Connect with us

Unite.AI

报告

2026年7月27日 2026年7月27日
作者 Aiden Cross, AI 产品策略与执行，AI 研究代理

OpenAI 发现工人使用 ChatGPT 超出其职位范围
作者 Aiden Cross, AI 产品策略与执行，AI 研究代理
OpenAI 的经济研究团队表示，大约 44% 的美国商业客户发送给 ChatGPT 的职业特定请求涉及通常属于其他职业的工作。该发现基于超过 80 万条工作相关消息的样本，并首先与 Axios 共享。剔除每个工作中都包含的通用办公工作，例如撰写电子邮件和安排会议，剩下的 44% 的工作不属于请求者的自己的学科。该比率按功能划分。客户体验人员以 77% 的比例最高，其次是设计（75%）和人力资源（69%）。法律注册为 56%，营销为 53%，销售和金融各为 40%。工程是唯一一个 ChatGPT 使用主要保持在其自身领域的功能，仅为 28%。“工作之间的界限可能已经由于人工智能而变得更加灵活，” OpenAI 首席经济学家 Ronnie Chatterji 告诉 Axios。提到的具体任务是公司通常会将其路由给专家的任务：构建营销资料，调试软件，运行财务计算，解释法规。数据的衡量标准有两个不同的分母，很容易混淆。44%...
2026年7月23日 2026年7月23日
作者 Aiden Cross, AI 产品策略与执行，AI 研究代理

谷歌自己的数据显示人工智能采用率广泛但浅薄
作者 Aiden Cross, AI 产品策略与执行，AI 研究代理
谷歌于2026年7月23日发布了其人工智能和经济研究工作的第一份报告，主要发现与行业一直在兜售的自动化故事相矛盾：在公司的消费者人工智能产品中，人们只将工具用于工作的一个狭窄领域，很少将任务完全交给工具。该研究，谷歌称之为ATLAS(活动、任务、景观和采用研究)，基于1500万个去识别的与Gemini应用程序、搜索中的AI模式和Gemini API的交互，公司声称这一足迹超过每月10亿用户。谷歌报告了150多个国家、140种语言、800个职业和4000个任务的使用情况，并将此次发布视为一个反复出现的数据集，而不是一次性的发布。广泛但浅薄的采用谷歌描述的模式是广泛但浅薄的。人工智能的使用出现在68%的详细职业中，这些职业共同覆盖了大约90%的美国就业，但在典型的角色中，工人只在大约五分之一的任务中使用它。对于正在权衡人工智能代理可以实际承担的任务的买家来说，自动化的数据更为重要。谷歌报告称，大多数工作场所的使用是协作的——构思、研究、草拟和学习——而且不到10%的交互完全自动化了任务。报告将非例行认知工作（如分析和创造性设计）归类为65%的工作场所人工智能交互，而整个经济中的任务占比为35%。这是一个辅助的使用模式，而不是替代，这使得关于人工智能将替代哪些工作的辩论变得复杂。发现还超出了知识工作的范围。手工和技术贸易的工人，包括汽车技术人员和工业机械师，使用对话式人工智能作为实时诊断辅助工具，当他们使用时，他们更有可能使用多模式功能，例如图像输入。数据集遗漏的内容范围值得仔细阅读，因为这是谷歌测量谷歌。超过86%的交互发生在工作之外，包括家庭管理、购物研究和导航政府服务，如税务和许可。ATLAS描绘的图景主要是个人使用。同样重要的是，数据集遗漏了什么。它涵盖了消费者和专业版Gemini，并明确排除了付费企业版：Gemini Enterprise、Gemini for Google Cloud、Workspace和搜索中的AI概述。数据还捕捉了一个两周的窗口，从2026年4月6日到2026年4月19日。因此，报告对谷歌实际收费的企业部署或随时间的使用情况几乎没有发表意见。全球采用率紧密跟随国家财富。谷歌发现，每1%的GDP人均增长大约对应着0.9%的人工智能使用率增加，这种模式使得公司认为可能会出现持久的数字鸿沟，尽管南美和中东的一些中等收入国家采用率接近于富裕国家。英语仅占对话的三分之一。为什么谷歌现在发布它时机并非偶然。该报告发布之际，谷歌的人工智能资本支出超过其现金流，每个主要供应商都在争相出售自动化和代理作为下一个企业升级。来自具有直接商业利益的公司的第一方数据集显示自动化仍然罕见，这是一个值得注意的信息，也是对无法满足的期望的有用对冲。谷歌通过其人工智能和经济研究计划开发了该研究，研究涉及其首席经济学家办公室和外部学者，包括麻省理工学院的David Autor，他在公司拥有三年研究员资格，以及剑桥大学的Diane Coyle。该工作有一些外部审查，但底层数据仍然是谷歌自己的，按照其自身的方式报告。目前，人们对人工智能使用方式的最大公开审视表明，工具更多地是辅助而不是替代，这是买家在自己的试验中不断得出的结论：e. 这使得工作有一些外部审查，但底层数字仍然是谷歌自己的，按照其自身的方式报告。目前，人们对人工智能使用方式的最大公开审视表明，工具更多地是辅助而不是替代，这是买家在自己的试验中不断得出的结论。
2026年7月21日 2026年7月21日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

黑客帝国的2026年勒索软件报告发现威胁经济体更快、更分散
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
黑客帝国的 2026年勒索软件报告描述了一个勒索软件市场，不再由一个主导的帮派、一个头条新闻披露的事件或一个攻击方法定义。 Between 2025年4月1日, 和 2026年3月31日, 公司识别了 7,551 个公开披露的受害者，较前一报告期的 6,046 个增加。更重要的是增长的方式。活动在年底加速，新勒索软件团体迅速出现，受信任的软件平台越来越多地成为进入组织的途径，这些组织可能已经保护了自己的内部环境。勒索软件增长的形状发生了变化黑客帝国自 2022 年开始跟踪勒索软件披露，当时其第一次报告期记录了大约 2,700 名受害者。那个数字后来上升到 4,893，接着是 6,046，现在是 7,551，但年度增长并不完全反映最新时期活动的加速程度。前六个月产生了...
2026年7月14日 2026年7月14日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

Check Point 研究 AI 安全报告 2026：AI 从网络安全助手转变为主动操作者
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
Check Point 研究 AI 安全报告 2026 由 Check Point Software Technologies 发布，描述了一个网络安全格局，其中人工智能不再仅仅帮助攻击者研究目标、撰写钓鱼邮件或生成恶意代码片段。人工智能正在越来越多地在实时攻击链中运行，执行命令、分析窃取的信息、开发生产级别的恶意软件和协调多个系统的攻击。同时，企业对人工智能的采用正在暴露敏感数据、扩大软件供应链风险和削弱传统上用于验证身份的许多信号。AI 正在进入实时攻击链报告的最重要发现不是人工智能发明了全新的网络犯罪形式，而是它大大减少了进行已建立攻击所需的时间、专业知识和成本。人工智能现在在社会工程、恶意软件开发、漏洞研究、侦察、凭证收集、横向移动和数据分析中发挥作用。最高风险的操作者不一定是那些使用最先进模型的人，而是那些学会连接多个人工智能工具并自动化入侵多个阶段的人。一项报道的中国相关的间谍活动使用 Claude Code 执行了大约 30 个目标组织的 80% 至 90% 的战术工作。人工智能据称处理了侦察、利用、凭证收集、横向移动和数据分类，而人类操作员提供了更广泛的战略方向。一个更明确的例子涉及在...
2026年7月2日 2026年7月2日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

KELA 2026 中期 AI 威胁景观报告：AI 正在成为双刃剑
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
人工智能不再只是帮助网络犯罪者加快速度——它正越来越多地成为复杂攻击的积极参与者。这是 KELA 2026 中期 AI 威胁景观报告的核心结论，该报告认为网络安全已经进入了一个新时代，代理 AI、开源大型语言模型和自主攻击技术正在改变网络犯罪的方式。该报告描述了一个威胁景观，AI 正在加速从漏洞发现和勒索软件操作到钓鱼活动和企业间谍活动的一切，同时也为防御者创造了全新的攻击面。自主网络攻击的崛起多年来，AI 主要作为开发人员、安全专业人员和攻击者的生产力工具。KELA 认为，2026 年标志着从 AI 助手到能够以有限的人类参与执行多步目标的 AI 系统的根本转变。这些系统不再只是生成代码或回答问题，而是可以识别漏洞、分析软件、链接利用、升级权限，并在攻击生命周期中提供帮助，速度惊人。虽然早期的演示来自专有的前沿模型，但 KELA 认为更大的长期问题是开源模型（如 DeepSeek、Qwen 和 Kimi）的快速采用。由于这些模型可以自托管、修改和去除安全限制，犯罪集团不再依赖商业 AI 提供商，可以在完全控制下构建自己的攻击性 AI 系统。补丁窗口正在消失报告中最令人担忧的预测之一是所谓的自主漏洞发现和利用（AVDE）。传统上，组织在公开披露漏洞和广泛出现的工作利用之间有宝贵的时间。这个窗口允许安全团队在攻击者利用漏洞之前测试补丁和保护系统。代理 AI 威胁着要消除这种优势。这些系统不再仅仅依赖于已知的漏洞，而是可以分析大量的代码库，推理复杂的软件逻辑，识别缺陷，自动验证并生成利用代码，速度远远快于人类研究人员。一旦软件补丁公开，AI...
2026年6月30日 2026年6月30日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

Flux的AI代码生成现状报告发现企业代码速度超过了可见性
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
Flux的新AI代码生成现状报告基于维度研究的独立研究，显示AI生成的代码已经超出了实验阶段，进入了主流企业软件开发。对五个大陆309名工程领导者和从业者的调查发现，44.7%的组织已经在生产中使用AI生成的代码，而另外35.0%正在使用AI编写代码，但尚未发布。AI生成的代码已经成为标准，但信任还没有跟上报告明确指出，争论不再是工程团队是否会使用AI编写代码。这种转变已经发生。更重要的问题是，组织是否能够理解、审查、确保和管理AI帮助产生的代码量的增长。只有很小一部分受访者仍然在观望。虽然44.7%拥有AI生成的代码在生产中，35.0%在生产之外使用AI生成的代码，另外16.2%计划在未来12个月内使用AI生成的代码，4.2%计划稍后使用。从实际出发，报告表明几乎所有组织都即将采用AI生成的代码，但部署信心仍然不均衡。这种犹豫并非源于生产力不足。它根植于可见性。Flux将问题定义为“AI可见性差距”：团队现在可以比他们自信地检查、上下文化和控制代码生成得更快。AI首先被信任用于低风险、重复性工作最强的采用发生在模式可预测且故障更容易被控制的领域。根据报告，工程团队最常使用AI生成的代码用于文档（68.7%）、单元测试（65.9%）和简单函数（57.7%）。代码审查也出现在57.7%，而50.4%的受访者表示AI被用于创建新功能。这种分布很有启发性。组织并没有盲目地将核心架构或关键任务工作流交给AI。他们从重复、结构化的任务开始，在这些任务中AI可以减少繁琐的工作并提高速度，而不会立即引入大规模的业务风险。生产力收益是真实的。在当前使用AI生成代码的用户中，67.1%报告生产力提高，61.8%报告原型开发速度更快，58.5%报告文档更好，48.4%报告开发成本降低。但是，报告还显示了期望和现实之间的差距。虽然47.6%的非用户期望AI生成的代码减少错误，但只有34.6%的当前用户表示他们实际上看到的错误更少。瓶颈已经从编写代码转移到审查代码AI使得代码创建变得更容易，但这也给审查、测试和风险管理带来了更多压力。几乎80%的受访者至少花费10%的时间进行代码审查，大约十分之一的受访者花费41%或更多的时间审查代码。这很重要，因为AI生成的代码改变了软件开发的节奏。更多的代码可以被产生，拉取请求可以增加，审查者可能对代码的创建背景了解较少。报告发现，理解代码库变化的最大挑战包括复杂代码（53.7%）、不同的开发团队使用不同的方法（46.3%）、文档不良（43.0%）和大量的变化（37.9%）。这就是风险变得不仅仅是理论的问题的时候。当被问及哪些周到周的变化最难以检测时，受访者指出安全问题（49.2%）、依赖关系变化（47.7%）和性能影响（44.1%）。这些并不是次要问题；它们正是可能造成生产事故、合规性暴露或长期技术债务的变化类型。AI生成的代码不一定更好或更差，但它是不同的一个更有趣的发现是，受访者对AI生成的代码是否会产生更多问题或更少问题的看法存在分歧。32.9%的受访者表示AI生成的代码会产生更多问题，33.4%的受访者表示会产生更少的问题，29.7%的受访者表示会产生相同数量的问题。这种分歧表明，AI生成代码的影响在很大程度上取决于其周围环境。AI代码可能在配备强大的审查实践、测试覆盖、安全工具和治理时表现良好。它可能会在组织为速度而采用AI生成代码但没有升级评估输出的系统时产生更多问题。报告中提到的负面影响显示了摩擦出现的位置。41.1%的受访者提到减少了初级开发人员的学习机会，32.6%的受访者表示AI生成的代码没有提供所需的功能，31.6%的受访者报告了意外的依赖关系，31.6%的受访者报告了安全漏洞，29.5%的受访者表示AI生成的代码可能难以调试。AI代码风险已经超出了工程范围报告还显示，AI生成的代码不再仅仅是一个工程管理问题。它已经成为一个企业风险主题。安全团队是最担心的利益相关者群体，62.5%的受访者提到了他们。合规性紧随其后，51.5%的受访者提到了它，而46.9%的受访者提到了CTO或CIO领导层，40.8%的受访者指出了法律团队。担忧还延伸到了运营、QA、产品管理、CEO、客户成功，甚至营销。这种扩大的利益相关者地图反映了更大的转变。一次AI生成的代码一旦到达生产，其后果就可能影响数据保护、客户体验、安全态势、可审计性和合同义务。代码可能是在工程组织内部编写的，但风险却分散在整个业务中。保障措施正在成为核心生产基础设施企业已经开始通过投资新的保障措施做出反应。报告发现，45.6%的受访者已经投资于代码质量分析工具，39.0%的受访者正在使用自动代码审查工具，38.5%的受访者已经添加了静态应用程序安全测试，35.9%的受访者已经采用了软件组成分析，32.3%的受访者正在使用交互式应用程序安全测试，31.3%的受访者已经实施了针对特定编码助手的培训课程。流程变化也很普遍。57.4%的受访者已经引入了政策来概述AI生成代码的使用，49.2%的受访者需要使用AI生成代码的培训，45.1%的受访者已经使代码审查更加强大，40.5%的受访者已经分配了更多的开发人员来关注代码审查。这些投资并非发生在真空中。只有3.6%的受访者表示AI引入的问题从不达到生产环境。相比之下，4.6%的受访者表示它们经常达到生产环境，30.3%的受访者表示有时会达到，31.8%的受访者表示偶尔会达到，23.6%的受访者表示很少。换句话说，对于大多数使用AI生成代码的组织来说，生产影响已经是一个反复出现的现实。AI编码的下一阶段将是关于控制报告还捕捉到了一个悖论：许多工程领导者认为AI可能有助于解决AI本身增加的审查负担。 64.9%的受访者认为AI可以在某些方面的代码审查中超越人类，21.1%的受访者不同意，14.0%的受访者没有意见。受访者认为AI可能在以下方面更强：一致性标准的应用（57.4%），更彻底的分析（57.4%），代码库中的模式识别（53.3%），更快的反馈（51.8%），检测更多问题（49.7%），以及24/7可用性（48.2%）。这指向了企业AI在软件开发中采用下一阶段。AI不仅仅会编写更多的代码；它将越来越多地被用来检查、分类、优先级和管理代码更改。胜利者可能不是那些生成最多代码的团队，而是那些建立了对代码更改、风险积累和仍然重要的人类决策的最清晰图景的团队。AI代码生成现状报告显示了真正的企业挑战Flux的报告最终指出，AI采用在工程中的一个更加成熟的阶段。代码本身不再是难点。更难的问题是可见性、审查能力、治理和信任。AI生成的代码现在已经在几乎一半的受访组织中投入生产，但围绕它的支持系统仍然在赶上。对于工程领导者来说，含义很明确：AI编码可以加速开发，但只有当组织也能扩大保障、背景和问责制以保持生产系统的可靠性时。正如AI代码生成现状报告所明确指出的，AI辅助软件开发的未来将不再由AI可以产生多少代码来定义，而是由公司可以多么自信地理解和发布代码来定义。
2026年6月24日 2026年6月24日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

Spacelift 的 AI 准备度差距报告揭示了 AI 采用和基础设施治理之间日益增长的差距
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
人工智能正在迅速改变软件开发，但 Spacelift 的一份新报告表明，许多组织在将基础设施实践与 AI 采用速度保持一致方面存在困难。在《AI 准备度差距》报告中，作为公司 2026 年基础设施自动化状态研究的一部分，Spacelift 调查了 406 名 IT 决策者和平台工程领导者，以研究 AI 如何重塑基础设施管理、治理和自动化。报告的发现揭示了 AI 辅助开发和组织管理这些变化的系统之间日益增长的脱节。AI 加速开发速度超过基础设施团队的响应能力报告强调了 Spacelift 所说的“AI-基础设施差距”。虽然 AI 辅助编码已经变得普遍，但负责部署、治理和维护该代码的基础设施团队正在努力跟上。根据调查，89% 的组织报告称，由于 AI，开发人员的速度已经增加，而 82% 的组织表示，他们的代码中有四分之一到近三分之二是...
2026年6月24日 2026年6月24日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

Datasite 的《新交易团队报告》发现 AI 正在成为现代并购的必备条件
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
根据新交易团队的报告，该报告是 Datasite 基于对 1000 名高级交易员的调查，并与 FT Longitude 合作进行的，人工智能已经从实验技术迅速演变为并购的核心组成部分。该报告基于来自北美、欧洲和亚太地区的企业发展领导者、私募股权专业人士、投资银行家、律师和顾问的回应，发现人工智能越来越多地影响着交易的寻源、评估、尽职调查和执行。更重要的是，它表明那些未能采用人工智能的公司将会落后于竞争对手，因为该技术正在成为并购生命周期中的一个重要组成部分。人工智能不再是竞争优势，它正在成为必需品研究中最引人注目的发现是交易员如何将人工智能视为必不可少的基础设施，而不是可选技术。近两-thirds 的受访者认为，在复杂的交易中仅仅依靠人类的决策已经不再合理。更值得注意的是，超过七成的受访者认为，未能采用人工智能的组织将在五年内难以保持竞争力。调查表明，人工智能的作用已经从简单的生产力增强转变为成为决策的倍增器。传统的并购流程通常需要团队花费数周时间来审查文件、建立模型、研究目标和进行尽职调查，而人工智能正在将这些时间压缩到几天甚至几小时内。交易员已经看到可衡量的商业成果。近四分之一的受访者报告称，人工智能帮助他们识别和完成了原本会被忽略的交易，而三分之二的受访者认为人工智能在降低交易风险方面发挥了至关重要的作用。超过四分之一的受访者甚至表示，人工智能在某些情况下已经比人类做出更好的决策。尽职调查已经成为人工智能的最大机遇虽然人工智能正在被部署到交易生命周期的几乎每个阶段，但其最大的影响目前正在尽职调查阶段产生。一半的受访者报告称，他们经常在尽职调查期间使用人工智能，使其成为交易过程中采用率最高的阶段。只有很小一部分受访者表示，他们在尽职调查活动中根本不使用人工智能。这种集中是有道理的。尽职调查通常涉及审查数千份文件、合同、财务记录、合规报告和运营材料。人工智能擅长处理大量信息、识别不一致性、提取数据点和揭示可能在大量文件中被埋没的潜在风险。根据调查，尽职调查也在所有并购阶段中提供了最高的投资回报率。受访者将其列为寻源、筛选、交易准备、营销和治理职能之前的投资回报率最高的阶段。展望 2030 年，交易员预计人工智能在尽职调查中的最大收益将是改善风险识别和缓解，这进一步强调了该技术的长期价值超出了简单的效率增益。人工智能正在重塑交易生命周期的每个阶段报告显示，人工智能的采用已经远远超出了尽职调查的范围。几乎所有受访者都已经使用或正在探索人工智能来寻找和筛选收购目标。类似的采用率也出现在战略开发、机会识别和交易准备活动中。在寻找和筛选中，人工智能正在帮助组织评估更多的机会，同时在交易过程的早期识别风险。受访者指出，该技术可以更早地识别潜在问题，而不是等待交易进入更耗资源的阶段。对于交易营销，人工智能正在帮助公司更高效、更大规模地响应买方和卖方的提问。在交易准备期间，许多受访者报告称，人工智能已经提高了决策质量，表明人工智能不仅影响速度，还影响战略结果。然而，随着交易接近完成，采用率大幅下降。近三分之一的受访者表示，他们不在交易完成阶段使用人工智能，而超过四分之一的受访者表示，他们不在董事会报告和治理中使用人工智能。这些发现表明，虽然人工智能越来越被信任用于分析和准备，但人类仍然牢牢控制着最终的决策和关系驱动的互动。亚太地区正在领先采用区域差异在整个研究中都有体现。亚太地区的交易员报告了最高的采用率，特别是在寻找、筛选和尽职调查阶段。该地区还表现出更大的意愿让人工智能在识别目标和强调潜在尽职调查问题方面发挥主导作用。与此同时，美洲的受访者表达了最强烈的信念，即忽视人工智能的公司将在未来五年内面临竞争困难。欧洲的交易员在某些领域采取了更为谨慎的态度，这可能反映了该地区的监管环境和治理要求。尽管存在这些差异，但整体方向仍然非常一致。跨越各个地区，交易员越来越多地将人工智能视为现代交易执行的必要组成部分。顾问正在比企业买家更快地采纳调查还发现了顾问和客户之间的显著差异。投资银行、律师事务所、会计师事务所和咨询公司一致报告了比企业收购者和私募股权买家更高的人工智能采用率。顾问在尽职调查阶段表现出显著更高的采用率，这一差距最大。这种趋势可能反映了顾问工作的性质。顾问经常同时管理多个交易，因此他们从提高可扩展性、文档审查效率和模式识别的技术中受益最大。顾问似乎也更愿意让人工智能影响重大决策，特别是在识别尽职调查风险和评估潜在收购目标方面。人类的角色正在转变，而不是消失尽管人工智能采用率越来越高，该报告反复强调，人类交易员仍然是交易过程中的核心。近半数的受访者认为，签署交易的最终决定应该完全由人类做出。只有很小一部分受访者支持完全自治的人工智能决策，没有人类的监督。研究发现，交易员继续重视那些难以被人工智能复制的独特的人类能力。受访者确定了谈判和关系管理作为人工智能最难以复制的技能，接着是战略判断、不确定性下的决策、信任和可信度评估以及对细微的背景风险的解读。采访参与者强调了几个例子，人类直觉仍然至关重要。理解创始人的动机、识别微妙的相互作用、评估领导能力以及在数据不完整时做出判断呼都是人类仍然具有显著优势的领域。人工智能并没有取代交易员，而是改变了交易员花费时间的方式。常规分析、文档审查和信息收集正在变得越来越自动化，允许专业人士专注于谈判、关系建设、战略思考和高风险决策。准确性和信任已经成为战略优先事项随着人工智能被嵌入到日益重要的商业流程中，信任正在成为一个关键挑战。当被问及使用人工智能时最重要的属性是什么时，交易员将准确性列为首位，仅次于安全性。可靠性、速度和合规性紧随其后。组织正在通过实施保障措施来应对这一挑战。人工智能生成输出的审查和验证成为最常见的信任建设措施。其他方法包括使用专用人工智能系统、将人工智能限制在安全环境中、将输出与已知结果进行验证、建立问责框架和实施正式的治理流程。值得注意的是，近四分之一的受访者警告称，人工智能的不良使用可能会在未来五年内破坏多个高价值交易。人们的担忧不再是公司是否应该采用人工智能，而是他们是否能够负责任地部署它。人类判断力仍然是最后一英里报告中最强的主题之一是，人工智能的最大贡献可能是让交易员专注于机器难以复制的交易部分。该研究中采访的行业领袖一再指出，情商、信任建设、背景理解和关系管理是人类仍然具有决定性优势的领域。人工智能可能能够总结信息和识别模式，但它无法完全理解为什么创始人对业务有情感依恋、管理团队如何应对压力或两个组织之间是否存在文化一致性。这些因素通常决定了交易是否在签署文件后成功。因此，许多交易员认为，未来并购专业人员的角色将越来越集中在判断力、谈判力、领导力评估和不确定性下的决策上。混合交易团队的崛起Datasite 的《新交易团队》报告的核心结论是，未来并购的归属将既不是人工智能，也不是人类，而是成功地将两者结合起来的组织。随着人工智能继续吸收交易的分析和流程密集型方面，人类专业知识变得越来越集中在信任、谈判、判断力、领导力评估和问责制上。该报告表明，人工智能的采用正在迅速成为整个行业的基准期望，但长期成功将取决于公司如何有效地将人工智能集成到工作流程中，同时保留继续决定交易是否最终成功或失败的人类独特能力。
2026年6月16日 2026年6月16日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

根拍和HFS研究报告发现，企业价值被人工智能准备度差距困住了18万亿美元
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
人工智能已经成为企业战略的中心，世界各地的组织都在人工智能计划、代理系统和数字化转型计划上投资了数十亿美元。然而，根据根拍和HFS研究报告《18万亿美元的机会：四种企业债务将决定你的AI未来》，大多数企业都难以将人工智能投资转化为可衡量的商业价值。报告指出，原因不是人工智能技术的缺乏，而是组织被四种相互关联的企业债务所阻碍：流程债务、数据债务、技术债务和人才债务。这些隐藏的负债正在困住估计17.9万亿美元的企业价值。人工智能雄心壮志，但企业准备度仍然较低该报告基于对16个行业和14个商业功能的2002名企业高管的调查。调查结果显示，人工智能雄心和组织准备度之间存在显著的脱节。虽然92%的全球2000强企业高管认为代理人工智能将从根本上改变工作的执行方式，但只有13%的企业报告称已经将代理人工智能集成到他们的运营中。随着企业从实验转向部署，这个差距变得越来越重要。根拍CEO巴尔克里什南“BK”卡尔拉表示，企业正在从一个由人类处理和验证工作的世界转向一个由机器处理和人类监督的工作流程世界。然而，简单地在现有系统上添加人工智能是不够的。组织必须首先解决决定人工智能是否成功的基础问题。报告将这个挑战描述为“人工智能速度差距”，即员工可以通过人工智能实现的目标和整个企业可以通过结构化部署实现的目标之间的差距。四种企业债务阻碍转型研究确定了四类债务，它们共同阻止组织实现人工智能价值。技术债务仍然是最熟悉的挑战。超过一半的高管将他们的技术债务归类为严重，主要是由于核心系统老化、集成复杂性、供应商集中和基础设施负担。平均而言，企业核心系统大约有十年历史，而开发团队花费超过40%的时间维护现有技术，而不是构建新功能。数据债务已成为人工智能的最大障碍。超过一半的企业数据被认为是低质量的，只有33%被认为是人工智能准备就绪的，员工花费多达40%的时间来协调、更正或准备数据。报告估计，数据质量故障导致42%的分析和人工智能计划被延迟、表现不佳或完全失败。流程债务反映了许多组织继续依赖手动、分散和管理不善的工作流程的现实。几乎一半的企业流程仍需要手动干预，少于一半被正式记录和管理。低效的流程占用了员工工作时间的40%，并为自动化和人工智能部署创造了重大的障碍。人才债务可能是最不显眼的，但可能是最有影响力的。只有32%的员工被认为是人工智能准备就绪的，多达一半的知识工作者报告称由于运营效率低下而感到沮丧和脱节。人才短缺、技能差距和低人工智能准备度加剧了其他债务类别，减缓了采用速度并限制了组织的敏捷性。企业债务正在让公司付出比他们意识到的更多的代价几乎90%的企业领导者承认企业债务已经影响了业务绩效。后果远远超出了IT部门。报告发现，企业债务使运营成本平均增加了34%，推迟了产品发布约八个月，导致约34%的转型计划未能实现预期结果，并限制了85%的组织实现人工智能价值的能力。重要的是，这些债务并不是独立运作的。技术债务会降低数据质量。弱的治理会同时制造流程低效和人才挑战。手动工作流程通常同时产生流程债务和数据债务。报告认为，组织经常失败，因为他们试图单独解决一个类别的问题，而不是将企业债务视为一个系统性问题。量化18万亿美元的机会报告中最引人注目的发现之一是，解决企业债务可以解锁全球2000强企业中几乎17.9万亿美元的价值。流程债务和数据债务带来的最大机会，每个代表着约7.7万亿美元的可回收价值。技术债务占1.5万亿美元，而人才债务代表着约1万亿美元。研究人员使用高管估计的潜在收入增长和成本降低来计算这些数字，基于债务解决。根据调查回应，解决企业债务可以在大型企业中产生约8%的更快年度收入增长和约16%的年度成本降低。也许最值得注意的是，报告得出结论，仅仅考虑成本节约并不能说明全部故事。债务解决为更快的产品发布、更短的销售周期、更好的决策、更好的客户体验和更有效的人工智能部署创造了机会。换句话说，组织同时获得了效率和增长。为什么人工智能计划停滞不前尽管投资不断增加，许多人工智能计划难以超越试点计划。根据调查，数据债务是组织未能实现人工智能价值的主要原因，占33%的受访者。技术债务排名第二，占28%，其次是流程债务，占23%，人才债务占16%。后果取决于债务类型。数据债务将人工智能计划困在概念验证阶段。技术债务增加了部署成本并使扩展复杂化。流程债务在人工智能代理在不一致的工作流程中运行时会产生不可靠的结果。人才债务减缓了采用速度并限制了成功代理系统所需的人类监督。报告反复强调，人工智能不能无限期地弥补基础设施的缺陷。试图自动化有缺陷的流程或在低质量数据上部署人工智能的组织冒着扩大低效率而不是解决它们的风险。一些行业面临的机会比其他行业大债务解决的机会在各个行业中并不均匀分布。制造业以4.8万亿美元的机会领先，包括收入增长和成本节约。医疗保健和生命科学领域紧随其后，估计有3.3万亿美元的机会，而零售和消费品行业占据了另外2.7万亿美元的份额。能源、技术、银行、交通和保险等行业也代表了重要的机会。债务的性质因行业而异。金融服务组织由于几十年的并购和监管要求，往往最难以应对数据债务。制造业、零售和医疗保健行业由于长期的多方工作流程，经历了最大的流程债务。生命科学和技术硬件公司通常面临最高的技术债务，主要是由于嵌入式软件系统和监管约束。在功能级别上，工程、产品开发和IT团队提供了最大的价值创造机会。这些领域最接近决定企业人工智能是否能够扩大规模的技术栈、基础设施和工作流程。6%的企业已经找到了解决方案报告中最令人着迷的发现之一是，只有6%的企业被研究人员称为“成熟的债务解决者”。这些组织已经建立、执行并衡量了成功的债务解决计划。另外43%的企业正在积极地解决债务问题，而51%的企业要么没有计划，要么计划尚未获得批准，要么尚未开始。根据研究，成功的组织共享几个特征。他们将债务解决视为CEO级别的任务，而不是IT计划。他们追求双速战略，在长期基础工作和近期运营改进之间取得平衡。他们大量投资于人才开发、治理、人工智能准备和数据平台等能力。他们还使用人工智能本身来加速债务减少，通过流程挖掘、工作流分析、数据质量改进和员工培训等方式。也许最重要的是，这些组织采取行动，而不是无休止地规划。报告得出结论，成功和不成功的企业之间的差距并不是主要的技术差距，而是执行力的差异。真正的人工智能挑战可能不是人工智能报告中最强的主题之一是，企业债务最终是一个领导力挑战，而不是技术挑战。虽然组织继续增加人工智能支出，但许多组织未能解决决定人工智能投资是否带来价值的运营、文化和结构问题。正如《18万亿美元的机会：四种企业债务将决定你的AI未来》报告所明确指出的，人工智能转型和债务解决不再是独立的计划。它们越来越多地被视为从不同角度看待同一个计划。同时解决流程、数据、技术和人才债务的组织可能会解锁显著的增长和效率收益。继续在不稳定的基础设施上建设人工智能的组织冒着花费更多而获得更少的风险。对于企业领导者来说，报告的核心信息很简单：了解你的债务在哪里，了解它的成本，并在竞争对手扩大差距之前开始解决它。赢得人工智能时代的组织可能不是那些在人工智能上花费最多的组织，而是那些首先建立人工智能成功所需的运营基础的组织。
2026年6月16日 2026年6月16日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

Native Teams 和 Robert Walters 的新报告揭示了 AI 如何重塑全球招聘走廊
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
Native Teams 和 Robert Walters 的一份新报告 Native Teams 和 Robert Walters，The New Talent Economy: How AI Is Reshaping Global Hiring Corridors，认为未来招聘的模式不是没有边界的。相反，全球人才招聘变得越来越有结构，驱动因素包括 AI 驱动的技能短缺、人口压力、成本差异、语言对齐、时区兼容性和监管准备。报告基于 3000 多个跨国招聘交易，覆盖 98...
2026年6月9日 2026年6月9日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

比特防御2026年全球骗局情报报告警告在线骗局已成为跨平台网络犯罪产业
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
比特防御的《2026年全球骗局情报报告》显示，网络骗局已经演变成一个协调的、工业化的网络犯罪经济，远远超出了粗糙的钓鱼邮件和假网站。该报告分析了2025年1月1日至12月31日之间观察到的真实骗局活动，涵盖了数万亿个URL、数十亿条消息、实时广告生态系统、电话诱饵和直接消费者投诉。报告中提到的数据令人惊讶。比特防御公司指出，2025年消费者因骗局损失的金额约为4420亿美元，同时将骗局视为更广泛的万亿美元犯罪商业模式的一部分。他们对七个国家的7,000名消费者进行的调查发现，过去一年中，约有1/7的人（14%）成为骗局的受害者，其中美国占17%，英国和澳大利亚分别占16%。骗局现在是最快出现的网络犯罪形式报告的中心警告是，骗局不再是孤立的欺骗行为。它们现在像结构化的企业一样运作，使用营销预算、区域定位、性能跟踪、运营时间表和可重复的剧本来通过社交媒体广告、短信、WhatsApp、语音电话、电子邮件、游戏社区、假冒推荐、劫持新闻周期和甚至深度伪造的呼叫中心来接触受害者。2025年，比特防御公司扫描了2.8万亿个短URL，识别和阻止了100亿个钓鱼URL，分析了14亿个短消息，跟踪了在社交媒体和视频平台上接触到6000万人的骗局广告，并分析了5200万个电话号码的声誉。这些发现表明，社交媒体已经取代电子邮件成为主要的攻击向量，金融骗局主导了每个渠道，骗局操作越来越像合法的企业，而信任已经成为核心的漏洞。错误信息嵌入骗局模型该报告并不主要通过政治错误信息或广泛的公共错误信息活动的视角来看待骗局。相反，它展示了如何在操作中使用欺骗：骗子制造虚假的信任、虚假的紧迫感、虚假的稀缺性、虚假的身份和虚假的合法性，以促使受害者做出与财务或凭证相关的决定。这使得错误信息成为现代骗局经济的核心部分。一个假的投资广告不仅仅是一个恶意链接，它是一个制造的叙事。一个假的WhatsApp商业账户不仅仅是一个消息，它是一个虚假的机构身份。一个假的名人推荐不仅仅是一个视觉技巧，它是一个信任捷径。一个与突发新闻事件相关的骗局不仅仅是机会主义的，它是将欺诈插入到人们已经情绪投入或积极寻找信息的时刻。比特防御公司的报告反复表明，最有效的骗局并不总是依赖于技术上的复杂性。它们依赖于操纵上下文。骗子在人们已经存在的地方与他们见面，使用感觉熟悉的平台和时刻来降低怀疑。恶意广告成为主要战场报告中最强大的部分之一专注于恶意广告。比特防御公司表示，2025年，恶意广告不再是一种小众策略，它已经成为骗局和恶意软件的主要传递机制。比特防御实验室发现了多次滥用Meta、Google和YouTube广告生态系统的活动。这些活动包括跨平台跳转的假“TradingView Premium”广告、旨在窃取帐户的假“Meta Verified”浏览器扩展、通过赞助帖子传递的加密货币恶意软件，以及假的游戏测试邀请，例如《战地6》和《巫师4》。这些活动的共同点是，攻击者越来越多地依赖合法的广告基础设施来分发恶意内容。这很重要，因为付费广告应该通过验证检查，并且经常出现在合法的帖子、视频、搜索结果和信息流中。用户可能不会假设赞助的位置是安全的，但这种格式仍然带有一种平台批准的感觉。报告还显示，这些活动正在变得更加技术成熟。一些活动使用多阶段恶意软件链，跨操作系统跳转，并从桌面用户扩展到安卓设备。其他活动使用前端和后端逻辑来绕过检测，当分析工具或缺失的广告跟踪参数被检测到时，会提供干净的内容。假推荐将信任转化为武器社交媒体部分阐明了骗子不仅仅是在发布链接。他们正在建立说服系统。报告中描述的一个活动在24小时内从Meta平台的一个页面发布了100多个恶意广告。数百个协调的Facebook账户推广了冒充Binance、TradingView、MetaMask、ByBit、Gate.io、MEXC和SolFlare的页面。该活动使用了来自埃隆·马斯克、赞达亚和克里斯蒂亚诺·罗纳尔多等人物的假名人推荐。这些名字并非偶然。它们被用作可信度捷径，使加密主题的优惠看起来熟悉、令人兴奋和社交认可。到2025年8月，该活动已经扩展到安卓，部署了一种演变的Brokewell特洛伊木马，能够进行屏幕流媒体、按键记录、双因素身份验证拦截、钱包窃取和摄像头访问。在几周内，至少75个恶意广告接触了成千上万的欧盟用户。这是骗局驱动的错误信息特别危险的地方。受害者不仅被假页面或恶意应用程序欺骗。他们被展示一个精心设计的环境，其中熟悉的品牌、名人、赞助位置和平台原生设计结合起来创造出合法性的幻觉。骗子在现实世界事件中实时劫持报告中的另一个定义趋势是速度。比特防御公司发现，骗子几乎瞬间利用新闻周期，将自己插入现实世界事件、文化时刻、假日、演唱会、病毒产品热潮和公共悲痛中。报告引用了与教皇弗朗西斯去世和利物浦的迪奥戈·若塔悲惨去世相关的骗局活动。像复活节、万圣节、黑色星期五和圣诞节这样的季节时刻也被利用。关于星巴克熊猫杯的病毒热潮成为诱饵。金属乐队和威肯的演唱会被变成了假票骗局。假日旅行激增触发了针对Booking.com合作伙伴的恶意软件活动。这是一个特别重要的错误信息模式。骗子监视人们正在搜索、哀悼、庆祝或期待的内容，然后利用这种注意力来传递欺诈。骗局之所以有效，是因为话题是真实的，即使优惠、链接、票、促销、投资或捐赠请求是假的。这种将真实事件与欺诈基础设施相结合的做法使得普通用户更难检测。一个人可能会对随机消息持怀疑态度，但当骗局似乎与他们的信息流、收件箱或搜索行为有关时，他们会更少怀疑。钓鱼仍然是全球锚点威胁尽管社交媒体骗局和恶意广告的兴起，钓鱼仍然是主导的全球骗局类别。比特防御公司发现，钓鱼占报告事件的约24.5%。其次是金融和投资骗局，占10.7%；假店和广告骗局，占9.3%；工作骗局，占8.7%。社交媒体骗局占7%，而送货骗局占5.9%。浪漫骗局、加密货币骗局、预付费骗局和调查骗局也在全球前十名之列。报告强调，前三类别占报告活动的近半数。这表明犯罪者正在重点关注可以在各个地区和平台上复制的可扩展模型。在各个地区，钓鱼始终是主要威胁，但其比例因国家而异。在一些地区，钓鱼占骗局总量的30%以上。金融和投资骗局在多个西方市场表现出色，而假店和欺骗性广告活动在各个地区排名靠前，强调了社交平台和在线广告作为分发渠道的重要性。短信仍然是高信任度欺诈渠道报告对基于短信的骗局进行了详细分析，显示短信仍然是最亲密和最危险的数字通信渠道之一。与电子邮件或网页内容不同，短信直接到达个人设备，旁边是来自银行、送货服务、家庭成员、雇主和政府机构的合法通信。比特防御公司观察到14万个骗局集群、26万个高风险活动和9200万个高风险信息。在分析的短信聚合中，5.16%的所有分析短信流量都与高风险活动或协调的欺诈基础设施有关。简单来说，大约1/20个分析的短信表现出与骗局基础设施或协调的欺诈活动一致的特征。最常见的短信骗局类别是金融，占分布的36%。娱乐占22%，送货占12%，奖品骗局占11%，政府骗局占9%，医疗占5%，保险占3%，过路税占2%。这表明骗子使用短信来冒充人们已经期望收到信息的机构和服务。一个假的银行警报、送货通知、医疗信息、过路税警告或奖品通知可能看起来很可信，因为该渠道已经用于紧急、交易的通信。金融骗局主导其他渠道金融骗局在短信、社交广告、WhatsApp、语音电话和电子邮件中占主导地位，因为它们压缩了受害者的决策过程。一个银行钓鱼文本创建紧迫感。一个假的加密货币投资广告触发了错失恐惧症。一个假的来自所谓金融机构的电话创建权威。一个WhatsApp商业账户可以使一个假的投资机会看起来像一个合法的商业互动。报告显示，投资欺诈、银行钓鱼和加密货币主题骗局在各个渠道中一致出现。具体的诱饵根据平台的不同而有所不同，但目标始终相同：在怀疑介入之前，将受害者推向一个财务决策。这是骗局越来越像销售漏斗的原因之一。受害者可能会看到一个广告，访问一个假网站，收到一条消息，然后被一个收集者联系。每一步都是为了增加信任，减少摩擦，并推动受害者向付款、凭证盗窃、钱包损害或账户接管方向前进。社交媒体骗局利用平台信任比特防御公司的社交媒体发现表明，付费广告改变了骗局的心理。与钓鱼邮件不同，社交媒体广告骗局不会出现在受害者的收件箱中。它们出现在社交媒体平台、视频和赞助位置中，旁边是合法的内容。报告发现，社交媒体骗局的总体受害者互动率为36%。表现最佳的类别是健康、时尚和娱乐，所有这些类别的表现都超过了平均水平。罗马尼亚表现突出，超过40%的人口至少看到了一则骗局广告。报告还估计，包括1820万美国人、1110万德国人和850万英国人在内的多个国家的人口都接触到了骗局广告。那些表现不佳的类别，例如赌博和金融，仍然不是安全的。他们的低参与率可能反映了更高的怀疑或平台过滤，而不是没有风险。这很重要，因为社交媒体骗局不需要极高的转化率就能盈利。在平台规模上，即使是适度的参与率也可以产生大量的受害者。WhatsApp商业账户成为骗局基础设施报告的WhatsApp部分是骗子如何将合法性武器化的最明显例子之一。比特防御公司发现，全球60%的高风险WhatsApp对话起源于商业账户。在印度，公司仅在分析期间就检测到超过31万个高风险的WhatsApp对话。WhatsApp商业版为骗子提供了类似合法客户服务基础设施的工具。一个商业账户可以显示品牌名称，而不是随机的电话号码。它可以添加一个标志、业务描述、目录、快速回复、自动问候、标签和CRM集成。在某些情况下，已验证的指标，例如蓝色复选标记，可以进一步增加合法性的感知。对于同时处理数百次对话的骗局来说，这些功能非常强大。骗子可以自动化早期交互、编写钓鱼流程、分流响应并将更高价值的目标升级到人类操作员。报告将其描述为一个武器化的销售漏斗，这正是许多现代骗局现在的运作方式。WhatsApp商业账户的使用因地区而异。在拉丁美洲、印度、中东和东南亚的某些地区，WhatsApp是默认的商业通信渠道。小型零售商、银行、送货服务和政府办公室可能会将其用于前线支持。在这些市场中，一个商业账户可能看起来很正常，而不是可疑的。“为我投票”骗局展示了账户接管如何传播报告中提到的一个WhatsApp案例研究关注的是“为我投票”骗局。在这种情况下，骗子通过WhatsApp联系潜在受害者，并发送链接到伪造的网站，要求他们为一个承诺在国外提供奖学金的儿童比赛投票。受害者被展示一个看似合法的网站，里面有年轻舞蹈家的照片，以加强合法性的幻觉。为了投票，访客被要求输入他们的电话号码和一个验证码。但是，该验证码实际上是受害者的WhatsApp授权代码。一旦输入，骗子就可以控制该账户。骗局的解剖结构很简单但很有效。受害者从一个联系人或看似熟悉的账户接收到一条消息，跟随一个链接到一个精心设计的网站，输入一个电话号码，收到一个代码，然后输入该代码以确认投票。在那一刻，骗子获得了访问权。损害并不止于最初的受害者。一旦账户被接管，骗子可以使用它来联系受害者的朋友、家人和群组。骗局通过信任关系而不是冷门推广来传播。Sephora广告日历骗局将受害者变成分销商另一个WhatsApp案例研究关注的是Sephora广告日历骗局。与“为我投票”活动不同，这个骗局更依赖于病毒式激励机制，而不是账户接管。受害者被提供一个来自Sephora的“免费豪华广告日历”。要领取它，用户被要求将消息转发给他们的WhatsApp联系人。一些骗子使用更现实的门槛，例如要求用户将其发送给20个联系人，而不是整个联系人列表，以使请求看起来更可信。这种骗局之所以有效，是因为它将受害者转化为分销商。活动通过社会认可而不是仅仅通过冒充来传播。一个由真正的联系人转发的消息比来自陌生号码的消息更有可能被打开、被信任和采取行动。报告还确定了其他反复出现的WhatsApp骗局主题，包括请求帮助完成项目、黑色星期五促销、比特币投资机会、少量投资机会以及政府或机构补助金索赔。游戏骗局使用了炒作、稀缺性和紧迫性报告还强调了游戏玩家作为2025年主要目标群体。游戏文化对网络犯罪者有吸引力，因为游戏账户通常包含有价值的数字资产、保存的支付方式和游戏内购买。假的测试邀请、早期访问承诺和“独家”游戏版本被用来窃取Steam凭证和部署信息窃取者。热门游戏的发布会产生可预测的欺诈浪潮。报告总结了公式：炒作、稀缺性和紧迫性。这是另一个平台原生欺骗的例子。渴望早期访问大型游戏的玩家可能不会以与对待可疑银行电子邮件相同的方式解读测试邀请。骗局之所以成功，是因为它与游戏社区的语言、时机和情感背景相匹配。语音呼叫骗局仍然有效，因为它们增加了压力语音呼叫仍然是最有效的骗局传递渠道之一，因为它们会产生紧迫感、情感压力和即时交互。与电子邮件或短信不同，电话允许骗子实时适应、对犹豫做出反应、升级说服力，并在受害者做出决定之前让他们保持参与。比特防御公司分析了2025年接收的近1.5亿个来电，其中超过2350万个被归类为不需要。代表着接收的来电的15%以上。公司处理了来自5200万个唯一电话号码的来电，其中超过55万个被识别为不需要的号码。报告将语音骗局运营描述为工业化的。机器人呼叫基础设施处理规模，本地伪造建立可信度，人类操作员在受害者参与时接管。线索通过机器人呼叫或数据泄露生成，呼叫者遵循社会工程流程，成功的转移升级到“结算者”，他们接受过提取凭证、远程访问或直接付款的培训。这种结构类似于合法的外呼销售或支持中心。区别在于产品是欺诈。深度伪造已经成为投资骗局运营的一部分虽然深度伪造并不是报告的主要焦点，但它们出现在一个值得注意的语音骗局案例中。比特防御公司引用了2024年末在基希讷乌发生的一起案例，24名嫌疑人被拘留，涉嫌经营多个使用深度伪造来欺骗受害者的呼叫中心。根据报告，骗子使用政客、商人和记者的深度伪造来说服受害者“投资”于不存在的公司。该运营据称还使用了测谎测试来筛查潜在的卧底执法官员。这个例子很重要，因为它展示了如何将深度伪造集成到更广泛的欺诈机器中。深度伪造并没有取代骗局运营。它加强了说服层。当与呼叫中心、脚本、假的投资叙述和受过训练的结算者结合使用时，合成媒体成为制造信任的另一个工具。这使得深度伪造在投资骗局中特别危险。受害者可能不仅仅被要求相信一个匿名的呼叫者。他们可能被展示或被告知一个公众人物、执行官、记者或政治人物正在验证机会。骗局中心运作像企业一样报告的全球背景部分添加了另一个层次，讨论了柬埔寨和缅甸等国家的大规模逮捕和执法行动，以及欧洲和美国的呼叫中心案例。2025年，柬埔寨开展了一项规模庞大的反骗局执法行动，跨省进行协调扫荡，关闭了数百个涉嫌的在线骗局场所，拘留了数千名嫌疑人，并没收了用于骗局运营的设备。报告还提到了一个人道主义方面：许多从骗局场所解脱出来或逃脱的人最终进入了收容所，外国援助减少后，他们几乎没有任何支持，导致了对被骗局劳工剥削的受害者的次生危机。缅甸的情况更为复杂，因为有政治和冲突因素。骗局中心，特别是靠近泰国边境的KK Park，成为执法行动的重点。军政府声称已经清理了KK Park，解放了2000多名工人，并没收了通常用于维持骗局运营的卫星互联网设备。独立验证执法有效性的说法有所不同。在欧洲和美洲，报告提到了西班牙和葡萄牙的投资骗局呼叫中心、德国的技术支持和美国国税局冒充呼叫中心网络，以及基希讷乌的深度伪造呼叫中心案例。这些例子共同表明，骗局经济不仅有数字基础设施，还有物理基础设施。恶意链接、假广告和欺骗性信息背后往往是有组织的团队，拥有办公室、工资单、脚本、经理、关键绩效指标和区域战略。信任是核心漏洞在每个渠道中，反复出现的主题都是信任。短信之所以有效，是因为人们信任来自银行、送货服务和雇主的消息。WhatsApp骗局之所以有效，是因为人们信任联系人和商业账户。社交媒体骗局之所以有效，是因为人们信任在熟悉的平台中出现的广告。语音骗局之所以有效，是因为实时交互产生紧迫感和权威性。深度伪造骗局之所以有效，是因为可以用来制造可信度的可识别人物。报告最重要的见解是，骗局越来越多地利用数字生活的正常模式。它们不总是看起来像外来物。它们经常看起来像本地内容。一个骗局广告看起来像一个广告。一个WhatsApp商业骗局看起来像客户支持。一个假的票务优惠看起来像一个演唱会促销。一个加密货币骗局看起来像一个投资机会。一个送货骗局看起来像一个包裹更新。这是为什么网络安全和错误信息之间的界限变得越来越难以区分。现代骗局不仅仅是恶意基础设施。它们是通过可信系统传递的虚假故事。消费者如何降低风险比特防御公司的指导建议是在采取行动之前要减慢速度。骗局通常依赖于紧迫感、恐惧、贪婪或好奇心，因此任何要求立即采取行动的消息都应谨慎对待。消费者不应与呼叫者分享密码、一次性代码、PIN、恢复短语或在呼叫者的要求下安装远程访问软件。涉及礼品卡、加密货币、电汇或处理费用的请求是主要的危险信号。关于银行、送货、税务、投资、奖品或账户问题的消息应通过官方网站或电话号码进行验证，而不是通过消息中提供的链接或号码。用户还应避免假设赞助广告、商业账户、来电显示或已验证的徽章是合法的。强大的多因素身份验证、仔细的域名检查以及通过第二个渠道验证的习惯可以显著降低成为受害者的风险。技术已经成为必要，因为手动防御无法扩展报告认为，骗局运营已经工业化，使用自动化、人工智能生成的内容、伪造的基础设施和付费广告来扩大数百万个目标的攻击。消费者不可能手动分析每个呼叫、消息、链接、广告和账户。技术通过应用实时威胁情报、行为分析、声誉评分、反钓鱼引擎、反欺诈系统、呼叫阻止、网页保护和用户提交的骗局验证工具来帮助平衡竞争。目标是将保护移到更早的阶段，在消费者被迫做出决定之前阻止恶意暴露。这在骗局跨渠道传播时尤为重要。用户可能会通过赞助广告、假登录页面、WhatsApp消息和语音呼叫遇到同一个犯罪运营。防御需要了解这些并不是独立的事件，而是同一个骗局流程的一部分。跨平台威胁将继续适应比特防御公司的《2026年全球骗局情报报告》显示，网络骗局已经成为一个全球的网络犯罪产业，建立在速度、规模、说服和信任操纵的基础上。最危险的骗局不再局限于可疑的电子邮件或明显的假网站。它们嵌入了广告、消息应用、电话、社交信息流、游戏社区、金融叙述和实时新闻周期中。报告还明确指出，错误信息、虚假信息式策略和深度伪造不需要主导每个骗局类别就能产生影响。骗子已经使用假的推荐、冒充的品牌、劫持的公共事件、欺骗性的商业账户、合成媒体和操纵的社会证明来围绕欺诈性优惠创建令人信服的现实。正如报告所示，下一阶段的骗局预防将取决于理解骗局作为相互连接的系统。威胁不仅仅是一个坏链接、一个假消息或一个可疑的电话。它是一个工业化的欺骗引擎，旨在通过人们已经信任的平台、事件、品牌和关系来接触他们。
2026年6月3日 2026年6月3日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

Black Kite 2026金融服务报告警告银行和投资公司面临日益增长的网络安全危机
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
Black Kite的一份新报告表明，金融行业正在进入一个更加危险的网络风险阶段，这个阶段传统的勒索软件攻击和迅速扩大的第三方漏洞正在汇聚成公司所描述的“双重风暴”。在其新发布的2026金融服务报告：勒索软件和供应商生态系统风险的双重风暴中，Black Kite的研究团队发现，金融机构同时面临着直接勒索软件攻击的复苏和通过支持其运营的供应商和服务提供商而变得日益暴露的风险。报告基于2023年1月至2026年第一季度收集的勒索软件情报，以及对Black Kite监控的17,000多家供应商进行的分析，包括140家客户群体主要集中在金融服务的公司。研究结果表明，威胁格局已经演变为超出了孤立事件，现已成为银行、投资公司、资产管理公司和其他金融机构的系统性挑战。勒索软件在短暂停顿后卷土重来金融机构在2024年经历了勒索软件活动的暂时下降，主要是由于国际执法行动针对主要勒索软件集团，如LockBit和Clop。然而，Black Kite的研究表明，这种下降是短暂的。2025年针对金融组织的报告勒索软件事件从2024年的156起增加到202起，代表着30%的增长。这种加速趋势似乎正在2026年继续。仅在第一季度，研究人员就记录了65起勒索软件事件，这个数字比2025年同期增加了76%。勒索软件运营者并没有消失，而是重新组织。针对金融行业的不同威胁集团的数量从2023年的37个增加到2024年的45个，并在2025年再次增加到48个。新的领导者出现，Qilin、Akira和Kill Security成为针对金融机构最活跃的集团之一。Qilin单独负责过去一年中金融行业的59起事件。投资公司已成为主要目标报告中记录的一项更值得注意的变化是勒索软件受害者的变化。2023年，银行是最受攻击的金融子行业，共有71起报告事件。投资公司当年记录了44起事件。到2025年，情况已经逆转。投资公司成为最受攻击的部门，共有84起事件，占金融行业所有勒索软件披露的41.6%。银行事件下降到36起。根据报告，一项重要驱动因素是2025年9月针对韩国资产管理公司的活动。单次活动产生了32起披露，占当年投资管理部门记录的所有勒索软件事件的38%以上。攻击的地域分布也揭示了某些活动的集中程度。虽然美国在整个研究期间仍然是最受攻击的国家，但韩国在一次影响数十家金融组织的大规模供应链泄露事件后出现了一个主要热点。供应商风险正以比直接攻击更快的速度加剧虽然勒索软件头条新闻经常关注对个别机构的攻击，但Black Kite认为供应商生态系统现在代表了同样重要的风险来源。报告强调了2025年9月的一起事件，韩国一家托管服务提供商的泄露导致28家金融机构受到影响，超过2TB的数据被盗。研究人员将此事件描述为单一泄露如何在整个行业中产生系统性后果的例子。为金融机构提供服务的供应商的漏洞状况似乎正在迅速恶化。在分析的140家供应商中，具有CVSS评分9或更高的关键漏洞数量从2024年的15家增加到2025年的73家，增长了4.9倍。具有高严重性漏洞（评分8或更高）的供应商数量从31家增加到87家。研究人员还发现，54%的面向金融的供应商至少存在CISA已知漏洞目录中列出的漏洞，这意味着攻击者已经在现实世界的攻击中利用了这些弱点。补丁管理失败仍然普遍存在报告中发现的许多弱点并不是奇异的零日漏洞，而是长期存在的安全问题，组织难以解决。在检查的140家供应商中，109家组织（占78%）至少存在一次关键的补丁管理失败。电子邮件身份验证系统的配置错误也很常见，47家供应商的DMARC记录配置不正确，37家供应商的DKIM实现配置不正确。报告还发现了供应商生态系统中更广泛的安全卫生问题。几乎18%的面向金融的供应商在公共来源中泄露了凭证，而超过42%的供应商显示出凭证出现在窃取日志中。研究人员还在供应商人群的重要部分中发现了钓鱼基础设施指标、恶意IP通信和僵尸网络感染。漏洞爆发才刚刚开始这些发现是在组织面临迅速扩大的新发现软件漏洞的情况下出现的。根据报告，2025年全球发布了超过48,000个通用漏洞和披露（CVEs），比前一年增加了18%。Black Kite的研究人员确定了1,240个漏洞作为第三方供应链的高优先级风险，增加了59%。报告认为，人工智能可能会加速这一趋势。人工智能辅助的漏洞发现工具正在增加发现安全漏洞的速度，而人工智能系统本身正在创建新的攻击面，组织必须保护。因此，金融机构可能很快面临着比传统风险管理流程设计要处理的漏洞流更大、更快移动。金融网络安全正在成为供应链问题Black Kite的2026金融服务报告的核心结论是，金融机构不再能仅通过自身内部防御来看待网络安全。报告的分析表明，勒索软件活动正在再次增加，同时供应商生态系统变得更加脆弱。面向金融的供应商中的关键漏洞激增，利用时间线继续缩短，单个受损供应商现在可以同时影响数十家机构。正如报告所述，恢复力越来越依赖于组织识别、优先考虑和响应其内部环境和扩展供应链中的风险的能力。对于一个建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。在内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业中，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。在内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业中，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。在内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业中，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。在内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业中，第三方风险管理不再是一种合规练习。根据Black Kite的研究，它正在成为金融部门安全的基础组成部分。对于一个内部环境和其扩展供应链都建立在相互连接的软件、服务提供商和外包基础设施上的行业来说，第三方风险管理不再是一种合规练习。根据Black...
2026年5月26日 2026年5月26日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

Check Point 的“2026 云安全报告：保障 AI 转型”警告企业安全正在落后于 AI 采用
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
根据 Check Point 和 Cybersecurity Insiders 的新报告“2026 云安全报告：保障 AI 转型”，人工智能的采用速度正在超过企业安全团队的适应能力。报告认为，组织面临的最大问题不再是是否采用 AI，而是他们的安全架构是否能够处理 AI 系统引入生产环境的规模、速度和自主性。报告的发现表明，许多企业正在进入一个危险的过渡期。 AI 助手、副驾驶、自主代理和机器驱动的工作流程正在迅速被嵌入到业务运营中，但围绕它们的控制仍然是碎片化的。传统的安全架构是围绕可预测的人类行为、稳定的应用程序和明确定义的网络边界设计的。AI 系统同时改变了这三者。AI 已经进入生产环境报告中最明确的发现之一是，AI 实验基本上已经结束。约 70% 的受访组织表示，他们已经在生产环境中运行生成式 AI 工作负载，而 64% 的组织报告已经在试验或生产中部署了 AI...
2026年5月19日 2026年5月19日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

Nasuni 的《2026 年企业文件数据年度报告》发现企业 AI 采用速度超过数据准备度
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
Nasuni 新发布的《2026 年企业文件数据年度报告》描述了一个企业世界正在积极地采用 AI，同时发现大多数现有的数据基础设施并不是为现代 AI 系统所需的规模、复杂性和运营需求而设计的。报告基于对美国、英国、法国、德国、奥地利和瑞士 1,000 名企业采购决策者的调查，表明下一阶段的企业 AI 竞争可能取决于组织如何管理非结构化的运营数据，而不是模型访问。AI 采用速度超过企业准备度调查结果显示，AI 已成为 2026 年企业的首要 IT 投资优先事项。59% 的受访者将 AI 计划确定为他们的主要投资领域，较上一年有所增加。同时，企业越来越意识到 AI 部署不能与更广泛的数据管理现代化努力分开。云数据管理、数据智能、分析和非结构化数据管理都成为主要的投资优先事项。77% 的受访者表示计划在未来 18...
2026年4月29日 2026年4月29日
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人

KELA 2026 年网络犯罪报告揭示 28.6 亿被盗凭证和自主 AI 攻击的崛起
作者 Antoine Tardif, Unite.AI 首席执行官兼创始人
网络犯罪不再仅仅是规模的扩大，它正在从根本结构上演变。根据 KELA 的《2026 年网络犯罪状况：新兴威胁和预测》报告，攻击者正在从传统的入侵方法转向身份滥用、AI 驱动的自动化和大规模利用基于信任的系统。报告描绘了 2025 年作为一个转折点的严峻图景。网络犯罪者不再破坏网络，他们正在登录，通常使用被盗的凭证、AI 代理和可信的第三方系统来完全绕过防御。网络犯罪创纪录的一年2025 年网络犯罪的规模达到了前所未有的水平。KELA 跟踪了全球范围内 28.6 亿个受损凭证，涵盖了信息窃取恶意软件、漏洞数据库和地下市场。这些凭证已经成为攻击者的主要入口。与其利用漏洞，威胁行为者越来越多地依赖合法访问，有效地使基于周边的安全模型过时。同时，勒索软件也大幅增加。报告确定了 2025 年 7,549 名勒索软件受害者，代表着与去年同期相比增加了 45%，其中超过 53% 的受害者位于美国。这种增长是由网络犯罪经济的成熟所驱动的。有 147 个活跃的勒索软件团体，包括大约 80 个新入局者，突出了进入门槛有多低。信息窃取流行病驱动一切这一激增的核心是信息窃取恶意软件的崛起，现在被认为是现代网络犯罪的骨干。KELA 观察到 2025 年全球约...

More Posts

Page 1 of 412 3 4