AI安全的头等大事：建立AI资产清单
AI资产清单不仅是列出工具清单，更需评估其数据安全与合规风险。
随着人工智能（AI）技术的迅猛发展，企业首席信息安全官（CISOs）正面临前所未有的挑战，既要满足企业业务快速迈向智能化的需求，同时又要防御爆炸式增长的AI安全威胁。
风靡全球的DeepSeek只是AI工具潮的一朵浪花，未来还将有更多类似工具快速涌现。这些未经授权的（消费级）AI应用如同一颗颗定时炸弹，潜伏在企业内部，威胁着数据安全与合规性。那么，如何应对这一危机？答案的起点在于建立一个全面的AI资产清单。
AI资产清单：AI安全治理的基石
AI资产清单的建立不仅是必要的，而且正成为强制性要求。没有这一清单，企业如同盲人摸象，无法准确识别AI使用带来的敏感数据暴露风险，也无法应对日益严格的合规性要求。
欧盟《AI法案》（EU AI Act）、ISO 42001标准以及美国国家标准与技术研究院（NIST）的AI风险管理框架（AI RMF）等监管框架已明确将AI资产清单视为治理AI的基础性步骤。
例如，欧盟《AI法案》于2024年8月正式生效，其覆盖范围极为广泛，几乎囊括了所有AI系统，要求企业对其使用的AI技术进行全面登记和风险评估。ISO 42001则为企业提供了一个AI管理系统标准，强调通过清单化管理确保AI的透明性和责任性。而NIST AI RMF虽然是自愿性框架，但其“MAP”功能明确要求企业绘制AI使用图谱，识别潜在风险。
这些框架共同表明，AI资产清单不仅是合规的起点，更是安全治理的核心。
然而，定义“AI资产”本身就是一大难题。欧盟《AI法案》采取广义方法，将几乎所有AI增强功能纳入监管范围；而企业则需自行判断是否应监控每一项AI特性，还是聚焦于生成式AI、大语言模型（LLM）和内容创建系统等高风险领域。专家建议，缩小关注范围至特定AI类别可显著降低清单编制的复杂性，使其更具可操作性。
影子AI：暗中的杀手
除了监管压力，第三方供应商评估也日益要求企业提供AI资产清单，常称之为“审计”或“服务目录”。但合规只是表象，真正的挑战在于识别“影子AI”——那些未获正式批准却已被员工融入日常工作的AI工具。据网络安全公司ZScaler的2024年报告，企业中超过60%的员工承认使用过未经授权的AI工具，其中许多工具通过个人账户或免费版本接入，绕过了IT部门的监控。
影子AI的泛滥使得传统IT治理工具捉襟见肘。员工可能在不知情的情况下将敏感数据暴露给第三方模型，而这些工具的风险往往瞬息万变——一款昨天看似安全的工具，可能因新增AI功能而在一夜之间变成高危对象。例如，DeepSeek的快速流行就暴露了企业对新兴工具的反应滞后，其数据存储政策引发了广泛争议。
AI资产追踪的六大方法
目前，企业采用的AI资产清单编制方法主要有以下六种，每种方法各有优劣：
- 基于采购的追踪：通过监控新AI工具的采购有效，但无法检测现有工具新增的AI功能或员工自带工具（BYOT）的使用。
- 手动日志收集：分析网络流量和日志可发现AI相关活动，但耗时且覆盖面有限。
- 身份与OAuth验证：审查Okta或Entra等身份管理平台的访问日志可追踪部分AI应用，但仅适用于集成这些服务的工具。
- 云安全访问代理与数据防泄漏（DLP）：ZScaler和Netskope等解决方案提供一定可见性，但AI分类功能有限，难以强制执行政策。
- 云安全态势管理（CSPM）：Wiz等工具在AWS和谷歌云中对AI使用有较好洞察，但无法覆盖本地或非云环境。
- 扩展现有清单：基于风险对AI工具分类可与企业治理对齐，但难以跟上AI采用的快速变化。
这些方法虽能提供一定可见性，却普遍依赖手动操作，效率低下且难以应对动态风险。网络安全专家指出，AI资产清单不仅是列出工具清单，更需评估其风险：这些工具是否从员工输入中学习？其数据保留政策如何？是否符合GDPR、HIPAA等隐私法规？
自动化AI资产工具的崛起
为应对上述挑战，业界正转向更自动化、可重复的AI资产追踪工具。这些工具通过持续监控检测AI使用，包括个人和免费账户，并识别哪些应用在训练企业数据。例如，2025年初推出的Darktrace AI Guardian能够实时扫描网络流量，标记未经批准的AI工具，并生成动态资产清单。此类工具还支持企业制定防护策略，防止员工无意中泄露机密信息。
此外，自动化工具还推动了员工教育。例如，微软在2024年为其企业客户推出了AI使用仪表板，显示员工使用的AI工具并标注其安全性，帮助员工分辨哪些工具获批使用。这种透明性不仅降低风险，还增强了员工对合规工具的信任。
安全创新与合规的双赢
AI治理不应仅被视为风险管理任务，更是一个抓住创新机会的窗口。领先建立AI资产清单的企业能够主动接触员工，了解其真实需求和用例，引导他们转向安全、批准的AI解决方案。安全领导者通过与AI委员会和高层分享这些数据，可提供基于现实的洞察，超越理论政策讨论。
例如，谷歌在其2024年AI安全报告中提到，通过资产清单识别员工对生成式AI的高需求后，该公司迅速部署了内部批准的生成工具，不仅提升了生产力，还降低了外部工具带来的风险。这种做法表明，AI资产清单不仅是防御性措施，更是推动企业安全使用AI，在这场人工智能革命中取得竞争优势的的战略举措。
