DeepMind的创始人Mustafa Suleyman ，在2023年出版的《The Coming Wave》中深入探讨了AI技术浪潮带给社会经济的巨大改变，在书中他提出很关键的一点是：AI技术会远超控制，并有可能让我们陷入迄今为止最大的安全困境。

任何技术都有两面性，人工智能时代的开启，的确极大地改变了安全的内涵和外延，安全的概念和边界不断被拓宽，我们除了要面对传统安全和信息安全之外，还要面对伴随人工智能而来的种种未知的安全挑战。

但反之，人工智能作为新的技术革命，也会推动安全行业走进新时代，尤其自2023年开始，AI大模型的横空出世，通过更为泛化的能力和无限的想象空间，给各行各业都带来了变革的契机。

如安恒信息董事长范渊所说，“大语言模型作为新一代的人工智能，具有更强的理解能力、逻辑推演能力和泛化能力，是一个跨时代、革命级的技术。人工智能+安全，也意味着安全行业跨时代革命的开始。”

麦肯锡的报告预测：到2040年，生成式AI每年可为全球经济带来2.6万亿至4.4万亿美元的增长。IDC也预测：到 2024 年全球将涌现出超过 5 亿个新应用，这相当于过去 40 年间出现的应用数总和。

生成式AI拥有的广阔未来背后，预示着很多行业都会被大模型技术改变。这也是范渊敢于提出“AI+安全，一个行业跨时代革命的开始”这一口号的原因。

我们知道，任何技术本身都是不具备行业属性的，脱离了场景的技术也无法称之为有用的技术。这代表着，大模型也必须通过垂域的数据训练，并融入具体场景来展现它的价值，而安全恰是一个非常合适的场景。

因为在“主动式防御”的引导下，安全几乎是最早融入通用AI技术手段的行业，同时安全行业与生俱来对数据安全有长期充分的考量，所以我们也看到业界涌现出很多个不同的安全大脑，无不证明了安全行业与大模型技术之间能够形成有效的合力。

当然，从企业的角度，大模型技术要在安全领域变成真正的生产力，降本增效将是最基本的要求。

范渊举了一个例子：某家大型企业，数字化与安全部门的负责人一直在为安全人员的缺口而忧心，一个20个人的团队，每天无休地处置事件，按照每个人处理500个事件的最高工作量来计算，一天也仅能处置1万个事件。但不幸的是，这家企业每日实际的事件发生量是几十万，偶尔会高达上百万。

事实上，这种情况在中国很具代表性，企业处置安全事件的闭环率不足5%，要解决这个问题要么无限制的增加人力，要么就要寻找技术上新的突破口，这就是AI能够带来的最大改变。

AI安全大模型和安全智能体的出现，适时的缓解了这一矛盾。通过使用“恒脑+AiLPHA模拟”安全工程师方式，通过报文研判、关联分析、事件溯源、联动处置，这家企业实现了日均120万告警分析研判，安全事件闭环率从过去不足5%，到首次实现告警清“零”的巨大变革。

我们说，打造新质生产力，是通过技术上的求新，去实现质优的结果。恒脑的创新加上安全防护大幅提升的结果，本质上就构成了新质生产力。

同时，AI在重塑安全底座的同时，也在重塑安全工作协同关系，因此安恒信息在2024年3月将AI制定为公司最高级别战略。范渊认为，安全大模型的下半场是AI安全智能体，具有产品手脚结合、角色化、协同与学习进化能力的AI安全智能体，与数字孪生系统深度融合，让安全进入“智能辅助驾驶”时代。

近年来，数字经济已步入数据驱动发展阶段，数据要素的重要地位显著提高。大模型技术在很多数据应用上的成功，证明数据要素在数字技术革命中的核心地位。《“数据要素×”三年行动计划（2024—2026年）》的发布，也在发挥数据要素乘数效应，赋能经济社会发展给出了明确的指引。

范渊认为，业务是动态变化的，数据随着业务的动态变化而流通。数据如水，解决数据的流通难题，需要包容和适应业务、数据、安全的动态变化，从而推动三者共同汇聚成一条水流。在此过程中，高安全性的数据可信流通基础设施能够让水流的更为顺畅，即促进数据的合规高效流通。

而数据要素的高效流通的前提之一则是数据资产入表。

众所周知，数据资源入表是数据资产化的重要环节，它通过对数据资源进行确权、初始计量、后续计量、收益确认等步骤，将数据资源确认为数据资产，并纳入企业的财务报表中。这有助于企业更清晰地认识数据资源的经济价值，促进企业将数据资源产品化、资产化，甚至资本化。

在数据资源入表之后，数据资源的价值可以得到确认和计量，使得数据资源成为可交易的资产，这有助于形成更加活跃的数据要素市场，促进数据资源的共享和流通，进一步推动数据要素市场的繁荣。

从企业的角度，数据资源入表可以带来多方面的好处：首先可以增加资产总额，实现抵押贷款；其次能够减少经营成本，降低研发成本，提升企业利润；第三，可以助力新质生产力，能够提升实质管理，增强业务效率，帮助提质增效；最后，实现数据要素流通，能够激活数据价值，变现数据资源。

安恒信息CTO 刘博表示，“数据资源入表在今年元旦正式实施，但作为一个新兴事务，在政策、合规性、合作单位和数据安全等方面存在很多复杂性。”正是为了帮助企业化繁为简，2024西湖论剑·数字安全大会发布了《企业数据资源入表实践白皮书》。

的确，数据资源入表存在很多的挑战。比如，全量数据资源盘点要如何从业务或技术的视角去进行重点梳理？资产盘点完成后如何做收益评估，又会涉及到哪些法规和经济上的问题？同时在数据盘点的过程中，数据安全要如何保障？这些问题，在《白皮书》中都已经做了详细的疏解。

数据流到哪里，哪里就有数据安全的风险。客观地说，数据资源入表是为数据要素流通服务的，而《白皮书》的发布，可以帮助企业将数据安全保护融入到数据流通的全链条，以实现更为安全的释放数据价值。

如果将AI+安全看做是安全行业技术演进的方向，那么安全的终局会是什么？

安恒信息首席安全官&高级副总裁袁明坤表示，“从安全运营的角度，用户需要的不是安全的产品，而是安全的结果，安恒通过AI的全域大模型融合完成了一个很好的‘助手’或者说辅助驾驶的角色，但未来一定会是全自动驾驶的时代。”

在袁明坤看来，智能的安全运营发展会经历三个阶段：助手阶段、辅助阶段和自动驾驶阶段，当前绝大多数安全运营服务在助手阶段，在个别领域进入到辅助驾驶阶段，而安恒MSS未来要瞄准的方向就是自动驾驶阶段。

事实上，过去多年，安恒MSS一直在与AI技术做融合，“在分析能力上，恒脑可以把分析、研判、监测、响应、处置所有的动作都去由AI协助进行分析、调查、研判以及自主决策。” 袁明坤说，这一整套的AI驱动的能力升级在亚运会等重大活动中已经经受住了考验。凭借杭州亚运会上积累的经验，安恒信息还联合赛迪顾问，共同编纂了《重大活动网络安全保障建设及运营指南》。

客观地说，安全运营的飞轮来自于人的能力，结合产品、工具、平台有效地运用，形成数据化的知识库，再加上AI的加持，持续的优化改进，随着飞轮的转动，安全运营就朝着自动驾驶的方向不断演进。

“举个例子，最早保障G20峰会的时候，一个场馆需要配6到7个人，到去年亚运会的时候只需要3到4个人就够了。未来我觉得会演进到仅需要一个人甚至在现场无需人力，这就是AI带给安全运营最大的变化。”袁明坤说。

毫无疑问，随着大模型等技术的成熟运用，整个安全产业都会沿着“人工智能+安全”这条主线有序演进。老子《道德经》中说，“大音希声，大象无形”。当安全与AI自然的融为一体，它就真正变成了“上善若水”，它随时都在，但我们无需感知它的存在。