戴爾表示，已向幾乎所有行業的客戶交付了超過 6,500 套 AI 工廠系統。為了慶祝這一里程碑，戴爾委託 Omdia 進行了一項研究，探討企業如何保障運作在這些硬體上的 AI 的安全。研究的主要發現是，98% 的企業已經在使用或開發用於 IT 維運的智能體 AI，這使得安全問題從試點階段過渡到生產階段。研究的其餘部分則探討了安全措施與 AI 應用普及之間的差距。
調查指標揭示了治理與風險脫節問題
Omdia 的調查發現，79% 的組織在過去 12 個月內發生過與人工智慧相關的事件，其中包括一些特定於智慧體的故障模式，例如過度授權、快速注入和工具使用不可預測性。同時，95% 的受訪者表示他們對自身管理人工智慧風險的能力充滿信心或非常有信心。這種差距在實務上顯現出來：24% 的組織仍然透過人工流程來管理智能體的權限，而智能體本身的運作速度卻與機器相當。
政策合規性在不同企業之間也存在類似的差異。雖然93%允許公開使用生成式人工智慧的組織都制定了正式的使用政策，但55%的安全負責人認為員工違反了這些準則。人工智慧安全軟體的預算權限仍然分散：技術長擁有37%的主要採購權限，其次是IT部門領導（26%）和首席資訊安全長（22%）。此外，未來12至18個月的支出成長計畫缺乏重點，沒有單一的投資類別超過計畫資本的40%，而人工智慧威脅偵測工具的支出恰好達到40%的上限。
基礎設施隔離和復原編排
在智慧體運作位置方面，近四成企業將智慧體人工智慧部署在本地資料中心，43%的企業使用本地邊緣環境，約三分之一的企業透過沙箱或實體隔離來隔離這些工作負載。正是由於本地部署的佔比很高，這項調查對戴爾而言才顯得尤為重要：戴爾的6,500個人工智慧工廠正是這些企業所描述的基礎設施。
在復原方面，87%的受訪者認為威脅偵測和回應工具對保障人工智慧安全有效或非常有效，88%的受訪者對備份和復原工具在增強人工智慧韌性方面也持相同看法。戴爾的觀點是，一旦代理或其資料被竄改，僅靠偵測是不夠的，備份和復原必須能夠將人工智慧應用程式、模型和資料還原到已知良好狀態。戴爾的結論是，能否擴展規模的關鍵在於安全性和韌性是從一開始就建構在系統之上，還是事後才添加上去的。
Amazon