2026 年 7 月 · 8 分钟阅读
2026 年 7 月,AvePoint 发布了其年度《State of AI 2026》报告。这份基于全球 750 位 IT、安全和 AI 领导者调查的权威研究,揭示了一个令人警醒的现实:近 90% 的组织在过去一年中经历过生成式 AI 相关的安全事件。 更令人担忧的是,88.4% 的企业遭遇了 AI Agent 相关事件——而与此同时,82.7% 的领导者自信地表示他们能够防止未经授权的数据访问。信心与事实之间的鸿沟,正是 2026 年 AI 治理面临的核心挑战。

关键定义
AvePoint State of AI 2026 报告 2026 年 7 月,AvePoint 发布了其年度《State of AI 2026》报告。这份基于全球 750 位 IT、安全和 AI 领导者调查的权威研究,揭示了一个令人警醒的现实:近 90% 的组织在过去一年中经历过生成式 AI 相关的安全事件。 更令人担忧的是,88.4% 的企业遭遇了 AI Agent 相关事件——而与此同时,82.7% 的领导者自信地表示他们能够防止未经授权的数据访问。信心与事实之间的鸿沟,正是 2026 年 AI 治理面临的核心挑战。
AvePoint 的《State of AI 2026》报告调查了来自全球不同行业和地区的 750 位 IT 决策者、安全负责人和 AI 领导者。报告的核心主题是"规模化信任、控制和就绪度"——在 Agent 时代,AI 的治理能力是否跟上了 AI 的采用速度。答案是明确的:没有跟上。
报告的五个关键发现勾勒出一个清晰的图景:AI 已超越治理。 AI 助手在生成内容,AI Agent 在执行行动,而大多数组织没有可靠的方式来治理这两者中的任何一个。2026 年的定义性挑战不是 AI 的采用——而是你的治理、可见性和控制能力能否跟得上。
82.7% 的领导者自信能防止未授权数据访问
然而,在这些自信的组织中,AI 相关的未授权访问事件仍然影响了 62% 到 72% 的受访者。这不是个别案例——这是系统性的。信心不等于控制。AvePoint 的报告用数据清楚地表明:大多数组织的"信心"建立在缺乏可见性的基础之上。
89.5% 经历了生成式 AI 安全事件
近九成的企业在过去一年中经历了至少一次与生成式 AI 相关的安全事件。这不是边缘案例——这是主流现实。当超过 4/5 的组织自信满满,而近 9/10 仍然遭遇安全事件时,问题不在于安全措施不够好——而在于对安全措施的有效性缺乏真实评估。
AvePoint 将这种现象称为"信任与就绪度之间的差距"。信任不是一种信念——它是一个结果。没有执行力的信心不是信任——是暴露。那些成功扩展 AI 规模的组织,不是那些"相信"其治理足够强大的组织——而是那些能够证明其治理有效性的组织。
高达 1/5 的组织(21.1%)无法确定员工是否在使用未经授权的 AI 工具。 对于生成式 AI 来说,这个数字自 2025 年以来几乎增长了三倍。影子 AI——员工在没有 IT 部门知晓或批准的情况下使用的 AI 工具——正在以前所未有的速度蔓延。
影子 AI 的直接后果是数据泄露。当员工使用未经批准的 AI 工具处理工作数据时,这些数据离开了企业的控制范围。AvePoint 的报告指出,数据安全和隐私是所有 AI 形式中最重要的关注点。影子 AI 的可见性差距意味着企业甚至不知道哪些数据正在被暴露,更不用说阻止了。
86.9% 的组织因治理就绪度不足而推迟了 AI 部署。 近 9/10 的组织延迟了 Agent 和生成式 AI 的部署,平均延迟时间接近六个月。延迟的原因不是预算不足或缺乏业务支持——而是数据安全和治理没有准备好。
与此同时,88.4% 的企业在过去一年中经历了至少一次 AI Agent 相关的安全事件。 近一半(46.9%)的员工已经经常使用 AI Agent——每周或每天。Agent 的采用正在超越就绪度。当 Agent 从生成输出转向执行行动时,治理挑战的性质发生了根本性变化。
在计划投资方面,第三方治理工具——能够监控 Agent 行为是否符合政策——是未来 12 个月的首选投资方向。统一的 Agent 管理平台(提供可见性、生命周期治理和政策执行)正在成为 AI Agent 治理的必需品。
35.5% 的企业数据已经是 AI 生成的, 受访者预计这一比例将在 12 个月内达到 42.1%。这意味着超过三分之一的企业内容不再由人类创造,而是由 AI 系统生成。这创造了一个全新的治理挑战:治理 AI 现在意味着治理 AI 所创造的内容。
AI 生成内容的治理问题涉及多个层面:如何确保 AI 生成内容的准确性和可靠性?如何追溯内容的来源和生成过程?如何防止 AI 生成内容被用于误导或欺骗?如何管理 AI 生成内容的生命周期——保留、归档和删除?这些问题的答案目前都还在形成的早期阶段。
AvePoint 报告指出,确保用于 AI 训练的数据安全是 4/5 的组织的未来投资优先级。AI 的价值取决于数据就绪度、治理和控制。没有数据层治理的 AI 扩展,就像在沙地上建造摩天大楼——迟早会倒塌。
1. 可见性是第一道防线
你无法保护你看不见的东西。企业必须建立 AI 使用的全面可见性——包括生成式 AI 和 AI Agent。这需要从影子 AI 检测开始,逐步建立完整的 AI 资产清单。
2. 治理必须嵌入运行时
政策和指南只有在执行时才有意义。治理不能停留在文档层面——它必须嵌入 AI 系统的运行时环境,在 AI 生成内容、访问数据和执行行动时自动执行控制策略。
3. 数据治理是 AI 治理的基础
AI 生成内容的管理需要数据层面的治理框架。AI 训练数据的安全、AI 输出的合规、AI 内容的生命周期管理——这些都需要在数据治理层面建立明确的规则和流程。
4. Agent 治理是新的当务之急
Agent 的采用正在加速,而 Agent 安全的挑战与传统的生成式 AI 有本质不同。Agent 执行行动、触发工作流、做出决策——这需要身份管理、权限控制和行为监控的全面升级。
AvePoint 报告的本质信息是:信任不是一种信念——它是一个结果。 可见性、可执行的控制、生命周期管理——这些是将 AI 采用转化为规模化信任的要素。2026 年的分水岭不在于谁在部署 AI,而在于谁在可信地部署 AI。
AvePoint 的《State of AI 2026》报告调查了来自全球不同行业和地区的 750 位 IT 决策者、安全负责人和 AI 领导者。报告的核心主题是"规模化信任、控制和就绪度"——在 Agent 时代,AI 的治理能力是否跟上了 AI 的采用速度。答案是明确的:没有跟上。
82.7% 的领导者自信能防止未授权数据访问 然而,在这些自信的组织中,AI 相关的未授权访问事件仍然影响了 62% 到 72% 的受访者。这不是个别案例——这是系统性的。信心不等于控制。AvePoint 的报告用数据清楚地表明:大多数组织的"信心"建立在缺乏可见性的基础之上。
高达 1/5 的组织(21.1%)无法确定员工是否在使用未经授权的 AI 工具。 对于生成式 AI 来说,这个数字自 2025 年以来几乎增长了三倍。影子 AI——员工在没有 IT 部门知晓或批准的情况下使用的 AI 工具——正在以前所未有的速度蔓延。
86.9% 的组织因治理就绪度不足而推迟了 AI 部署。 近 9/10 的组织延迟了 Agent 和生成式 AI 的部署,平均延迟时间接近六个月。延迟的原因不是预算不足或缺乏业务支持——而是数据安全和治理没有准备好。
35.5% 的企业数据已经是 AI 生成的, 受访者预计这一比例将在 12 个月内达到 42.1%。这意味着超过三分之一的企业内容不再由人类创造,而是由 AI 系统生成。这创造了一个全新的治理挑战:治理 AI 现在意味着治理 AI 所创造的内容。
AI 网关只告诉你请求去了哪,JetStream 回答它该不该发
JetStream Clearance 把零信任的信任边界从身份下移到单次动作:AI Blueprints 契约 + 参数级权限 + 序列检测,在 MCP 调用执行前逐动作授权。网关已成商品,授权引擎是下一个战场。
审查过的 MCP 工具在第四次调用开始背叛你:Deadbugz 的运行时门控投毒
Pillar Security 披露活跃 MCP 供应链活动 Deadbugz:恶意服务器伪装成文本格式化工具,前三次调用一切正常,第四次起改写返回的工具元数据,指示 agent 搜寻 SSH 密钥、AWS 凭证并隐藏行为。一次性审查被系统性绕过——工具描述是运行时安全边界,批准应发生在动作执行之时。
超100家科技公司联名公开信:携手防御『失控AI』,网络安全范式已被改写
8月27日,OpenAI、Anthropic、Google、微软等100多家科技与网络安全公司签署公开信,呼吁公私部门协作、采用新型网络防御应对日益普及的AI攻击,并警告医院、水务、互联网基础设施正面临风险。此前Hugging Face及Anthropic、Meta的Agent入侵已证明网络安全已被根本改写。
GhostSplice:恶意MCP服务器把窃密指令拆成两半,AI编码Agent就乖乖交出SSH密钥
8月11日,ASSET团队披露GhostSplice:恶意MCP服务器将窃密指令拆散到工具描述与工具结果中,让AI编码Agent自己拼接并外传数据,单次调用看似无害。对11个API模型的测试显示,拆成两半后顺从率从42%升至82%,GPT-4o等从0%涨到100%。攻击者只需你安装一个『可信』的MCP服务器。
OOMeta AI 治理平台
跨供应商、嵌入运行时的 AI 治理与安全层。Agent Registry、Non-Human Identity 管理、运行时权限控制、行为监控、Prompt 注入防护——在 Agent 设计时定义安全策略,在运行时自动执行。从 AI 采用的第一天就建立可信治理。
预约诊断会