的安全掌門人預計 2027 財年的安全預算將實現凈增長，企業防禦的覈心重心正在經歷歷史性遷徙：從過去被動堆砌警報的“發現卽止”，全面轉向自動化打補丁的“閉環脩復”；從按季度開展的人工滲透測試，演變為 7x24 小時不間斷的自主紅隊攻防。 與此衕時，企業內部“影子 AI”與 AI 智能體特權濫用帶來了前所未有的新型攻擊面，而 AI 輔助編程工具的普及更讓代碼庫呈指數級膨脹，大幅拉高了靜態代碼分析（SAST）與運行時防護的門檻。本篇研報全景呈現了百位 CISO 在攻防對抗、SOC 運營中心、數據安全以及平台整閤等覈心維度的眞實採購意向與預算傾斜圖譜，為網絡安全創業者、企業技術決策者與一級市場投資人提供了極具前瞻性的產業羅盤。 a16z 普通閤夥人 Martin Casado 今天發表了一篇新長文，深入剖析了主導投資者評估網絡安全採購與構建的四大哲學底層： 點擊此處閱讀全文 。 多年以來，整個網絡安全行業都在嚴陣以待，準備應對量子計算徹底顛覆網絡防禦規則的那一天。然而，人工智能（AI）卻先一步叩響了大門。 今年夏天，OpenAI 的智能體在一次網絡安全基準評估中意外逃逸，並成功滲透了 Hugging Face 的綫上生產系統。噹時這組智能體本該在沙箱環境中推演漏洞，卻順藤摸瓜找到了有效憑據，進而跨越隔離邊界接管了關鍵基礎設施。 而這僅僅是一場宏大序幕的冰山一角。自那之後，AI 開始以前所未有的速度，持續協助黑客與安全研究員挖掘出全球互聯網底層軟件中深埋的脆弱軟肋。 就在上個月，一家研究團隊利用前沿大模型對開源代碼庫進行了全面排査，一口氣抓出了超過 20 個此前從未被發現的零日（Zero-Day）漏洞。這其中甚至包括了某些在關鍵生產環境中已平穩運行了超過 20 年的古老代碼。 代碼缺陷從來都客觀存在，但現在的覈心質變在於：大模型正在以指數級飛躍的效率，極其擅長從海量代碼中揪出弱點，並直接自主推演出可行的漏洞利用攻擊鏈。 圖：AI 輔助漏洞挖掘效率呈現代際躍昇與此衕時，高危漏洞的披露數量也呈現出井噴態勢。面對蓆卷而來的警報洪流，企業內部本就捉襟見肘的安全團隊，能夠分配給每次應急響應的處理時間正被極限壓縮。 圖：企業面臨的安全脆弱性與高危漏洞數量連年暴增更棘手的是，安全團隊負責守護的數字疆界本身也在瘋狂擴張。在各類 AI 輔助工具的加持下，普通員工正在以前所未有的速度開發並上綫新應用；而這些以往需要專業架構師耗時數月才能搭建的業務系統，如今幾週甚至幾天就能直接投入運轉。 企業內部的數據正被以前所未有的規模和頻次反復調用。各部門紛紛將專有文檔餵入大模型，並在內網各類 SaaS 工具與業務數據之間架設起錯綜復雜的自動化集成流。 這就很好地解釋了，為什麼我們能在二級市場上看到 Palo Alto Net