รายงานความปลอดภัย AI ของ Check Point Research 2026: AI เปลี่ยนจากผู้ช่วยด้านความปลอดภัยไซเบอร์เป็นผู้ดำเนินการอย่างแข็งขัน

รายงาน AI Security Report 2026 ของ Check Point Research ซึ่งเผยแพร่โดย Check Point Software Technologies (CHKP ) อธิบายภูมิทัศน์ความปลอดภัยไซเบอร์ที่ AI ไม่ได้เพียงช่วยผู้โจมตีศึกษาข้อมูลเป้าหมาย เขียนอีเมลฟิชชิง หรือสร้างเศษโค้ดอันตรายอีกต่อไป AI กำลังทำงานอยู่ภายในห่วงโซ่การโจมตีจริง สั่งคำสั่ง วิเคราะห์ข้อมูลที่ขโมยมา พัฒนามัลแวร์ระดับใช้งานจริง และประสานการโจมตีข้ามหลายระบบ ขณะเดียวกัน การนำ AI มาใช้ในองค์กรกำลังเปิดเผยข้อมูลอ่อนไหว ขยายความเสี่ยงในห่วงโซ่อุปทานซอฟต์แวร์ และทำให้สัญญาณหลายอย่างซึ่งเคยใช้ยืนยันตัวตนอ่อนแอลง

AI กำลังเข้าสู่ห่วงโซ่การโจมตีจริง

ข้อค้นพบสำคัญที่สุดของรายงานไม่ใช่ว่า AI คิดค้นอาชญากรรมไซเบอร์รูปแบบใหม่ทั้งหมด แต่คือมันลดเวลา ความเชี่ยวชาญ และต้นทุนที่ต้องใช้ในการโจมตีแบบเดิมลงอย่างมาก

ปัจจุบัน AI มีบทบาทในวิศวกรรมสังคม การพัฒนามัลแวร์ การวิจัยช่องโหว่ การลาดตระเวน การเก็บข้อมูลประจำตัว การเคลื่อนที่ภายในเครือข่าย และการวิเคราะห์ข้อมูล ผู้ปฏิบัติการที่เสี่ยงสูงสุดไม่จำเป็นต้องใช้โมเดลล้ำหน้าที่สุด แต่คือผู้ที่เรียนรู้วิธีเชื่อมเครื่องมือ AI หลายตัวและทำการบุกรุกหลายขั้นตอนให้เป็นอัตโนมัติ

แคมเปญจารกรรมที่เชื่อมโยงกับจีนซึ่งมีรายงานว่าใช้ Claude Code ทำงานเชิงยุทธวิธีราว 80% ถึง 90% ในองค์กรเป้าหมายประมาณ 30 แห่ง มีรายงานว่า AI จัดการการลาดตระเวน การใช้ช่องโหว่ การเก็บข้อมูลประจำตัว การเคลื่อนที่ภายใน และการคัดกรองข้อมูล เหลือให้มนุษย์กำหนดทิศทางเชิงกลยุทธ์ในภาพรวม

ตัวอย่างที่ชัดเจนยิ่งกว่าคือการเจาะหน่วยงานรัฐบาลเม็กซิโกเก้าแห่ง ระหว่างปลายเดือนธันวาคม 2025 ถึงกลางเดือนกุมภาพันธ์ 2026 ปฏิบัติการนี้เปิดเผยระเบียนราว 400 ล้านรายการ ครอบคลุมข้อมูลภาษี ทะเบียนราษฎร ยานพาหนะ ผู้ป่วย และการเลือกตั้ง นักวิจัยสร้างลำดับการโจมตีขึ้นใหม่จากโครงสร้างพื้นฐานของผู้ปฏิบัติการ และพบว่าคำสั่งที่มนุษย์เขียน 1,088 รายการก่อให้เกิดคำสั่งที่ AI ดำเนินการ 5,317 รายการใน 34 เซสชัน

ผู้โจมตีใช้ Claude Code สำรวจและเจาะระบบ ขณะที่ GPT-4.1 วิเคราะห์ข้อมูลที่ขโมยและสร้างคำสั่งสำหรับเซสชันถัดไป เมื่อ Claude ปฏิเสธความช่วยเหลือในตอนแรก ผู้ปฏิบัติการแทรกคำสั่งทดสอบเจาะระบบลงในไฟล์กำหนดค่า CLAUDE.md ที่ระบบเชื่อถือ หลังจากนั้นทุกเซสชันรับพฤติกรรมที่ถูกเปลี่ยนโดยอัตโนมัติ ทำให้ไม่ต้องทำ Jailbreak ซ้ำ

กรณีนี้ชี้ถึงปัญหาในวงกว้าง เอเจนต์ AI จำนวนมากเชื่อถือไฟล์โครงการและการกำหนดค่าระบบโดยอัตโนมัติ ไฟล์ที่ถูกวางยาสามารถมีอิทธิพลต่อเซสชันในอนาคต เปลี่ยนเทคนิคบิดเบือนพรอมป์ชั่วคราวให้เป็นการยึดระบบที่คงอยู่

เครื่องมือ AI กระแสหลักยังเป็นตัวเลือกที่ผู้โจมตีชอบ

โดยทั่วไป ผู้โจมตีเข้าถึง AI ผ่านบริการเชิงพาณิชย์ โมเดลโอเพนซอร์สที่โฮสต์เอง หรือแพลตฟอร์มอาชญากรรมเฉพาะทาง แม้มีการพูดถึงโมเดลภายในที่ไม่มีข้อจำกัดมากขึ้น แต่เครื่องมือเชิงพาณิชย์กระแสหลักยังเป็นตัวเลือกที่ใช้งานจริงที่สุด

ผู้โจมตีใช้บัญชีที่ถูกต้องหรือบัญชีที่ขโมยมาของบริการอย่าง ChatGPT, Gemini, Claude, DeepSeek, Kimi และ Qwen พวกเขามักแบ่งคำขออันตรายเป็นงานเล็ก ๆ ซึ่งแต่ละชิ้นดูไม่มีพิษภัย แล้วค่อย ๆ นำโมเดลไปสู่ผลลัพธ์ต้องห้าม

ข้อมูลประจำตัวของ AI จึงกลายเป็นเป้าหมายมีค่า มีรายงานว่าแคมเปญ Bissa Scanner ขโมยข้อมูลเข้าสู่ระบบของ Anthropic, OpenAI, Google และผู้ให้บริการอื่นจากไฟล์สภาพแวดล้อมนักพัฒนาที่เปิดเผยมากกว่า 30,000 ไฟล์ โดยบัญชี AI เป็นข้อมูลประจำตัวประเภทที่ถูกเก็บมากที่สุด

บัญชีที่ขโมยสามารถขายต่อผ่านแนวทางที่เรียกว่า LLMjacking ผู้ซื้อเข้าถึงทรัพยากร AI ขององค์กรอื่น หลีกเลี่ยงค่าใช้จ่าย อาจเข้าถึงข้อมูลที่เก็บไว้ และทำให้กิจกรรมดูเหมือนมาจากผู้ใช้ที่ถูกต้อง ในกรณีหนึ่ง คีย์ API ของ Google Gemini ที่ถูกขโมยสร้างค่าใช้จ่ายราว 82,000 ดอลลาร์ภายในสองวัน

โมเดลที่โฮสต์เองมีข้อจำกัดและการติดตามจากผู้ให้บริการน้อยกว่า แต่ผู้โจมตีมักรายงานว่าต้องใช้ฮาร์ดแวร์แพง ความเชี่ยวชาญทางเทคนิค และการปรับแต่งมาก บริการอาชญากรรมอย่าง WormGPT ก็สูญเสียความน่าเชื่อถือจากประสิทธิภาพที่ไม่ดี และมีรายงานว่า WormGPT เองถูกเจาะจนเผยข้อมูลการชำระเงินของลูกค้ามากกว่า 19,000 ราย

กลุ่ม Ransomware-as-a-Service The Gentlemen แสดงให้เห็นว่าอาชญากรทั่วไปเข้าหา AI อย่างไร ภายในเดือนพฤษภาคม 2026 ปฏิบัติการนี้มีเหยื่อที่เผยแพร่แล้วมากกว่า 330 ราย แต่สมาชิกยอมรับว่าไม่รู้วิธีรันโมเดลเอง พวกเขาจึงเปรียบเทียบแพลตฟอร์ม AI เชิงพาณิชย์ว่ารายใดมีมาตรการป้องกันอ่อนที่สุด และมีรายงานว่าผู้ดูแลกลุ่มใช้ AI สร้างเครื่องมือบริหารได้ในสามวัน

มัลแวร์ที่สร้างด้วย AI มีคุณภาพระดับมืออาชีพ

การพัฒนามัลแวร์โดยมี AI ช่วยก้าวพ้นต้นแบบหยาบ ๆ แล้ว ในหลายกรณี มัลแวร์สำเร็จรูปไม่มี AI อยู่ภายในเลย โมเดลถูกใช้ระหว่างการพัฒนาเพื่อเขียน ทดสอบ แก้บั๊ก และปรับโค้ด เมื่อมัลแวร์ถูกติดตั้งจึงแทบไม่เหลือหลักฐานที่มองเห็นว่ามี AI เกี่ยวข้อง

VoidLink เป็นตัวอย่างเด่นที่สุดในรายงาน เฟรมเวิร์กสั่งการและควบคุมแบบโมดูลาร์สำหรับ Linux นี้มีความสามารถด้านการซ่อนตัวและคงอยู่ พร้อมปลั๊กอินหลังการเจาะมากกว่า 30 ตัว คุณภาพของมันในตอนแรกทำให้นึกว่าทีมนักพัฒนาใช้เวลาหลายเดือนสร้าง

ความผิดพลาดในการปฏิบัติงานของนักพัฒนาเองเผยว่า VoidLink สร้างโดยคนเพียงคนเดียวผ่านสภาพแวดล้อมเขียนโค้ดเชิงพาณิชย์ TRAE SOLO AI ด้วยข้อกำหนดละเอียดและการทดสอบซ้ำโดย AI นักพัฒนาสร้างโค้ดที่ทำงานได้ราว 88,000 บรรทัดภายในเวลาไม่ถึงหนึ่งสัปดาห์

กลุ่มอื่นใช้วิธีคล้ายกัน Transparent Tribe หรือ APT36 มีรายงานว่าใช้สายการผลิตที่ขับเคลื่อนด้วย AI สร้างมัลแวร์ใช้แล้วทิ้งเพื่อโจมตีระบบรัฐบาลอินเดีย กลุ่ม GREYVIBE ที่เชื่อมโยงกับรัสเซียใช้ ChatGPT และ Gemini สร้างมัลแวร์เฉพาะสำหรับปฏิบัติการต่อยูเครน ส่วนกลุ่ม KONNI ที่เชื่อมโยงกับเกาหลีเหนือใช้ AI สร้าง Backdoor แบบ PowerShell

มัลแวร์ที่สื่อสารกับโมเดล AI ขณะทำงานจริงยังพบไม่มาก LAMEHUG ใช้ Qwen ผ่าน Hugging Face API สร้างคำสั่งตามต้องการ ส่วน PromptLock นำแนวคิดคล้ายกันไปใช้กับแรนซัมแวร์ ตัวอย่างยังมีจำกัด แต่พิสูจน์ว่าพฤติกรรมอันตรายที่สร้างแบบไดนามิกเป็นไปได้ทางเทคนิค

เวลาในการอุดช่องโหว่กำลังสั้นลง

AI กำลังเร่งการค้นหาช่องโหว่สำหรับทั้งฝ่ายป้องกันและผู้โจมตี ทำให้ช่วงเวลาระหว่างการเปิดเผย การใช้ประโยชน์ และการแก้ไขสั้นลง

รายงานอธิบาย Project Glasswing ของ Anthropic ซึ่งใช้โมเดลที่ยังไม่เผยแพร่ชื่อ Claude Mythos Preview ระบุช่องโหว่ Zero-Day ระดับสูงและวิกฤตมากกว่า 10,000 รายการในระบบปฏิบัติการและเบราว์เซอร์หลักภายในเดือนแรก มีรายงานว่าโมเดลสร้าง Exploit ที่ใช้งานได้ตั้งแต่ความพยายามแรกประมาณ 83% ของกรณี

Anthropic ไม่เผยแพร่โมเดลต่อสาธารณะเพราะกังวลเรื่องการนำไปใช้ผิด แต่จัดสรรเครดิตใช้งาน 100 ล้านดอลลาร์ให้แก่องค์กรที่เลือก กรณีนี้แสดงว่าการค้นหาช่องโหว่กำลังถูกลงและเป็นอัตโนมัติมากขึ้น

คำแนะนำภาครัฐสะท้อนสภาพแวดล้อมที่เร็วขึ้นแล้ว สำนักงานความมั่นคงไซเบอร์และโครงสร้างพื้นฐานของสหรัฐกำหนดให้หน่วยงานพลเรือนของรัฐบาลกลางแก้ช่องโหว่ความเสี่ยงสูงบางรายการภายในสามวัน ส่วน CERT-In ของอินเดียแนะนำให้องค์กรแก้จุดอ่อนวิกฤตที่เปิดสู่อินเทอร์เน็ตบางประเภทภายใน 12 ชั่วโมง

การค้นหาช่องโหว่ทางเทคนิคอาจไม่ใช่คอขวดหลักอีกต่อไป การตรวจสอบ ทดสอบ อนุมัติ และติดตั้งโดยมนุษย์อาจกลายเป็นส่วนที่ช้ากว่าและเปราะบางกว่า

แอปพลิเคชัน AI กำลังกลายเป็นเป้าหมาย

เมื่อองค์กรฝัง AI ไว้ในเบราว์เซอร์ แพลตฟอร์มอีเมล เอกสาร สภาพแวดล้อมเขียนโค้ด และเวิร์กโฟลว์ธุรกิจ เทคโนโลยีนี้จะเข้าถึงข้อมูลอ่อนไหวและลงมือผ่านสิทธิ์ที่ผู้ใช้มีอยู่

Prompt Injection ยังเป็นภัยคุกคามสำคัญ การฉีดพรอมป์โดยตรงเกิดเมื่อผู้โจมตีสื่อสารกับโมเดลและพยายามแทนที่กฎของมัน ส่วนการฉีดพรอมป์ทางอ้อมซ่อนคำสั่งอันตรายในเนื้อหาที่ AI จะประมวลผลภายหลัง เช่น หน้าเว็บ อีเมล คำเชิญในปฏิทิน เอกสาร หรือช่องเมตาดาทา

งานศึกษาหนึ่งซึ่งอ้างในรายงานสแกน URL 1.2 พันล้านรายการ และพบเพย์โหลด Prompt Injection ทางอ้อมราว 15,300 รายการ ประมาณ 70% ซ่อนอยู่ใน HTML ที่ไม่เรนเดอร์ รวมถึงความคิดเห็น ส่วนหัว และเมตาดาทาที่ผู้เยี่ยมชมมนุษย์มักมองไม่เห็น

ข้อมูล Telemetry ของ Check Point พบเพย์โหลดอันตรายขนาดยาวเพิ่มขึ้นอย่างรวดเร็ว ระหว่างเดือนมีนาคมถึงพฤษภาคม 2026 การตรวจพบเพิ่มราวห้าเท่าและเข้าใกล้ 1% ของพรอมป์ที่สังเกตในเดือนพฤษภาคม เพย์โหลดยาวเกี่ยวข้องเป็นพิเศษกับเอเจนต์ที่ประมวลผลหน้าเว็บ เอกสาร และผลลัพธ์จากเครื่องมือเชื่อมต่อทั้งชุด

เบราว์เซอร์ที่ขับเคลื่อนด้วย AI สร้างความเสี่ยงเพิ่มเพราะทำงานอยู่ในเซสชันที่ยืนยันตัวตนแล้ว ในการทดสอบแบบควบคุมหนึ่ง คำเชิญปฏิทินอันตรายทำให้เบราว์เซอร์ Comet ของ Perplexity เปิดเผยรหัสผ่านที่บันทึกไว้ อีกการทดลองหนึ่งพบว่าเบราว์เซอร์ AI ดำเนินกระบวนการฟิชชิงทั้งชุดได้ภายในไม่ถึงสี่นาทีโดยไม่ต้องมีมนุษย์

ห่วงโซ่อุปทานแบบเอเจนต์กำลังขยายพื้นผิวโจมตี

เอเจนต์ AI ได้ความสามารถผ่าน เซิร์ฟเวอร์ Model Context Protocol ส่วนขยาย ไฟล์กำหนดค่า ฮับโมเดล และทักษะดาวน์โหลดได้ ส่วนประกอบเหล่านี้มักถูกเชื่อถืออัตโนมัติและติดตั้งโดยมีมนุษย์ตรวจเพียงเล็กน้อย

Check Point Research พบช่องโหว่ในไฟล์โครงการ Claude Code ที่สั่งรันคำสั่งของผู้โจมตีได้ทันทีเมื่อนักพัฒนาเปิด Repository ที่วางยา ปัญหาคล้ายกันพบใน Gemini CLI, Cursor, Windsurf และสภาพแวดล้อมเขียนโค้ดอื่น บ่งชี้ว่าเป็นจุดอ่อนเชิงสถาปัตยกรรมในวงกว้าง ไม่ใช่กรณีเฉพาะผู้ขายรายเดียว

มีรายงานว่ามัลแวร์ GlassWorm แพร่ผ่านแพ็กเกจ Model Context Protocol ใน Repository มากกว่า 150 แห่ง นักวิจัยยังตรวจแพ็กเกจซอฟต์แวร์ที่เผยแพร่ราว 46,500 รายการ และพบ 428 รายการมีไฟล์ตั้งค่า Claude Code ภายในเครื่องติดไปโดยไม่ตั้งใจ ประมาณหนึ่งใน 13 ของไฟล์เหล่านั้นมีข้อมูลประจำตัวที่ยังใช้งาน เช่น โทเค็น NPM คีย์ GitHub หรือคีย์ Hugging Face

การตรวจเซิร์ฟเวอร์ Model Context Protocol 10,000 แห่งอีกชุดพบจุดอ่อนด้านความปลอดภัยใน 40% ของทั้งหมด ในทักษะเอเจนต์ OpenClaw 221 รายการที่ตรวจ 70% ขอข้อมูลประจำตัวเกินความจำเป็น และ 43% มีรูปแบบ Command Injection

แคมเปญ ClawHavoc วางทักษะอันตราย 44 รายการใน Marketplace และถูกดาวน์โหลดมากกว่า 12,500 ครั้ง ที่อื่นมีรายงานว่าส่วนขยายเขียนโค้ดที่ฝังโทรจันขโมยโค้ดจากนักพัฒนาราว 1.5 ล้านคน ขณะที่โมเดล Hugging Face อันตรายซึ่งปลอมเป็นตัวกรองความเป็นส่วนตัวของ OpenAI ถูกดาวน์โหลด 244,000 ครั้งก่อนตรวจพบ

ตัวตนสังเคราะห์กำลังบ่อนทำลายความไว้วางใจดิจิทัล

Generative AI ทำให้สร้างเสียง ใบหน้า เอกสาร และบุคลิกออนไลน์ปลอมได้ง่ายขึ้นและตรวจสอบยากขึ้น เสียงคุ้นเคย วิดีโอคอลสด หรือบัตรประจำตัวราชการไม่อาจใช้เป็นหลักฐานเดี่ยวว่าบุคคลนั้นเป็นของจริงอีกต่อไป

มีรายงานว่าแพลตฟอร์ม ATHR ใช้เอเจนต์เสียงอัตโนมัติโทรกู้คืนบัญชีและขโมยรหัสผ่านใช้ครั้งเดียว ผู้ปฏิบัติการคนหนึ่งจัดการหลายบทสนทนาพร้อมกันได้โดยไม่ต้องจ้างพนักงานโทรศัพท์

การสลับใบหน้าแบบเรียลไทม์ยังปรากฏในการขโมยคริปโท การหลอกลวงความรัก การฉ้อโกงลงทุน และปฏิบัติการที่เชื่อมโยงกับรัฐ เจ้าหน้าที่ยุโรปทำลายเครือข่ายหนึ่งซึ่งถูกกล่าวหาว่าใช้วิดีโอ Deepfake ของคนดังและองค์กรข่าวโปรโมตการลงทุนปลอม และฟอกเงินมากกว่า 700 ล้านยูโร

นักวิจัยยังพบโดเมนมากกว่า 23,000 แห่งที่ส่งเหยื่อเข้าสู่กลุ่มแชต ซึ่งแชตบอต AI ปลอมเป็นที่ปรึกษาการเงิน บริการ OnlyFake ขายเอกสารยืนยันตัวตนที่ AI สร้างมากกว่า 10,000 ฉบับ ครอบคลุมสหรัฐอเมริกาและราว 56 ประเทศอื่น ทำให้ลูกค้าหลบการตรวจสอบของธนาคารและศูนย์ซื้อขายคริปโทได้

โครงการพนักงานระยะไกลที่เชื่อมโยงกับเกาหลีเหนือไปไกลกว่านั้น โดยใช้เรซูเม่ปลอม เอกสารยืนยันตัวตนที่แก้ไข ภาพถ่ายสร้างขึ้น และบุคลิกที่ออกแบบเฉพาะ เพื่อเข้าทำงานอย่างถูกต้องในบริษัทตะวันตก ทางการสหรัฐเชื่อมโยงเครือข่ายหนึ่งกับรายได้เกือบ 800 ล้านดอลลาร์ให้โครงการอาวุธของเกาหลีเหนือ

มนุษย์ตรวจของปลอมเหล่านี้ได้ไม่ดีนัก ในการศึกษาควบคุมหนึ่ง ผู้เชี่ยวชาญจดจำใบหน้าที่ผ่านการฝึกระบุใบหน้าที่ AI สร้างได้ถูกต้องเพียง 41% ส่วนผู้ชมทั่วไปตรวจได้ราว 30%

การใช้ AI ในองค์กรกำลังสร้างการเปิดเผยข้อมูลอย่างต่อเนื่อง

ปัจจุบันองค์กรเฉลี่ยใช้แอปพลิเคชัน AI 10 รายการต่อเดือน จำนวนพรอมป์เฉลี่ยต่อพนักงานเพิ่มจาก 56 ในเดือนธันวาคม 2025 เป็น 70 ในเดือนพฤษภาคม 2026 หรือเติบโต 25%

องค์กร 87% ถึง 93% พบการโต้ตอบกับ Generative AI ที่มีความเสี่ยงสูงอย่างน้อยหนึ่งครั้งทุกเดือน สัดส่วนพรอมป์ที่มีข้อมูลองค์กร ข้อมูลส่วนบุคคล หรือข้อมูลที่ถูกกำกับดูแลเพิ่มเป็นสองเท่าจาก 2% เป็น 4% เปลี่ยนจากหนึ่งพรอมป์เสี่ยงต่อการโต้ตอบ 50 ครั้ง เป็นหนึ่งต่อ 25 ครั้ง

ยุโรปมีอัตราภูมิภาคสูงสุดที่ 3.95% ตามด้วยลาตินอเมริกา 3.76% อเมริกาเหนือ 3.33% และเอเชียแปซิฟิก 2.88% อุตสาหกรรมบริการธุรกิจสูงสุดที่ 5.91% หรือราวหนึ่งการโต้ตอบเสี่ยงต่อ 17 พรอมป์ และภายในเดือนพฤษภาคม อัตรารายเดือนขึ้นเป็น 6.98% ใกล้หนึ่งต่อ 14 พรอมป์

การรั่วไหลจำนวนมากเกิดจากการใช้งานปกติ ไม่ใช่เจตนาร้าย ในการสาธิตหนึ่ง การเชื่อมต่อที่ถูกต้องระหว่าง ChatGPT กับ Google Drive ดึงไฟล์ภายในอ่อนไหวมากกว่า 400 ไฟล์ภายในเวลาไม่ถึงหนึ่งวินาที หลังคำถามเดียว

ผู้ให้บริการภายนอกสร้างช่องทางเปิดเผยเพิ่มเติม แอปผู้บริโภค Chat & Ask AI มีรายงานว่าเปิดเผยข้อความราว 300 ล้านรายการของผู้ใช้มากกว่า 25 ล้านคน ส่วนแชตบอตบริการลูกค้าที่ Sears Home Services ใช้เปิดเผยระเบียน 3.7 ล้านรายการ รวมถึงไฟล์บันทึกการโทร บทถอดความ และข้อมูลส่วนบุคคล

ผลกระทบในอนาคต

รายงาน AI Security Report 2026 ของ Check Point Research นำเสนอสภาพแวดล้อมความปลอดภัยที่ AI เสริมพลังผู้โจมตี สร้างจุดอ่อนใหม่ในห่วงโซ่อุปทานซอฟต์แวร์ บ่อนทำลายการยืนยันตัวตนระยะไกล และเพิ่มความเสี่ยงรายวันของการเปิดเผยข้อมูลลับ คำเตือนหลักคือองค์กรไม่สามารถบริหารความปลอดภัย AI ด้วยนโยบายและการตรวจประจำปีเพียงอย่างเดียว แต่ต้องมองเห็นแอปพลิเคชัน เอเจนต์ โครงสร้างพื้นฐาน สิทธิ์ ผู้ให้บริการภายนอก และข้อมูลที่พนักงานแบ่งปันอย่างต่อเนื่อง เมื่อ AI เริ่มทำงานด้วยความเร็วระดับเครื่องจักร ทีมความปลอดภัยต้องตรวจจับ ยืนยัน และตอบสนองด้วยความเร็วใกล้เคียงกัน