一份新报告，把「AI 数据泄露」从抽象担忧拉回了几个具体数字。
7 月 14 日，Check Point Research 发布《AI Security Report 2026》：过去一年，被判定为具有较高敏感数据暴露风险的 AI 提示，占比从 2%升到 4%；组织平均每月使用 10 个 AI 应用，而且其中不少没有经过正式批准。这里的 4%是风险交互占比，不等于已经发生了 4%的数据泄露。1
行业差异也很明显。商业服务行业的高风险提示占比达到 5.91%，接近每 17 次 AI 交互就有 1 次被报告归入高风险范围。对律师、咨询、外包服务和企业知识处理来说，问题不只是「员工有没有把机密粘贴进去」，还包括团队到底接入了多少 AI 工具、这些工具是否被正式纳管，以及敏感内容是否进入了更长的调用链。1
报告还观察到，较长的恶意载荷在 2026 年 3 月至 5 月间增加约 5 倍，5 月接近全部观测提示的 1%。这类载荷更常见于内容携带型和智能体攻击路径。换句话说，风险不只来自用户主动输入，模型读到的网页、文件和外部内容，也可能影响后续行为。1
所以，关闭一个训练开关或提醒员工「别传敏感信息」，都解决不了全部问题。它们最多减少一部分误用；真正的企业边界，还要覆盖输入、传输、推理、返回和存储。
公开报道披露的 AI 加密平台技术路径，是让数据在离开用户设备前先变成密文，计算侧对密文完成处理，再把密文结果返回本地解密；面向高敏感行业，还披露了本地化私域部署和「输入—推理—输出」全流程密态计算防护。2 3
这类架构的价值，不是替企业免除数据治理责任，而是把「模型能不能用」和「明文是否必须暴露」拆开处理。真正上线前，密钥、日志、知识库、权限和第三方调用仍然需要单独核验。
你所在的团队，平均每月会用几个 AI 应用？其中有多少真正纳入了审批和数据边界管理？
#AI 隐私 #企业数据安全 #AI 安全 #数据合规 #AI 加密平台 #密态计算 #智能体安全 #提示注入
Comments
Sign in to comment.