Ali Hayat，Axipro 首席执行官兼创始人——专访

Ali Hayat是 Axipro 的首席执行官兼创始人，兼具工业风险管理和 ISO 审核背景，以及网络安全与合规咨询经验。他早期的工作涉及高风险工业环境，在这些环境中，安全、监管要求和运营风险都是核心考量。后来，他在没有外部投资的情况下创立了 Axipro，专注于帮助成长型企业采用切实可行的安全控制措施、做好审计准备并管理新兴 AI 风险。

Axipro是一家网络安全与合规咨询公司，支持各类组织遵循包括 SOC 2、ISO 27001、ISO 42001 在内的框架，并满足数据保护要求。其服务涵盖咨询、合规自动化、审计准备和安全测试，尤其注重持续监控和人工监督。在本次专访中，Hayat 谈到了 AI 驱动的合规工作流程、影子 AI、自主智能体带来的风险、不同地区之间的治理差异，以及认证与网络安全韧性之间的落差。

您的职业生涯始于高风险工业领域，曾参与涉及 Saudi Aramco、ADNOC 和 TotalEnergies 的项目；在这些项目中，安全、风险管理和法规遵从至关重要。是什么促使您从工业安全与审计转向网络安全？最终又是什么让您决定创立 Axipro？

我创立 Axipro，是因为在从事质量管理工作时，我看到了市场上的一处空缺。2021 年，我注意到许多新的网络安全平台陆续推出半自动化的 SOC 2 和 ISO 27001 合规平台。

我逐渐意识到，尽管这些平台减轻了技术团队的大部分合规负担，但仍需要配置和维护；而已经忙于跟上业务增长的初创公司，愿意聘请由人工主导的团队来持续管理合规事务。Axipro 就这样诞生了。

随后，第一批 AI 平台于 2022 年问世。这又是一个顿悟时刻。尽管业内许多人担心自己会被取代，我很快就意识到这是一个巨大的机会。AI 很可能会使网络攻击呈指数级增长，而初创公司需要由专业人员指导，以应对随之而来的安全与合规需求。

如今，我们是 Drata Elite Partner 和 Vanta Preferred Partner，已帮助 300 多家公司满足领先的网络安全和 AI 标准。

您从零开始创立 Axipro，没有接受外部投资，并将其发展成一家服务数百家客户的国际咨询公司。白手起家经营网络安全企业，您遇到的最大挑战是什么？技术和自动化又如何帮助您在扩大运营规模的同时维持服务质量？

最初几年极具挑战性。从孩子即将出生时耗尽积蓄，到眼看着第一批 AI 模型席卷整个行业，最初的 2 到 3 年大概就是我如今长出不少白发的原因。

我的竞争对手中有几家巨头，声誉稳固，办公场所宽敞，市场预算也十分充足。我当时身在巴林，拥有质量管理方面的背景，而我的营销预算为 0。

我的应对方式是反其道而行：保持精简、高效，并以低于大型知名企业的价格提供服务。

这为我带来了许多新客户，但我们的利润率很低。现金流管理成了一门艺术，我们勉强撑过了最初的 2 年。签下第一笔涵盖多个框架、金额为五位数的合同后，一切都变了。这让我们有了喘息的空间，使我能够首次招聘全职员工，也开始考虑通过合作伙伴关系和转介绍以外的方式开展营销。

Axipro 致力于通过数字化转型和自动化简化复杂的合规框架。人工智能正在如何改变传统的合规工作流程？您认为哪些活动最有望通过 AI 提升效率？

AI 让合规行业受益匪浅。过去，合规工作依赖大量重复劳动，例如收集证据并进行映射、填写安全问卷以及起草政策。如今，这些工作几乎都实现了自动化。AI 还使网络安全和合规风险能够得到持续监控与风险信号提示。

如今，AI 已触及合规流程的几乎所有环节。新客户完成接入后，我们的内部 AI 会根据公司的行业、规模和所在地自动开展风险评估。我们拥有一个庞大的过往项目数据库，能够帮助我们自动发现潜在风险和警示信号。这或许是 AI 带来的最大价值。

网络攻击者同样从 AI 中获益，攻击数量也呈指数级增长。如今形成了一种 AI 对抗 AI 的军备竞赛：一边是我们这样的公司，致力于自动检测威胁；另一边则是利用自动化手段发动攻击的黑客。

这正是人工判断发挥作用的地方，也是我们工作方式的核心：AI 必须承担重复性任务、提高运营效率，让人类能够专注于威胁研判和响应。

许多组织仍将网络安全合规视为一项定期工作，重点放在审计准备上。Drata 等人工智能工具和持续监控平台正在如何改变这种做法？向持续合规转型对企业意味着什么？

我刚入行做合规时，所有人都害怕审计季。企业一年中的大部分时间都不理会各项控制措施，直到审计截止日期临近，才花上几周时间四处收集屏幕截图和日志。通过审计意味着你在那一天符合合规要求，仅此而已。

Drata 和类似平台改变了这种情况。它们会连接到企业的云服务和人力资源工具，每天检查各项控制措施。如果有人关闭了多重身份验证，或者前员工仍然拥有访问权限，问题就会立即显现，我们的团队也会马上处理。

对企业而言，合规不再是一年一度的项目，而是日常运营的一部分。审计变得更短、成本更低，销售团队也可以随时向企业买家展示公司的安全状况，从而帮助更快地达成交易。

数据隐私和网络安全正逐渐从敏感行业的准入要求，转变为能够增加价值的营销资产。

随着组织越来越多地依靠人工智能来编写安全文档、评估风险和审查合规证据，它们如何确保这些系统给出准确、可信的结果？在审计和认证过程中，哪些环节仍必须依靠人类的专业判断？

人工智能很擅长撰写读起来头头是道的文件。一项政策看起来可能无可挑剔，却描述了企业根本没有的流程。

我们的处理方式是让人工智能起草文件并标出问题，但在内容交给客户或审计员之前，由团队成员逐一核查。人工智能生成的任何内容也都应指向其依据的证据，以便我们进行核实。

在内部审计和外部审计方面，我会划清明确的界限。审计员会以自己的姓名和职业声誉为审计结论背书。人工智能可以帮助他们更快地审查证据，但企业能否获得认证，应由人来决定。如果没有人承担责任，证书就会失去价值。

Axipro 帮助组织应对 ISO 27001、SOC 2 以及人工智能管理体系国际标准 ISO 42001 等标准。企业在着手建立负责任的人工智能治理体系时，正面临哪些新挑战？管理人工智能相关风险与传统的信息安全合规有何不同？

我们接触的大多数企业甚至不知道自己使用了多少人工智能。这种现象称为“影子人工智能”（Shadow AI）。

市场营销团队注册了一个工具，开发人员将一个模型接入产品，财务部门则有人把电子表格粘贴到聊天机器人里。这些行为都不是恶意的；大家只是想提高工作效率，而人工智能工具既便宜又快捷。不过，这很容易导致企业数据泄露。

大多数 ISO 42001 和人工智能合规项目的第一步，也是最重要的一步，就是全面梳理人工智能的使用情况。我们会查看费用报表、软件注册记录和网络数据，并与每个团队沟通，了解他们日常实际使用哪些工具。最终整理出的清单几乎总是比预期的更长。

禁止使用人工智能很少奏效，而且会适得其反、效率低下。我们希望客户能够利用人工智能模型带来的效率提升。更好的做法是为员工提供能胜任工作的获批工具，明确规定哪些数据可以输入这些工具，并让员工能够轻松申请新工具。

人工智能治理还会涉及信息安全过去从未需要考虑的问题。对于 ISO 27001，主要关注的是防止不该接触数据的人访问数据。对于 ISO 42001，你还需要了解人工智能的行为是否恰当、是否能够解释它的决策，以及它出错时由谁负责。

这些风险变化得也更快。供应商可能一夜之间更新模型，在你没有进行任何操作的情况下改变产品的行为。

已经取得 ISO 27001 认证的企业起步时更有优势。两项标准采用相同的管理体系结构，因此许多基础工作已经完成。

随着能够访问敏感信息、与企业系统交互并执行业务流程的自主人工智能代理不断涌现，组织应为哪些新的网络安全和合规风险做好准备？现有安全框架是否足以应对这些自主性日益增强的系统？

目前，人工智能代理是我最密切关注的领域。普通软件只会严格按照指令行事，而代理会自行做出决定；它可能受骗，也可能欺骗他人，正如我们在 Hugging Face 事件中看到的那样。

我们看到的最常见风险是提示注入。攻击者可以把指令藏在电子邮件或 PDF 文件中；代理读取这些内容后，就会利用你授予它的任何访问权限来执行这些指令。

第二个风险是，企业为了省事，会给智能体过多的访问权限。员工往往会通过自己的电子邮件账户，而不是专门为智能体设置的账户授予访问权限，这就很难判断究竟是人还是机器人进行了更改。如果日志记录也不完善，你甚至可能不知道智能体做了什么。

ISO 27001 和 SOC 2 仍涵盖访问控制和日志记录等基础要求，ISO 42001 则有助于应对 AI 方面的问题。不过，这些标准都不是针对自主智能体制定的，我预计很快会有新的指导意见出台。

AIUC-1 正逐渐成为 AIUC-1 领域的一项领先标准，我们刚刚开始培训员工，以便落实这项标准。我们和几位客户就此进行过一些交流，但目前还没有可供展示的案例研究。它获得了一些大型网络安全公司的大力支持，因此我们预计，这一框架将成为领先的 AI 智能体标准。

您曾在中东、欧洲和美国工作，接触过不同的监管环境和风险管理方式。各地区在 AI 治理和数据保护方面的差异，如何影响企业部署 AI 的方式？当组织在多个司法管辖区运营时，又会面临哪些挑战？

我常驻巴林，并与欧洲和美国的客户合作，因此早已不再期待 AI 规则会趋于一致。事实上，各地区之间的差异反而越来越大。

欧洲通过法律进行监管。《欧盟人工智能法案》按照风险对 AI 系统进行分类，并规定各类别必须履行的要求，因此欧洲企业通常会谨慎行事，并做好全面记录。美国没有联邦层面的 AI 法律，监管主要由市场发挥作用。采购方会在合同中要求采用 NIST 的 AI RMF 等框架，其余问题则由责任追究机制来补足。中国采取了第三种路径，每当某项技术带来新的风险，就制定一项新规则。

海湾地区是我觉得最有意思的地方。以沙特阿拉伯为例，该国目前还没有横向适用于各领域的 AI 法案。大多数具有约束力的规定都体现在数据保护法和政府采购要求中，因为政府是该地区最大的技术采购方。你需要遵守哪些要求，很大程度上取决于客户是谁。2024 年，沙特监管机构 SDAIA 自行通过了 ISO 42001 认证，这向市场表明了它在招标时会寻求符合哪项标准。

最棘手的情况，是企业同时在上述多个地区运营。一家位于利雅得、向欧洲销售产品的软件即服务（SaaS）公司，即使满足了欧盟的技术要求，仍可能因不符合沙特的数据登记和传输规则而无法过关。双方都不接受对方的文件。

我们的做法是先建立一套能够适用于不同地区的基础体系，即同时采用 ISO 42001 和 ISO 27001，然后再叠加各地区的要求。ISO 42001 本身并不能让你在任何地方自动符合法律规定，但它是目前最接近通用语言的标准，所有这些地区都能接受。

获得安全认证与真正具备并保持网络安全韧性之间，往往存在显著差距。组织如何运用 AI 和自动化，摆脱只为通过检查而满足合规要求的做法，建立能够持续适应新兴威胁的安全实践？

我见过一些公司刚拿到 SOC 2 报告，却存在一些基本的安全漏洞，连公司自己都没有察觉。他们的目标只是通过审计。证书只能证明公司在某个特定日期符合某项标准，却不能说明它是否有能力阻止攻击。

要超越这种做法，就要检验每项控制措施能否经受测试。自动化在这方面很有帮助。持续监控能在问题还很小时及时发现，而最新的威胁数据则能让风险评估反映攻击者当前的行动。定期进行渗透测试和攻击模拟，随后还能检验这些控制措施在实践中是否有效。

我们今年获得 CREST 认证，也是这项工作的一部分。我们希望测试客户的安全状况，并将结果记录下来。

展望未来三到五年，您认为 AI 将如何改变网络安全与合规咨询行业？您是否认为 AI 智能体最终会自主处理大多数常规合规工作？随着这些技术日趋成熟，您认为 Axipro 将如何发展？

我认为，五年内 AI 智能体将承担大多数常规合规工作，例如收集证据、更新政策和填写安全问卷。那些靠这些工作按小时收费、却拿不出明显专业能力的公司将会举步维艰。

不过，我不认为智能体会独立负责合规工作。AI 承担的工作越多，剩下的决策就越重要。仍然需要有人批准审计，并在出现问题时处理后续影响。此外，攻击者也在使用 AI，对专业防御人员的需求将持续增长。

在 Axipro，我认为我们会减少花在文档工作上的时间，转而更多地为客户提供建议并测试他们的安全状况。我们的内部 AI 将承担更多交付工作，而团队则会专注于需要人类判断的决策。早在 2022 年，很多人就认为 AI 会让我们这样的公司变得多余。到目前为止，情况恰恰相反：我们的业务一直在增长，有时月环比增幅超过 10%，工作量甚至超出了我们的承受能力；我们也不认为这种情况会有所缓和。

感谢这次精彩的访谈。希望进一步了解网络安全合规、AI治理以及如何建立持续性安全实践的读者，请访问Axipro。