a16z 调研 100 位 CISO：AI 如何改写 2027 年安全议程

a16z 普通合伙人今天发表了一篇新文章，谈塑造投资者评估交易方式的四种理念。值得一读！点这里查看。

多年来，业界一直在为量子计算改写网络安全规则的那一天做准备。结果 AI 先一步到来了。

今年夏天，OpenAI 的智能体在一次网络安全评估中越界，闯入了 Hugging Face 的生产系统。它们利用漏洞、盗用凭证，一路渗透进另一家公司的基础设施，目的只是为了拿到自己测试的答案。OpenAI 的事件报告描述了这些模型如何把一步步操作串联起来，最终走到那一步。

这还只是预演。此后，AI 帮助发现了大量互联网所依赖的软件中的弱点。就在上周，各家公司忙着修补 PHP 的严重漏洞，而约 70% 的网站都运行在 PHP 上。这些漏洞已经存在了十多年，直到参与 OpenAI“修补地球”计划的研究人员帮助将其挖出。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弱到离谱，其中一个密钥竟然就是数字 4。

这类错误一直都有，但模型在发现弱点、找出利用方式方面越来越强。从AI 安全研究所的评估中可以看出这一进展：更新的模型能够完成越来越复杂的网络任务。

更严重的漏洞也在被不断报告。面对与日俱增的数量，安全团队必须判断哪些弱点对业务风险最大，并在被人利用之前完成修复。

与此同时，他们要保护的环境还在不断扩大。员工正在交付一年前根本做不出来的应用。智能体开始获得公司文档、源代码和生产系统的访问权限。每一个新应用、每一条新连接，都让安全团队多了一样要理解和保护的东西。

这也就解释了为什么今年 Palo Alto Networks 和 CrowdStrike 等网络安全平台的市值一路走高。

要保护的东西更多了。企业预算也随之跟上。

为了解安全负责人如何应对这些压力，我们调查了 100 位来自员工超过 1000 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，以及企业自身部署 AI 所扩大的攻击面。

新增支出大部分流向工具。但值得注意的是，这并没有以牺牲人力为代价。尽管 AI 承担了更多工作，仍有近一半受访者预计 2027 年安全团队人数会增加，另一半预计持平，只有 4% 预计会裁员。

为什么？目标是要覆盖更多工作：调查那些原本可能被搁置的告警，测试更多应用，更快地修复漏洞。

CISO 们已经在做试点、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陆续落地。而他们的优先事项与一年前相比已经大不相同……

AI 改写了优先级清单

如今在安全领域，一年时间足以发生巨变。当我们请各位负责人回忆他们 2026 年的优先事项时，暴露与漏洞管理和 SIEM 位居榜首。而到了 2027 年，被选择最多的七项举措全都与 AI 有关。

什么会成为 P0，因组织而异。SOC 自动化获得最多第一顺位票，而其他团队则把攻击性安全、修复或保护自身的 AI 部署放在首位。买家的起点取决于压力最大的地方，但各方普遍认同：AI 能力是其安全栈的核心。

从对 2026 年优先事项的回忆中可以看出议程变化之快。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。

推动这一转变的是两项任务：

企业需要保护员工和客户已经在使用的 AI。
他们还希望把 AI 用到安全工作中，帮助团队调查攻击、测试系统并修复发现的问题。

下一个采购窗口已经打开

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。

不过，许多企业已在试点，或预计在未来一年内投入生产。代码安全和邮件防御走得更远，但即便在这些领域，生产采用率也远未普及。

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

买家在做决策的同时，产品本身也在不断变化。一些企业在扩大初始部署，另一些则在为从未购买过的能力比较供应商。各个品类在未来一年都将迎来一波评估和采购潮。

以下是 CISO 们告诉我们的市场走向，以及我们看到的机会。

攻击性安全成为持续能力

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。Armadin 使用自主智能体在企业系统中寻找可利用路径，并帮助安全团队将其关闭。

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处理渗透测试发现的问题，而与此同时开发人员仍在持续交付功能，员工接入新服务，权限也在变化。等这些问题修好，可能又有一批新的弱点需要调查。

AI 让这一差距更加关键。贝恩估计，它可以把典型的攻击序列从大约四周压缩到约十八小时，留给发现暴露面并修复的时间大大减少。

安全负责人希望更频繁地测试。83% 认为更频繁的安全态势测试很重要，其中 54% 称其非常重要。

“面对所有这些新的 AI 威胁，我们需要比别人先发现问题。”——某全球制造商的 CISO

人工渗透测试人员带来的专业能力仍是企业所需要的，但他们能覆盖的应用和系统终究有限。有一个安全团队提到，他们保持测试预算不变，用 AI 覆盖更多应用和基础设施。

买方也期待测试频率大幅提高。目前，18% 的受访者表示其大部分攻击性测试是对生产资产持续运行的；52% 的受访者预计一年内会做到这一点。展望五年后，44% 的受访者预计测试将嵌入 CI/CD，由代码或基础设施变更触发。

这就把安全测试带入了软件构建和维护的流程之中。一次发布可以触发一次新测试，一个修复在部署后就能立即得到检查。团队可以在交付的同时排查新的弱点，而不必等到下一次计划评估才知道发生了什么变化。

发现问题固然好，修复才是关键

发现漏洞可能只是快的那一步。要把它修好，就得找到正确的负责人，弄清需要改什么，再让这项改动通过测试并完成部署。对于本就积压了一堆工作的团队来说，发现得更快，反而可能留下更多活要干。

“有了很多这类 AI 工具，你能更快发现漏洞，但没法更快打补丁。”——某金融科技公司 CISO

经过验证的攻击路径能展示攻击者实际能触及什么、哪些改动能阻断攻击，从而帮助团队安排修复工作的优先级。买方也希望获得帮助来完成这些改动，并确认改动确实生效。在我们的调查中，70% 的受访者希望重新测试并验证漏洞已修复，67% 希望依据经过验证的可利用性来安排修复优先级，57% 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把这一机会描述为打造“找到问题，就修好问题”的能力。也就是说，从发现一个问题一路跟进到团队可以部署的改动，然后重新运行攻击，确认暴露面已经关闭。团队既能得到解决问题的帮助，也能拿到修复确实生效的证据。

安全运营中心（SOC）一次一个动作，获得更多处理能力

随着攻击节奏加快，安全团队需要更快地调查和响应。他们能否跟上，取决于一项有限资源：分析师的时间。要处理一条告警，分析师仍得从多个系统收集证据、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，响应却还没开始。

AI SOC 工具可以承担更多这类工作。智能体能够收集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，处理需要他们判断的决策。对于本就人手紧张的团队来说，这意味着那些原本会积压在队列里的威胁终于能得到处理。

不过，给这些智能体多大权限是另一个需要单独决定的问题。目前，36% 的受访者能接受让智能体对低风险操作自主执行。展望未来 12 个月，60% 的受访者预计自己能接受这种程度的自主性。只有 7% 的受访者预计会允许智能体在大多数情况下自主行动。

收集日志与改动生产系统是两回事。团队可以把调查工作大量交给智能体，同时对可能影响业务的响应操作保留审批权。

Cotool 让安全团队把自家的调查流程变成智能体，在现有工具之间协同工作、分诊告警，并在团队设定的权限范围内采取行动。分析师可以查看结果、优化流程，并决定哪些环节需要审批。这样一来，团队已经掌握如何执行的调查，就能反复自动运行，不必再有人逐步手动操作。

守护企业内部的 AI

AI 已经融入企业日常工作。92% 的受访者表示，员工使用的生成式 AI 工具至少已有限度地投入生产使用；83% 表示编码助手或智能体已投入生产使用；55% 已有 MCP 服务器或其他智能体与应用的集成在生产环境中运行。

这些系统能够访问源代码、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都在面对的问题：“你怎么才能真正知道这些智能体到底在做什么？”

担忧很具体。47% 的受访者把员工将敏感数据泄露到 AI 工具中列为最大的担忧之一，46% 提到智能体越权或被攻陷。另有 29% 担心提示词注入或经由 AI 应用的数据泄露。

对许多企业来说，这些问题已经在拖慢部署。63% 的回复表示，安全因素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在运行、归谁所有、能访问什么，以及它们实际做了什么。而答案一直在变。一个原本作为普通应用获批的软件，下一次更新就可能具备智能体能力；员工会自行添加扩展和集成；智能体承担的工作越多，权限也随之扩大。

跟上变化比听起来更难。智能体在员工设备上以用户本人的权限运行，所以在过去十年为终端安全打造的工具看来，智能体读取文件或调用 API，和员工本人做这些事毫无区别。EDR、DLP 和零信任在这一刻全部失效。

这正是我们投资 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终端层：智能体持续行动，数量往往超过它们所服务的人。Neo 追踪员工设备上的智能体、扩展和 MCP 服务器，以及各自能访问什么。它会核查一个动作背后是人还是智能体，并实时执行策略。智能体或许可以调查生产问题，但改动系统则需要审批。

人为风险迎来 AI 升级

即便攻击手段日益复杂，人为因素依然是安全的主要风险（很遗憾，把密码写在便利贴上这种事仍然存在）。SANS 调查的机构中有 80% 将社会工程列为与人相关的头号风险。说到底，说服员工做某件事往往是最容易的入侵方式，而 AI 正让这类请求变得可信得多。

一条消息听起来像同事发的。一段语音听起来像主管说的。一段视频看起来像你认识的人。

Adaptive Security 的 Brian Long 来向我们推介时，给我们看了两张 Elon Musk 的照片，让我们分辨哪张是真的。

我们大多数人选错了。

如今的冒充诈骗早已不只是拼错单词的邮件和可疑短信。即便是谨慎的员工，也可能被一个看似来自熟人、值得信任的请求所蒙骗。

那一刻让人更加清楚地意识到，培训和模拟演练必须与时俱进。Adaptive 通过邮件、语音和即时消息开展由 AI 驱动的钓鱼与深度伪造模拟，让员工学会识别他们真正会遇到的攻击，而不是五年前的那些老套路。

这类冒充不仅看起来更逼真，数量也多了很多。AI 让批量制造虚假高管档案、仿冒域名和欺诈网站变得轻而易举。安全团队已经无法靠人工逐一发现并关停，于是转向 Doppel 这类工具来自动化这项工作。

代码更多，安全门槛更高

即便你对自身的安全状况有信心，也可能从所依赖的软件那里继承一个严重问题。最近的 PHP 漏洞就让这一点暴露无遗。

代码安全并不是一个新品类。企业采购 SAST 和 SCA 工具已有多年。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，高于 2026 年的约 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/或使用持续从源码重新构建、并带上最新安全补丁的最小化容器镜像。

“我们做开发的工程师远远多于做安全测试的人。”——某金融服务公司的 CISO

需求更多，但平台仍先被想到

即便优先级在变、新的采购周期开启，现有平台往往还是第一个被想到的。

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，相比之下只有 21% 会从 AI 原生安全厂商入手。一家已经在保护买方终端、掌握其安全数据、并且走完过采购流程的公司，确实拥有明显的先发优势。

正如一位负责人所说：“我信任 CrowdStrike。它有品牌，有公信力。”

但第一个被想到，并不总是最终被选中。当我们问什么会促使他们选择初创公司而非现有供应商时，47% 的人表示是解决现有供应商无法填补的能力缺口。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虑因素，但最主要的敲门砖，是平台根本解决不了的问题。

对许多买家来说，采用初创公司的产品意味着在已有平台之外增加一项能力，而不是替换它。新厂商要赢得一席之地，就得解决当前工具未能解决的优先问题，并证明它在其环境中确实有效。

市场喧嚣，反而更难判断该买什么

在 AI 安全的各个品类中，数十家厂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 厂商全景图把这一点呈现得很清楚。有些品类多达 43 家厂商——对买家来说，要梳理的公司实在太多了。

买家需要弄清楚：每款产品能完成多少工作，团队还要接手多少后续处理，它能安全地执行哪些操作，以及运行成本是多少。而要得到这些答案，得占用产品本应帮助的那些人的时间。

一家全球服装公司的首席信息安全官（CISO）讲述了他如何把七八家供应商缩小到三家进行实际测试。用他的话说：“要为全部七八家做概念验证，人力上根本做不到。”

而且比较对象一直在变。新供应商不断入场，产品功能不断扩展，底层模型的进步甚至可能在评估过程中就改变哪些事情成为可能。这让下定决心变得更难。

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个新问题，就一次又一次地临时购买单点产品。”他已经为其中一款工具签了短期合同，同时还在评估其他产品。

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，同时决定更广泛地部署什么。他们想解决眼前的问题，又不想每出现一款新产品就多加一款。

展望未来

AI 改写安全议程的速度，比近年来任何一次转变都快。预算在增加，团队在扩张，CISO 们正在评估一年前看起来还大不相同的能力。他们已经在开展试点，并把 AI 用于攻击性安全、SOC 自动化以及保护自身 AI 部署等场景。

而且他们的目光已经超出了现有平台。

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，安全负责人正引入任何能解决眼前问题的人。初创公司恰恰是那些看清这些变化需要什么、并为之构建产品的一方。

我们预计，下一波将催生重要的安全公司，它们围绕企业刚刚开始需要、很快将难以离开的能力而建立。

特别感谢、和对本文的贡献。

立即订阅

本通讯仅供参考，不应作为法律、商业、投资或税务建议的依据。此外，本内容不构成投资建议，也不适用于任何 a16z 基金的投资者或潜在投资者。本通讯可能链接到其他网站，或包含从第三方来源获得的其他信息——a16z 未独立核实此类信息，也不对其当前或持续的准确性作出任何陈述。如果本内容包含第三方广告，a16z 未审查此类广告，也不认可其中包含的任何广告内容或相关公司。文中提及、引用或描述的任何投资或投资组合公司，并不代表 a16z 管理的所有投资工具的全部投资；请访问 https://a16z.com/investment-list/ 查看完整投资列表。其他重要信息可在 a16z.com/disclosures 查阅。您收到本通讯是因为此前已选择订阅；如果您希望不再接收未来的通讯，可以立即退订。