生成式AI正以前所未有的速度改變?nèi)藗兊纳钆c工作方式，ChatGPT、Claude、DeepSeek、Gemini等工具正在被廣泛用于內(nèi)容撰寫、數(shù)據(jù)分析、代碼調(diào)試等工作。據(jù)第三方數(shù)據(jù)顯示，2025年1—3月，中國人工智能類App使用總量快速增長，其中DeepSeek的月使用次數(shù)從約3億次躍升至22.8億次，豆包從18.4億次增至32.9億次。這一波“全民AI”熱潮不僅顯現(xiàn)出強烈的生產(chǎn)力需求，也讓企業(yè)面臨新的安全與合規(guī)挑戰(zhàn)。麻省理工學院Nanda項目的研究顯示，約90%的員工在使用AI工具時并未告知IT部門，這使得企業(yè)在市場運營中，不得不面對全新的安全挑戰(zhàn)。
AI使用如何透明可控
生成式AI的普及，讓企業(yè)IT面臨前所未有的“黑箱風險”，員工正在大規(guī)模使用ChatGPT、Claude等工具，但企業(yè)往往缺乏可視化與管控手段。對此，Check Point推出了GenAI Protect 解決方案，通過瀏覽器安全擴展實現(xiàn)對AI使用行為的全面可視化與風險治理。
該方案能夠幫助安全團隊了解員工正在使用哪些AI服務、輸入了哪些提示內(nèi)容，以及這些交互是否涉及敏感數(shù)據(jù)。系統(tǒng)會對所有AI會話進行風險分級（低、中、高、嚴重），并識別常見使用場景，如文檔摘要、內(nèi)容生成、代碼調(diào)試或圖像創(chuàng)作等。
這類可視化數(shù)據(jù)不僅能讓企業(yè)看清AI的真實使用情況，還能轉(zhuǎn)化為制定安全策略的依據(jù)。例如，企業(yè)可根據(jù)部門或業(yè)務線，配置差異化的訪問與分享策略；也可針對敏感數(shù)據(jù)類型設定自動阻斷與預警規(guī)則。GenAI Protect的核心價值在于將“未知風險”轉(zhuǎn)化為“可管理策略”，幫助企業(yè)從被動防御走向數(shù)據(jù)驅(qū)動的策略化安全治理。
AI與SASE的融合：統(tǒng)一架構(gòu)下的智能防護
隨著AI應用深入業(yè)務流程，傳統(tǒng)的邊界安全模型已無法應對分布式、跨云的訪問需求。Check Point SASE（安全接入服務邊緣）解決方案為應對AI帶來的挑戰(zhàn)，在今年進行了數(shù)次重大升級，構(gòu)建了覆蓋云端、終端、分支與應用訪問的完整SASE體系；并以 ThreatCloud AI 作為核心威脅情報引擎，實現(xiàn)從邊界防護到用戶訪問的全棧防御。
同時，Check Point GenAI Protect 作為專門面向生成式AI使用安全解決方案，與ThreatCloud AI保持實時聯(lián)動。它能夠基于同一情報源識別異常提示語、檢測潛在數(shù)據(jù)泄露行為，并將分析結(jié)果反饋給威脅情報中心，更加智能的幫助用戶實現(xiàn)主動安全的防御策略。
從試點到體系化：以真實數(shù)據(jù)驅(qū)動AI安全戰(zhàn)略
MIT近期研究指出，全球企業(yè)在AI上的投資已超過400億美元，但95%的AI應用試點項目未能進入生產(chǎn)階段。核心原因在于缺乏真實使用數(shù)據(jù)與風險評估機制。未改變這一現(xiàn)狀，企業(yè)用戶可以借助Check Point GenAI Protect，主動識別員工最常使用的AI場景（如合同審查、文檔總結(jié)、代碼生成等），在了解真實行為的前提下制定可落地的安全政策。
這也意味著，AI安全管理不再是“靜態(tài)防御”，而是一種“持續(xù)學習”的過程。通過SASE架構(gòu)與AI可視化技術(shù)的結(jié)合，企業(yè)能夠在保護敏感數(shù)據(jù)的同時，支持創(chuàng)新場景的安全落地，實現(xiàn)“安全促進創(chuàng)新”的良性循環(huán)。
AI帶來的變革不止于生產(chǎn)力，更在于企業(yè)安全思維的轉(zhuǎn)變。面對快速增長的生成式AI使用需求，企業(yè)需要一套能夠?qū)崟r感知、智能決策、統(tǒng)一管控的安全體系，這將成為企業(yè)在AI時代保持核心競爭力的安全基石。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
