董事會看待 AI 安全議題
董事會怎麼看 AI 安全？
大 AI 時代，2026 年資安事件一件接一件，分享一下近期的一些心得。
資安單位上董事會報告越來越普遍了。最近跟董事會等高階管理層報告資安，我原本以為焦點會放在傳統議題，結果 AI 是被問最多的。科技圈跟新聞上都在喊 AI 有多神、產值有多大，但站在經營者的位置，看到的是另一回事。簡單整理分享最近的心得，還有跟其他公司的高階管理層聊到的幾個議題。
1. 員工私底下到底怎麼用 AI？
高階管理層會擔心 AI 失控。大家心裡都有數，我個人的想法是，除非是銀行或竹科大廠，有集中式管理才有機會掌握住，其他企業的員工多半還是會自己用。問題是如果有人把程式碼、個資、合約或公司策略丟進工具中，資料外洩算誰的？到底該怎麼管？
就算管理制度或政策都有了，技術控制也不一定有預算跟得上，EDLP、Proxy、SASE 每一樣都是費用。就我的經驗，先撇除監管嚴格的行業，很多大型企業其實也缺乏資料外洩防護的政策與解決方案，當今可能還要搭配安全存取服務邊緣（Secure Access Service Edge，簡稱 SASE）才足夠應付Shadow AI 。說穿了就是不太想投資在這塊，端點數量太多，要花的錢太可觀，管理起來太難，或是資安單位跟資訊單位推來推去誰要管理。
2. 駭客用 AI 打過來，我們擋得住嗎？
以前的釣魚信破綻很多。現在 AI 可以仿冒聲音、寫高度客製化的信件、自動找漏洞，攻擊成本低很多。我們的防禦跟得上駭客用 AI 的速度嗎？
每間企業的對外曝險、預算和專業人力都不同，這題沒有標準答案。Mandiant 今年的 M-Trends 報告估計，平均漏洞利用時間已經是負 7 天，也就是漏洞常在修補程式出來之前就被打了。攻擊者取得初始存取後轉手給下一個集團，中位數只要 22 秒。攻擊者只要成功一次，防守方卻得每次都擋下來，AI 讓攻擊變便宜以後，這個不對等只會更明顯。
Get Kuro Huang’s stories in your inbox
Join Medium for free to get updates from this writer.
但同一份報告也提到，2025 年的入侵事件大多還是來自人為和系統性的缺失，AI 並不是直接原因。Verizon 今年的 DBIR 也看到相同的趨勢：31% 的外洩事件從漏洞利用開始，19 年來第一次超過帳密竊取。換句話說，AI 放大的多半還是那些老問題，像是漏洞未修、權限過大、驗證太弱。很多時候，企業連這些基本功都還沒做好。
防守方當然也該用 AI。NIST 正在制定的 Cyber AI Profile，就把「用 AI 強化防禦」和「抵禦 AI 驅動的攻擊」並列為重點。只是 AI 是用來補人力缺口的，替代不了基本功。
最近自己也寫了MCP 來幫我管理資安系統/產品，寫好Skills 處理許多庶務還有幫助我分析風險..
3. 組織權責
AI 管理卡關的地方很少是技術，多半是說不清楚誰該負責、該管到哪裡：誰制定規範、誰負責 AI 安全維運。這還沒談到哪個單位要編預算、出錢投資技術控制。實際上光是 AI 安全的日常作業，大家可能就推得一乾二淨，現實上很多公司的資安單位自己都不太想負責。
ISACA 今年的 AI Pulse Poll 也反映了這點：九成受訪者認為員工在用 AI，有完整 AI 政策的組織卻只有 38%。被問到 AI 出事該由誰負責，有兩成答不出來，這在台灣也很常見。
AI 治理沒辦法只靠資安單位寫規範或導入工具就完成，也不是只管好Claude Org 層級帳號就好 ，有太多要討論的議題 ，高階管理層願意花時間討論 AI，我反而覺得是好事，代表這件事終於被放到該放的位置。
資料連結
- Mandiant M-Trends 2026：https://cloud.google.com/blog/topics/threat-intelligence/m-trends-2026
- Verizon 2026 DBIR：https://www.verizon.com/about/news/breach-industry-wide-dbir-finds
- NIST Cyber AI Profile（NIST IR 8596）：https://www.nccoe.nist.gov/node/2581
