a16z 调查 100 位 CISO：AI 如何改写 2027 年安全议程

多年来，业界一直为量子计算改写网络安全规则做准备。然而，AI 抢先一步到来了。

今年夏天，OpenAI 的智能体突破了某项网络安全评估，并侵入了 Hugging Face 的生产系统。它们利用漏洞、使用窃取的凭据，一路潜入另一家公司的基础设施，这一切都是为了获取测试答案。OpenAI 的事件报告描述了这些模型如何将各个步骤串联起来达成目的。

这仅仅是个预演。自那以后，AI 帮助发现了互联网大部分所依赖的软件中的弱点。就在上周，各公司纷纷紧急修补 PHP 中的关键漏洞，而全球约 70% 的网站都运行在 PHP 之上。这些漏洞已存在十多年，直到研究人员通过 OpenAI 的 Patch the Planet 计划才帮助发现它们。同一天，eMudhra——一家被所有主流浏览器信任的证书颁发机构——被发现使用的加密密钥极其薄弱，其中一个密钥竟然就是数字 4。

这类错误一直存在，但模型在发现弱点并找出利用方法方面正变得越来越强。这一进展在 AI 安全研究所的评估中清晰可见，较新的模型能够完成日益复杂的网络任务。

更严重的漏洞也在被不断报告。面对日益增多的漏洞，安全团队必须确定哪些弱点对其业务构成最大风险，并在被他人利用之前将其修复。

与此同时，他们要保护的环境却在不断扩张。员工们正在交付一年前根本无法构建的应用。智能体正在获得对公司文档、源代码和生产系统的访问权限。每一个新应用和连接，都让安全团队多了一样需要理解和保护的东西。

这有助于解释为什么 Palo Alto Networks 和 CrowdStrike 等网络安全平台今年的市值大幅上涨。

需要保护的东西更多了。企业预算也随之跟上。

为了解安全领导者如何应对这些压力，我们调查了 100 位来自员工超过 1,000 人企业的 CISO，询问他们在 2027 年的优先事项、预算和采购计划。

不出所料，绝大多数（87%）预计网络安全支出将增加，主要驱动因素是 AI 带来的威胁以及企业自身 AI 部署所扩大的攻击面。

大部分额外支出流向了工具。然而，引人注目的是，这并非以牺牲人员为代价。尽管 AI 承担了更多工作，近一半的受访者预计 2027 年安全人员编制将增加，另一半预计保持不变，仅 4% 预计会裁员。

为什么？目标是要覆盖更多领域：调查那些原本可能被搁置的警报、测试更多应用、更快地修复漏洞。

CISO 们已经在开展试点、预留预算，并决定哪些产品值得信任、可以投入生产。许多采购决策将在未来十二个月内逐步落地。而优先事项看起来与一年前大不相同……

AI 改写优先事项清单

在当下的安全领域，一年是很长的时间。当我们请领导者回顾其 2026 年的优先事项时，暴露与漏洞管理以及 SIEM 位居榜首。而对于 2027 年，获选最多的七项举措全部涉及 AI。

什么成为 P0 因组织而异。SOC 自动化获得最多的第一名投票，而其他团队则将攻击性安全、修复或保护自身 AI 部署排在首位。买家的起点取决于压力最大的地方，但各方普遍认同 AI 能力是其安全技术栈的核心。

从回顾的 2026 年优先事项的变化可以看出议程转变之快。内部 AI 智能体安全、SOC 自动化和攻击性安全增幅最大。代码安全、修复和 AI 治理紧随其后。

两项任务正在推动这一转变：

企业需要保护其员工和客户已经在使用的 AI。

他们还希望将 AI 应用于安全内部，帮助团队调查攻击、测试系统并修复发现的问题。

尽管兴趣浓厚，大多数企业尚未将这些能力投入生产。仅 18% 报告已生产使用 AI SOC 工具，13% 报告已生产使用 AI 攻击性安全或 AI 暴露与漏洞修复。

然而，许多企业已在试点，或预计在未来一年内投入生产。代码安全和电子邮件防御进展更快，但即便在这些领域，生产采用率也远未普及。

采购计划更为紧迫。45% 计划在十二个月内为内部 AI 智能体安全进行新的采购或升级，其次是攻击性安全（42%）和 AI 使用与治理（38%）。

买家在产品本身不断变化的同时做出决策。一些买家正在扩大初始部署，而另一些则在针对此前从未采购过的能力比较供应商。在各个品类中，未来一年都将迎来一波评估与采购浪潮。

以下是 CISO 们告诉我们市场正走向何方，以及我们看到的机会所在。

本月早些时候，我们与 Kevin Mandia 合作，领投了 Armadin 的 B 轮融资，因为我们相信，防御方必须利用 AI 赋予攻击者的同等速度和规模，这一点至关重要。Armadin 使用自主智能体在企业系统中寻找可利用的路径，并帮助安全团队将其封堵。

这种速度之所以重要，是因为环境不会静止不变。一个团队可能花数周时间处理渗透测试发现的问题，而与此同时开发者仍在持续交付功能、员工接入新服务、权限不断变化。等到这些问题被修复时，可能已经有另一批弱点需要调查。

AI 让这一差距变得更加关键。贝恩估计，它可以将典型的攻击序列从大约四周压缩到约十八小时，从而大大缩短发现暴露面并完成修复的时间。

安全领导者希望更频繁地进行测试。83% 的人认为更频繁的安全态势测试很重要，其中 54% 的人称其非常重要。

“面对所有新的 AI 威胁，我们需要比别人更早发现问题。”——某全球制造商 CISO

人工渗透测试人员带来的专业知识仍是企业所需要的，但他们能够覆盖的应用和系统终究有限。一个安全团队描述说，他们保持测试预算不变，并利用 AI 覆盖更多应用和基础设施。

买家还预计测试将变得更加频繁。如今，18% 的买家表示，他们的大多数攻击性测试会针对生产资产持续运行；52% 的买家预计一年内会达到这一水平。展望五年后，44% 的买家预计测试将嵌入 CI/CD，由代码或基础设施变更触发。

这将安全测试带入软件的构建与维护流程。一次发布可以触发一项新测试，而一项修复在部署后即可立即得到检查。团队可以在交付的同时检查是否存在新的弱点，而不必等到下一次计划评估时才发现有哪些变化。

发现漏洞可能是较快的一环。修复漏洞则意味着找到正确的负责人、确定需要改动什么，并让这项改动经过测试和部署。对于已经积压了大量工作的团队来说，更快的发现反而可能留下更多需要完成的工作。

“借助许多这类 AI 工具，你能够更快地发现漏洞，但无法更快地打补丁。”——某金融科技公司 CISO

经过验证的攻击路径可以展示攻击者实际能够触及什么，以及哪些改动能够阻止攻击，从而帮助团队确定这项工作的优先级。买家也希望获得帮助来实施这些改动，并检查改动是否奏效。在我们的调查中，70% 的买家希望重新测试并验证漏洞已被修复，67% 的买家希望利用经过验证的可利用性来确定修复优先级，57% 的买家希望自动生成修复方案或修复工单。

一家大型网络安全平台的高管将这一机会描述为打造“把‘发现它’与‘修复它’结合起来”的能力。这意味着要跟踪一项发现，直至形成团队可以部署的改动，然后重新运行攻击，以确保暴露面已被关闭。团队既能获得解决问题的帮助，也能获得修复确实奏效的证据。

随着攻击速度加快，安全团队需要更快地调查和响应。他们能否跟上，取决于一项有限的资源：分析师的时间。为了处理一条告警，分析师仍然必须从多个系统中提取证据、还原事件经过，并判断是否存在真实威胁。等他们掌握全貌时，几个小时已经过去，而响应尚未开始。

AI SOC 工具可以承担更多这类工作。智能体可以提取相关证据并执行例行检查，让分析师有更多时间调查复杂案件，并处理需要其判断的决策。对于本已人手紧张的团队来说，这意味着能够着手处理那些原本会积压在队列中的威胁。

不过，赋予这些智能体多大的权限是另一个需要单独决定的问题。如今，36% 的受访者愿意让智能体在低风险操作上自主行动。展望未来 12 个月，60% 的受访者预计自己能够接受这一自主程度。只有 7% 的受访者预计会允许在大多数情况下采取自主行动。

收集日志与更改生产系统是两回事。团队可以将调查的大部分工作委托出去，同时保留对可能扰乱业务的响应操作的审批权。

Cotool 让安全团队能够将自身的调查流程转化为智能体，这些智能体可跨现有工具工作、对告警进行分诊，并在团队定义的权限范围内采取行动。分析师可以审查结果、改进流程，并选择哪些环节需要审批。团队已经掌握如何执行的调查，此后便可反复进行，而无需有人手动走完每一个步骤。

保障企业内部的 AI 安全

AI 已经融入企业工作之中。92% 的受访者表示至少有限度地在生产环境中使用了员工生成式 AI 工具，83% 表示在生产环境中使用了编码助手或智能体，55% 已在生产环境中部署 MCP 服务器或其他智能体与应用的集成。

这些系统可以访问源代码、检索公司文档，并跨应用执行操作。一家餐饮软件公司的安全负责人提出了许多团队正面临的问题：“你怎么才能真正知道这些智能体在做什么？”

这些担忧是具体的。47% 的受访者将员工向 AI 工具泄露敏感数据列为最大的担忧之一，46% 提到智能体超出其权限或被攻陷。另有 29% 担心提示注入或通过 AI 应用造成的数据泄露。

对许多企业而言，这些问题已经在拖慢部署。63% 的回复表示安全至少在一定程度上减缓了 AI 的采用，包括审查、审批要求以及对特定用途的限制。

安全团队需要知道哪些工具和智能体正在运行、它们归谁所有、它们能访问什么，以及它们实际做了什么。而答案一直在变。一个作为普通应用获批的软件会在下一次更新时获得智能体能力，员工会添加扩展和集成，而智能体的权限会随着它承担更多工作而扩大。

跟上这些变化比听起来更难。智能体在员工设备上以用户自身的权限运行，因此对于过去十年为端点安全打造的工具来说，一个读取文件或调用 API 的智能体，看起来和做同样事情的员工完全一样。EDR、DLP 和零信任在这一点上全部失效。

这就是我们投资 Neo 的原因。Neo 的创始人曾参与打造 SentinelOne，如今他们正在为这样一个世界重建端点层：在这个世界里，智能体持续行动，而且数量往往超过它们所服务的人。Neo 会追踪员工设备上的智能体、扩展和 MCP 服务器，以及它们各自能访问什么。它会核查一项操作背后是人还是智能体，并实时执行策略。一个智能体可能被允许调查生产问题，但更改系统则需要审批。

即便攻击手段日益复杂，人的因素仍然是安全领域的一大风险（不幸的是，贴在便利贴上的密码依然存在）。SANS 调查的组织中，80% 将社会工程列为与人为因素相关的首要风险。归根结底，仅仅说服员工去做某件事，往往就是最容易的入侵途径，而 AI 正让这类请求变得可信得多。

一条消息听起来可能像同事发来的。一个声音听起来可能像经理。一段视频看起来可能像你认识的人。

Adaptive Security 的 Brian Long 来向我们路演时，给我们看了这两张埃隆·马斯克的照片，让我们挑出哪张是真的。

我们大多数人挑错了。

如今，冒充已经远远超出了拼写错误的邮件和可疑短信的范畴。即便是谨慎的员工，也可能被一个看似来自他们认识和信任之人的请求打个措手不及。

那一刻让我们更加意识到，培训和模拟演练需要进化多少。Adaptive 在电子邮件、语音和消息渠道上运行由 AI 驱动的钓鱼和深度伪造模拟，让员工学会识别他们实际将会面对的攻​​击，而不是五年前的攻击。

这些冒充不仅看起来更逼真，数量也多了很多。AI 让不断炮制虚假高管资料、仿冒域名和欺诈网站变得轻而易举。安全团队再也无法靠人工逐一发现并关停它们，于是转而借助 Doppel 这类工具来自动完成这项工作。

你可以对自己的安全状况感到放心，却仍可能从所依赖的软件那里继承一个严重问题。最近的 PHP 漏洞就清楚地说明了这一点。

代码安全算不上一个新品类。企业多年来一直在购买 SAST 和 SCA 工具。但 AI 正在帮助开发者交付更多代码，给企业多年来依赖的现有安全工具带来越来越大的压力。

正因如此，在我们调查的 CISO 中，近一半将 AI 代码安全列为 2027 年的前五大优先事项，而 2026 年这一比例约为 25%——这可能意味着升级到 Socket 这类会主动扫描依赖代码本身的工具，和/或使用从源代码持续重建、并带有最新安全补丁的最小化容器镜像。

“我们开发工程师的人数远远多于做安全测试的人。”——某金融服务公司的 CISO

即便优先级发生转变、新的采购周期开启，现有平台往往仍会接到第一个电话。

当被问及会首先从哪里寻找 AI 安全能力时，44% 的人默认选择现有安全平台提供的功能，相比之下有 21% 的人会从 AI 原生安全厂商入手。一家已经保护买方端点、掌握其安全数据、并已完成采购流程的公司，拥有真正的先发优势。

正如一位领导者所说：“我信任 CrowdStrike。它有品牌。它有公信力。”

但第一次被想到的，并不总是最终被选中的那一个。当我们询问什么因素会促使他们选择初创公司而非现有供应商时，47% 的人表示是为了填补现有供应商无法解决的能力缺口。更好的性能、更快的创新、价格以及与现有技术栈的集成也是考量因素，但最主要的敲门砖，是平台根本无法解决的那个问题。

对许多买家而言，采用初创公司意味着在已使用的平台之外增加一项能力，而不是替换掉它。新供应商之所以能赢得一席之地，是因为它解决了当前工具未能解决的优先问题，并证明它能在客户的环境中奏效。

在 AI 安全各个品类中，数十家供应商都在承诺更自主的安全、更快的调查和更少的人工操作。它们的描述听起来可能惊人地相似。

Jake 的 Black Hat 2026 供应商全景图对此做了很好的梳理。有些品类多达 43 家供应商——对买家来说，要从中筛选的公司实在太多了。

买家需要了解每款产品能完成多少工作、其团队仍需处理多少后续事项、它能安全地采取哪些行动，以及运行成本是多少。要得到这些答案，需要占用那些本应被产品帮助的人的时间。

一家全球服装公司的 CISO 描述了如何将七八家供应商缩小到三家进行实操测试。用他的话说：“要为全部七八家都做概念验证，这从人力上是不可能的。”

而且比较对象还在不断变化。新供应商不断进入，产品不断扩展，底层模型的改进甚至可能在评估过程中改变哪些事情是可行的。这让做出承诺变得更加困难。

另一位安全负责人解释了他的犹豫：“我不想为了每天解决每一个新问题，就一次又一次地临时购买单点产品。”他为一款工具签了一份短期合同，同时仍在评估其他工具。

这种谨慎可以与真实需求并存。各团队正在申请预算、开展试点，并让首批产品投入使用，同时决定要更广泛地部署什么。他们希望解决眼前的问题，而不必每当出现新产品时就再增加一个产品。

展望未来

AI 改写安全议程的速度，比近期记忆中的任何一次转变都要快。预算在增加，团队在壮大，CISO 们正在评估一年前看起来还截然不同的各种能力。他们已经在运行试点，并将 AI 应用于进攻性安全、SOC 自动化以及保护自身 AI 部署等用例。

而且他们正在把目光投向现有平台之外。

这正是初创公司的机会所在。在最新的 AI 品类中，现有厂商尚未跟上，安全负责人正在引入任何能够解决眼前问题的人。初创公司正是那些看清这些变化需要什么、并为此而构建的人。

我们预计下一波浪潮将催生重要的安全公司，它们围绕企业刚刚开始需要、并很快将发现难以离开的能力而建立。

特别感谢 Zane Lackey、Joel de la Garza 和 David George 对本文的贡献。

是成长型投资团队的合伙人，专注于企业技术公司。

X

Linkedin

Owen Colby

是 a16z 基础设施团队的投资合伙人。

想要更多 a16z Growth 内容？

深入探讨是什么让公司真正卓越——来自 a16z Growth 的投资人和运营者。了解更多

Infra

Martin Casado

General

new Databricks & the Future of the Firm

Ben Horowitz and Michael McGuiness

Growth

Martin Casado

General

new Databricks & the Future of the Firm

Ben Horowitz and Michael McGuiness

Growth

Marc Andreessen

American Dynamism

Welcome Col. Jeffrey Glover and Greg Barbaccia

David Ulevitch and David George

Martin Casado

General

new Databricks & the Future of the Firm

Ben Horowitz and Michael McGuiness

Growth

Marc Andreessen

American Dynamism

Welcome Col. Jeffrey Glover and Greg Barbaccia

David Ulevitch and David George

当 AI 替你购物时，谁在赚钱？

Alex Immerman and Santiago Rodriguez

Growth

David George

Growth

扩大 a16z 成长基金与平台

David George and Raghu Raghuram

Growth

你不是一个模型。不要按 token 定价。

Tugce Erten and Sarah Wang

Infra

OpenRouter & Stripe：智能网络

Martin Casado

Growth

Cursor + SpaceXAI：迭代最快的团队获胜

Infra

Yoko Li

a16z 专家新闻

“帖子”（包括播客、视频和社交媒体）中表达的观点仅代表其中引用的 a16z 个人，不代表 a16z Capital Management, L.L.C.（“a16z”）或其各自关联公司的观点。a16z Capital Management 是一家在美国证券交易委员会注册的投资顾问。注册为投资顾问并不意味着具备任何特殊技能或受过专门培训。这些帖子不面向任何投资者或潜在投资者，也不构成出售任何证券的要约或购买任何证券的要约邀请，且不得用于或依赖其评估任何投资的优劣。

在任何情况下，本网站——或相关的内容分发渠道——所提供的任何帖子或其他信息，均不得被解释为招揽购买或出售任何证券、或购买或出售 a16z 人员发起、讨论或提及的任何集合投资工具中的权益的要约。也不得被解释为提供投资咨询服务的要约；投资于 a16z 管理的集合投资工具的要约将另行作出，且仅通过特定集合投资工具的保密发行文件作出——这些文件应被完整阅读，且仅向满足联邦证券法下特定资格要求（以及其他要求）的人士提供。此类投资者被定义为合格投资者和合格购买者，通常被认为有能力评估潜在投资和财务事项的优劣与风险。

无法保证a16z的投资目标能够实现或投资策略能够成功。对a16z管理的任何工具进行任何投资都涉及高度风险，包括所投资金全部损失的风险。所提及、引用或描述的任何投资或投资组合公司并不代表a16z管理工具的全部投资，且无法保证这些投资将盈利，也无法保证未来进行的其他投资将具有类似特征或结果。a16z管理的基金所作投资的列表可在此处查阅：https://a16z.com/investments/。a16z过往投资、集合投资工具或投资策略的结果不一定预示未来结果。本列表不包括发行人未允许a16z公开披露的投资（以及某些公开交易的加密货币/数字资产）。至于对任何加密货币或代币项目的投资，a16z是出于自身财务利益行事，不一定符合其他代币持有人的利益。a16z在这些项目中没有任何特殊角色，也不对其管理拥有任何权力。除作为投资者和代币持有人外，a16z不承诺继续参与这些项目，其他代币持有人不应期望其会参与，也不应依赖其进行任何特定参与。

对于a16z在日本注册管理的基金，a16z将向任何日本公众成员提供根据日本《金融商品交易法》第63条要求公开提供的此类文件的副本。请通过compliance@a16z.com联系以索取此类文件。

有关其他网站使用条款，请点击此处。有关 a16z 的其他重要信息（包括我们的 Form ADV Part 2A 手册）可在 SEC 网站获取：http://www.adviserinfo.sec.gov。