人工智能成为数据泄露的首要威胁
企业领导者已斥资数十亿美元采购人工智能工具以提升生产力并推动创新。然而最新数据显示,许多组织未能预见的重大风险正在显现:那些本应帮助员工提高工作效率的人工智能平台,竟已成为敏感数据外泄的主要渠道。 研究表明,77%的员工会将数据粘贴至生成式AI工具,其中40%的上传文件包含个人身份信息或支付卡数据。这种大规模泄露正发生在自认安全防护到位的企业内部,凸显出企业对AI使用方式的认知与员工实际操作行为之间存在根本性脱节。认识到这种转变,是构建符合当下现实的安全策略的关键第一步。
AI如何成为新型数据泄露载体
两年前,生成式人工智能几乎未融入企业工作流程。如今,45%的企业员工积极使用AI平台,其活动量占企业总活动量的11%。仅ChatGPT的员工采用率就达到43%——其他通讯平台耗费数十年才实现的渗透率。
这种快速普及催生了安全真空。传统数据防泄漏系统仅针对文件传输、邮件附件和网络流量设计,从未构建过监控员工在提示框输入或聊天界面粘贴内容的功能。这个盲区已成为敏感信息外泄的主要通道。
生成式AI目前占企业向个人账户转移数据总量的32%,成为数据外泄的最大单一渠道——其规模已超越文件共享、电子邮件及安全团队长期管控的其他所有渠道。问题不仅在于数据量,更在于泄露的本质:上传文件至服务器会留下记录,而将客户数据粘贴至AI提示框的行为往往发生在任何日志记录或监控系统之外。
个人账户问题
核心问题不在于AI工具的使用,而在于员工的访问方式。企业安全模型假设员工使用具备单点登录、日志记录和监督机制的企业账户。 数据表明这种假设存在偏差:约67%的AI使用通过未受管控的个人账户进行。这些账户包括个人Gmail地址、微软账户或直接注册账号,完全绕过了企业身份认证系统。当员工使用个人邮箱登录ChatGPT时,公司对其输入指令、共享数据及回复中的敏感信息完全失去可视性。
即便使用企业账户,凭证也常缺乏联合认证。83%的ERP登录和71%的CRM登录未启用单点登录。这意味着企业登录账户的安全性和可视性与个人账户相差无几——尽管用户名可能包含公司域名,但认证绕过机制仍会导致同样隐蔽的数据流动。
复制粘贴:隐形数据泄露
传统数据防泄漏策略聚焦文件系统,监控上传下载及附件。但数据揭示真正的泄漏源并非文件——而是复制粘贴。77%的员工将数据粘贴至生成式AI工具,其中82%的操作源自未受管控的个人账户。 平均每位员工每日从个人账户粘贴15次数据,其中至少4次包含敏感的个人或支付卡信息。
这意味着敏感信息不再仅通过文件上传传播,而是直接注入提示框、聊天窗口和文本输入框。这类无文件传输对传统DLP解决方案近乎隐形,其高频次、跨平台的特性使其游离于企业监管之外。
其结果是敏感数据持续通过难以检测的渠道流出组织。复制粘贴已成为新型数据外泄手段,而AI工具则是数据外泄的首要目标。
敏感文件流向未授权目的地
文件上传仍是工作流程核心环节,但其目的地已发生变化。员工不再将文件上传限制在受控存储或电子邮件中,而是将其转移至生成式人工智能工具、消费类应用程序和未经授权的SaaS平台。
数据显示,上传至生成式AI工具的文件中40%含有个人或财务数据。同样,上传至文件存储平台的文件中41%包含此类数据。近四成上传行为通过个人账户完成。
由此导致敏感数据流入企业无法监控和管控的环境。文件一旦上传至个人谷歌云端硬盘、WhatsApp聊天或AI提示框,便实质上脱离了企业管辖范围——无法追踪、限制或删除。
数据流向多元,既包括Egnyte、Zendesk等企业工具,也涉及Canva、LinkedIn、WhatsApp等消费级平台。这种企业与消费生态的交融模糊了企业数据边界,暴露了传统DLP(数据泄露防护)的局限性——该方案本为受控渠道和集中化管理而设计。
这对企业安全意味着什么
传统安全边界已然崩塌。过去通过管理网络、保护终端、监控授权应用即可实现数据管控。这种模式基于工作仅在企业系统内进行、外部平台仅限偶尔受控使用的假设。
现实情况是:工作在浏览器中展开,横跨数十个应用程序,同时使用企业账户和个人账户,且采用无法留下审计痕迹的方式。员工研究客户问题时,可能搜索内部系统,将结果粘贴到ChatGPT进行摘要处理,再将摘要复制到Slack与同事分享,最后通过个人邮箱转发以备后续查阅。每个步骤都将敏感数据传递到传统工具无法触及的渠道。
浏览器已成为主要工作场所,但安全管控却未能同步升级。员工在应用间自由切换,几乎不区分企业工具与个人工具,只选用高效便捷且无需IT审批的工具。这导致敏感信息持续通过隐形渠道外泄。
重构人工智能时代的企業安全体系
解决方案并非直接封禁AI工具或禁止个人账户。此类措施注定失败,因为它们违背了员工的实际工作方式。这些工具之所以存在,正是因其能提升生产力;个人账户泛滥,源于企业账户配置效率低下且限制过多。忽视这些现实的安全措施终将被绕过。
有效防护需从浏览器层面入手——真正的业务操作发生于此。这意味着不仅要监控文件上传,还需监控粘贴操作、表单提交、提示交互以及系统间所有数据流动。必须实施区分企业账户与个人账户的策略,且不受应用程序限制。
企业必须将数据防泄漏范围从文件扩展至无文件传输。提交至ChatGPT的提示词应与邮件附件同等受检,粘贴至Slack的内容应与上传至Google Drive的文件触发相同检查。传输方式不应决定安全措施的适用性。
身份控制必须严格执行。若员工仍能通过个人账户访问业务应用,单点登录机制便形同虚设。处理敏感数据的应用必须强制采用联合身份验证,而非可选方案。未通过联合认证的企业登录行为应被视为安全风险。
核心要点
人工智能已成为企业软件中增长最快的领域——也是数据外泄的首要渠道。77%的员工会将数据粘贴至AI工具。 40%的上传内容包含敏感信息。此类操作主要通过未受管控的账户进行。传统安全边界已不复存在。多数工作在浏览器中完成,即便是粘贴文本这类简单操作也可能导致数据泄露。未能针对新形势更新安全策略的企业,其最宝贵数据的控制权正逐渐丧失。
相关文章
Qwen-Audio-3.0-TTS:Qwen的大规模语音合成模型将首包延迟降至300毫秒
各大 AI 开发商在语音技术领域的竞争随着新玩家的加入而愈发激烈。7 月 20 日,通义千问发布了其最新的音频合成模型 Qwen-Audio-3.0-TTS,将控制权从复杂的技术配置转向简单的自然语言指令。该模型的突出特点是其能够接受自由形式的自然语言指令。此前,要实现特定的语调、节奏或风格,需要调整大量后端参数。现在,用户只需使用日常语言描述所需的音频效果,模型即可生成相应的语音,显著降低了使用门槛。通义千问提供两个针对不同用例的版本。Flash 版本针对实时交互进行了优化,将初始延迟降低
Claude 的“同事”功能现在可以记住你过去的聊天指令
Anthropic 对 Claude 记忆系统的更新消除了使用 AI 代理时的一个主要摩擦点:即重复向 AI 解释其已保留的上下文的必要性。通过整合标准聊天和 Claude Cowork 的记忆架构,Claude 现在能够在所有交互中保持连续性,即使在切换到另一个会话时,也能记住之前会话中的见解。用户现在可以查看、编辑或删除存储在 Claude 记忆中的任何信息,确保对 AI 保留内容的完全透明和控制。图片来源:Anthropic这一增强功能简化了研究与执行之间的工作流程,允许用户从头脑风暴无缝
陈天桥时隔九年回归,投资20亿美元于以探索为驱动的AI
从游戏大亨到意识先锋:前亿万富翁的回归在退休九年之后,盛大集团创始人陈天桥于2026年3月接受了首次国际媒体采访。这位曾在31岁时成为中国最年轻的亿万富翁和游戏行业巨头的人物,如今正在加州的住所重新定义他的遗产。他的关注点已从虚拟游戏的胜利转向解决一个更为复杂的挑战:破译人类意识的源代码。陈天桥目前正在开发一个人工智能系统,旨在超越人类智能,最终目标是实现通用人工智能(AGI)。他幽默地表示,未来的历史时代可能不再以宗教历法来定义,而是以ChatGPT的出现为标志,这在科技史上标志着清晰的“
相关专题推荐
评论 (1)
0/500
企业领导者已斥资数十亿美元采购人工智能工具以提升生产力并推动创新。然而最新数据显示,许多组织未能预见的重大风险正在显现:那些本应帮助员工提高工作效率的人工智能平台,竟已成为敏感数据外泄的主要渠道。 研究表明,77%的员工会将数据粘贴至生成式AI工具,其中40%的上传文件包含个人身份信息或支付卡数据。这种大规模泄露正发生在自认安全防护到位的企业内部,凸显出企业对AI使用方式的认知与员工实际操作行为之间存在根本性脱节。认识到这种转变,是构建符合当下现实的安全策略的关键第一步。
AI如何成为新型数据泄露载体
两年前,生成式人工智能几乎未融入企业工作流程。如今,45%的企业员工积极使用AI平台,其活动量占企业总活动量的11%。仅ChatGPT的员工采用率就达到43%——其他通讯平台耗费数十年才实现的渗透率。
这种快速普及催生了安全真空。传统数据防泄漏系统仅针对文件传输、邮件附件和网络流量设计,从未构建过监控员工在提示框输入或聊天界面粘贴内容的功能。这个盲区已成为敏感信息外泄的主要通道。
生成式AI目前占企业向个人账户转移数据总量的32%,成为数据外泄的最大单一渠道——其规模已超越文件共享、电子邮件及安全团队长期管控的其他所有渠道。问题不仅在于数据量,更在于泄露的本质:上传文件至服务器会留下记录,而将客户数据粘贴至AI提示框的行为往往发生在任何日志记录或监控系统之外。
个人账户问题
核心问题不在于AI工具的使用,而在于员工的访问方式。企业安全模型假设员工使用具备单点登录、日志记录和监督机制的企业账户。 数据表明这种假设存在偏差:约67%的AI使用通过未受管控的个人账户进行。这些账户包括个人Gmail地址、微软账户或直接注册账号,完全绕过了企业身份认证系统。当员工使用个人邮箱登录ChatGPT时,公司对其输入指令、共享数据及回复中的敏感信息完全失去可视性。
即便使用企业账户,凭证也常缺乏联合认证。83%的ERP登录和71%的CRM登录未启用单点登录。这意味着企业登录账户的安全性和可视性与个人账户相差无几——尽管用户名可能包含公司域名,但认证绕过机制仍会导致同样隐蔽的数据流动。
复制粘贴:隐形数据泄露
传统数据防泄漏策略聚焦文件系统,监控上传下载及附件。但数据揭示真正的泄漏源并非文件——而是复制粘贴。77%的员工将数据粘贴至生成式AI工具,其中82%的操作源自未受管控的个人账户。 平均每位员工每日从个人账户粘贴15次数据,其中至少4次包含敏感的个人或支付卡信息。
这意味着敏感信息不再仅通过文件上传传播,而是直接注入提示框、聊天窗口和文本输入框。这类无文件传输对传统DLP解决方案近乎隐形,其高频次、跨平台的特性使其游离于企业监管之外。
其结果是敏感数据持续通过难以检测的渠道流出组织。复制粘贴已成为新型数据外泄手段,而AI工具则是数据外泄的首要目标。
敏感文件流向未授权目的地
文件上传仍是工作流程核心环节,但其目的地已发生变化。员工不再将文件上传限制在受控存储或电子邮件中,而是将其转移至生成式人工智能工具、消费类应用程序和未经授权的SaaS平台。
数据显示,上传至生成式AI工具的文件中40%含有个人或财务数据。同样,上传至文件存储平台的文件中41%包含此类数据。近四成上传行为通过个人账户完成。
由此导致敏感数据流入企业无法监控和管控的环境。文件一旦上传至个人谷歌云端硬盘、WhatsApp聊天或AI提示框,便实质上脱离了企业管辖范围——无法追踪、限制或删除。
数据流向多元,既包括Egnyte、Zendesk等企业工具,也涉及Canva、LinkedIn、WhatsApp等消费级平台。这种企业与消费生态的交融模糊了企业数据边界,暴露了传统DLP(数据泄露防护)的局限性——该方案本为受控渠道和集中化管理而设计。
这对企业安全意味着什么
传统安全边界已然崩塌。过去通过管理网络、保护终端、监控授权应用即可实现数据管控。这种模式基于工作仅在企业系统内进行、外部平台仅限偶尔受控使用的假设。
现实情况是:工作在浏览器中展开,横跨数十个应用程序,同时使用企业账户和个人账户,且采用无法留下审计痕迹的方式。员工研究客户问题时,可能搜索内部系统,将结果粘贴到ChatGPT进行摘要处理,再将摘要复制到Slack与同事分享,最后通过个人邮箱转发以备后续查阅。每个步骤都将敏感数据传递到传统工具无法触及的渠道。
浏览器已成为主要工作场所,但安全管控却未能同步升级。员工在应用间自由切换,几乎不区分企业工具与个人工具,只选用高效便捷且无需IT审批的工具。这导致敏感信息持续通过隐形渠道外泄。
重构人工智能时代的企業安全体系
解决方案并非直接封禁AI工具或禁止个人账户。此类措施注定失败,因为它们违背了员工的实际工作方式。这些工具之所以存在,正是因其能提升生产力;个人账户泛滥,源于企业账户配置效率低下且限制过多。忽视这些现实的安全措施终将被绕过。
有效防护需从浏览器层面入手——真正的业务操作发生于此。这意味着不仅要监控文件上传,还需监控粘贴操作、表单提交、提示交互以及系统间所有数据流动。必须实施区分企业账户与个人账户的策略,且不受应用程序限制。
企业必须将数据防泄漏范围从文件扩展至无文件传输。提交至ChatGPT的提示词应与邮件附件同等受检,粘贴至Slack的内容应与上传至Google Drive的文件触发相同检查。传输方式不应决定安全措施的适用性。
身份控制必须严格执行。若员工仍能通过个人账户访问业务应用,单点登录机制便形同虚设。处理敏感数据的应用必须强制采用联合身份验证,而非可选方案。未通过联合认证的企业登录行为应被视为安全风险。
核心要点
人工智能已成为企业软件中增长最快的领域——也是数据外泄的首要渠道。77%的员工会将数据粘贴至AI工具。 40%的上传内容包含敏感信息。此类操作主要通过未受管控的账户进行。传统安全边界已不复存在。多数工作在浏览器中完成,即便是粘贴文本这类简单操作也可能导致数据泄露。未能针对新形势更新安全策略的企业,其最宝贵数据的控制权正逐渐丧失。
Qwen-Audio-3.0-TTS:Qwen的大规模语音合成模型将首包延迟降至300毫秒
各大 AI 开发商在语音技术领域的竞争随着新玩家的加入而愈发激烈。7 月 20 日,通义千问发布了其最新的音频合成模型 Qwen-Audio-3.0-TTS,将控制权从复杂的技术配置转向简单的自然语言指令。该模型的突出特点是其能够接受自由形式的自然语言指令。此前,要实现特定的语调、节奏或风格,需要调整大量后端参数。现在,用户只需使用日常语言描述所需的音频效果,模型即可生成相应的语音,显著降低了使用门槛。通义千问提供两个针对不同用例的版本。Flash 版本针对实时交互进行了优化,将初始延迟降低
Claude 的“同事”功能现在可以记住你过去的聊天指令
Anthropic 对 Claude 记忆系统的更新消除了使用 AI 代理时的一个主要摩擦点:即重复向 AI 解释其已保留的上下文的必要性。通过整合标准聊天和 Claude Cowork 的记忆架构,Claude 现在能够在所有交互中保持连续性,即使在切换到另一个会话时,也能记住之前会话中的见解。用户现在可以查看、编辑或删除存储在 Claude 记忆中的任何信息,确保对 AI 保留内容的完全透明和控制。图片来源:Anthropic这一增强功能简化了研究与执行之间的工作流程,允许用户从头脑风暴无缝
陈天桥时隔九年回归,投资20亿美元于以探索为驱动的AI
从游戏大亨到意识先锋:前亿万富翁的回归在退休九年之后,盛大集团创始人陈天桥于2026年3月接受了首次国际媒体采访。这位曾在31岁时成为中国最年轻的亿万富翁和游戏行业巨头的人物,如今正在加州的住所重新定义他的遗产。他的关注点已从虚拟游戏的胜利转向解决一个更为复杂的挑战:破译人类意识的源代码。陈天桥目前正在开发一个人工智能系统,旨在超越人类智能,最终目标是实现通用人工智能(AGI)。他幽默地表示,未来的历史时代可能不再以宗教历法来定义,而是以ChatGPT的出现为标志,这在科技史上标志着清晰的“





首页






