立刻註冊按需型網路研討會，了解 2024 年 Microsoft 數位防禦報告深入解析。

保護 AI 支援企業的 Microsoft 指南：開始使用

AI 應用程式入門

人工智慧 (AI) 正在改變業務運營，在釋放創新的同時引入新的風險。從影子 AI（未經監督採用的消費級工具）到即時注入攻擊，再到不斷發展的法規（如歐盟 AI 法案），各個組織必須應對這些挑戰才能安全地使用 AI。

本指南涵蓋了與 AI 相關的風險：數據洩露、新興威脅和合規性挑戰，以及代理 AI 的獨特風險。它還提供了基於 AI 採用架構的指導和實際步驟。有關更深刻的深入解析和行動步驟，請下載該指南。

AI 會改變遊戲規則，但前提是您能夠使其安全。讓我們開始。

代理型 AI 提供了變革的潛力，但它的自主性帶來了獨特的安全性挑戰，需要主動進行風險管理。以下是主要風險和為應對這些風險而量身定製的策略：

代理型 AI 系統可能會產生不準確、過時或錯位的輸出，從而導致運營中斷或決策失誤。

為了降低這些風險，各個組織應實施嚴格的監控流程，以檢閱 AI 產生的輸出的正確性和相關性。定期更新訓練數據可確保與當前資訊保持一致，而複雜病例的升級路徑則可在需要時實現人工干預。人工監督對於維護 AI 驅動型營運的可靠性和信任仍然至關重要。

當使用者在未經驗證的情況下作用於有缺陷的輸出時，對代理 AI 系統的盲目信任可能會導致弱點。

各個組織應制定政策，要求對受 AI 影響的高風險決策進行人工檢閱。對員工進行 AI 限制培訓可以培養知情的懷疑態度，從而降低出錯的可能性。通過分層決策流程將 AI 洞察與人類判斷相結合，可以增強整體應變能力並防止過度依賴。

代理 AI 的自主性和適應性為攻擊者創造了利用弱點的機會，從而引入了操作和系統風險。

操作風險包括操縱 AI 系統以執行有害操作，例如未經授權的任務或網路釣魚嘗試。各個組織可以通過實施強大的安全措施來降低這些風險，包括即時異常檢測、加密和嚴格的存取控制。

當遭到入侵的代理破壞互連系統，導致級聯故障時，就會出現系統性風險。故障安全機制、冗餘協定和定期審計（與NIST等網路安全性架構保持一致），有助於最大限度地減少這些威脅，並加強對對抗性攻擊的防禦。

代理 AI 通常在沒有直接人工監督的情況下運行，這引發了關於錯誤或故障的問責制和責任的複雜問題。

各個組織應定義明確的問責架構，以指定 AI 相關結果的角色和責任。AI 決策過程的透明文件支援錯誤識別和責任指派。與法律團隊共同作業可確保法務遵循，而採用道德標準進行 AI 治理可以建立信任並降低聲譽風險。

借助代理等 AI 創新，各個組織必須基於零信任原則（「絕不信任，一律驗證」）建立堅實的基礎。這種方法有助於確保每次互動都經過身份驗證、授權和持續監督。雖然實現零信任需要時間，但採用分階段策略可以穩步取得進展，並建立對安全集成 AI 的信心。

Microsoft 的AI 採用架構專注於三個重要階段：治理 AI、管理 AI 和保護 AI。

通過解決這些領域問題，各個組織可為使用負責任 AI 奠定基礎，同時降低關鍵風險。

如要取得成功，請通過培訓員工識別 AI 風險來確定人員的順位，並安全地使用經批准的工具。促進 IT、安全和業務團隊之間的共同作業，以確保採用統一的方式。通過公開傳達您的 AI 安全性計劃來建立信任並展示領導力，從而提高透明度。

通過基於零信任原則的正確策略，您可以降低風險、釋放創新並自信地駕馭不斷發展的 AI 環境。