重點摘要

• Akamai 最新一期《網際網路現況》（State of the Internet，SOTI）資安特別報告指出，企業快速導入人工智慧（AI），正在擴大攻擊面，並帶來傳統資安工具難以偵測的新型風險。

• 近半數企業工作環境中的 AI 對話，是透過個人帳號進行，不僅造成企業在 AI 使用上的可視性缺口，也可能讓企業資料暴露於公開模型的訓練流程中。

• 近 75% 的 AI 瀏覽器擴充功能要求取得高風險或關鍵等級權限，可能因擴充功能漏洞而衍生 API 金鑰遭竊等資安風險。

• 自主型 AI Agent 與 CometJacking 等 Prompt Injection 攻擊手法，則可能讓攻擊者在缺乏人工監督的情況下，操控 AI 執行未經授權的操作。

• 因此，資安主管必須針對身分、瀏覽器擴充功能與資料流向建立更精準的 AI 治理機制，在提升生產力與降低資安風險之間取得平衡。

企業全面擁抱 AI

企業已全面投入 AI。

人工智慧過去在企業環境中仍被謹慎看待，如今對多數企業而言，AI已逐漸成為必要能力。

其結果是，企業內部正在形成一個快速擴張的 AI 生態系，包括：

• AI 助理

• AI Agent

• AI 瀏覽器

• AI 擴充功能

• 自主型工作流程

這些技術幾乎已觸及企業營運的每一個角落，從程式碼撰寫、內容生成，到合約分析與工作自動化皆然。

然而，這些 AI 工具在快速成為提升生產力的重要驅動力之際，也悄悄擴大了企業的攻擊面。

隨著 AI 使用量增加，企業正面臨許多傳統資安工具原本並非為此而設計的新型風險。資安主管現在愈來愈難掌握：

資料流向何處？
誰能存取這些資料？
以及該如何保護這些第三方 AI 系統？

AI 使用與威脅的最新洞察

Akamai 在《網際網路現況》資安特別版報告——**《2026 年企業 AI 使用風險報告》（Enterprise AI Usage Risk Report 2026）**中，深入分析企業 AI 使用快速成長所帶來的重要趨勢。

本報告分析的資料來自 LayerX。LayerX是企業安全瀏覽器與 AI 使用控管領域的業者，近期已由 Akamai 收購。

報告深入分析：

• AI 在企業中的使用位置與使用方式

• 攻擊者如何利用 AI 形成新的攻擊途徑

• CISO 如何有效管理新的 AI 風險，同時保有 AI 所帶來的生產力效益

企業使用 AI 面臨的五大風險

報告以實際資料與研究結果，分析目前企業面臨的五大 AI 使用風險：

1. 企業工作環境大量導入 AI，持續擴大攻擊面

2. 個人 AI 帳號與未經核准的 AI 應用，形成 Shadow AI

3. 企業資料暴露於 AI 所造成的資料外洩風險

4. 企業難以掌握的瀏覽器與 IDE 擴充功能

5. AI Agent 進入企業環境後，可能脫離既有安全防護機制運作

報告亦提供多項資安案例解析，說明攻擊者如何在真實環境中利用上述弱點發動攻擊。

風險一：企業 AI 快速普及，攻擊面持續擴大

LayerX 的分析發現，企業內部正在出現一小群所謂的 「AI 高頻使用者」（AI Power Users）。

數據顯示，使用量最高的前 5% 使用者，至少會產生 144 個 AI 對話，單次互動往往超過 18 個 Prompt，顯示使用者與 AI 之間已從單次問答逐漸發展成反覆、多輪的協作模式。

這些 AI 高頻使用者也更可能：

• 分享企業業務資訊

• 上傳檔案

• 輸入敏感資料

• 將 AI 納入日常決策流程

• 將實際執行工作委派給自主型 AI Agent

這代表企業 AI 風險並非平均分布，而是高度集中於少數大量使用 AI 的使用者。

此外，Vibe Hacking 的興起，也進一步增加難以察覺的風險。

Vibe Hacking 指的是攻擊者利用自然語言 Prompt，誘使 AI 模型繞過既有安全防護機制，甚至利用 AI 發動自動化網路攻擊。

因此，企業必須了解 AI 模型究竟已深入整合到哪些工作流程之中，才能真正掌握風險。

風險二：個人 AI 帳號與未經核准的應用形成 Shadow AI

多數企業目前的 AI 治理，主要聚焦於 ChatGPT、Microsoft Copilot 與 Google Gemini 等廣泛使用的平台。

然而，員工也正愈來愈頻繁地使用企業無法監督的其他 AI 應用程式或個人訂閱服務。

這使企業難以掌握業務資料究竟：

• 儲存在哪裡

• 被保留多久

• 如何被 AI 平台處理

進而形成嚴重的可視性缺口。

根據 LayerX 資料，企業內部近半數 AI 對話，約 47.11% 是透過個人身分帳號，而非企業管理帳號進行。

這使企業在 AI 治理上形成重大盲點。

此外，超過 14% 的企業 AI 對話涉及個人使用的「Freemium」免費增值型 AI 訂閱服務，這可能使輸入的企業資料暴露於大型語言模型（LLM）的公開模型訓練環境中。

中國 AI 業者 DeepSeek 的案例也顯示，當一項 AI 服務在極短時間內快速獲得大量使用者採用時，既有的重要資料安全控管可能很快被繞過。

這進一步突顯，企業必須持續掌握員工自行採用哪些 AI 應用，而非僅管理經過正式核准的 AI 平台。

風險三：AI 改變了資料外洩防護的遊戲規則

AI 正從根本上改變資料外洩防護（Data Loss Prevention，DLP）的既有模式。

過去，企業資訊傳輸主要集中在容易辨識且受到完善防護的管道，例如：

• 電子郵件

• 檔案傳輸

• 雲端儲存

但進入 AI 時代之後，敏感資訊可能透過更多非結構化形式被傳遞，例如：

• Prompt

• AI 對話

• 程式碼片段

• 複製貼上的文字

• 其他非結構化內容

單獨來看，每一次 AI 互動可能都看似無害。

然而，當大量零散資訊累積在一起時，卻可能拼湊出極具價值的企業營運資訊與業務脈絡。

這正是傳統 DLP 控管機制原本並非為其所設計的情境。

本次 SOTI 報告中特別提到一項近期案例：一名美國政府官員曾透過公開 AI 基礎架構，意外洩露美國網路安全暨基礎設施安全局（CISA）的敏感受限營運資料。

風險四：企業容易忽略的瀏覽器與 IDE 擴充功能

員工目前愈來愈常透過直接在瀏覽器中運作的擴充功能使用 AI。

然而，這類瀏覽器擴充功能通常能取得相當廣泛的存取權限，例如：

• 網頁內容

• 使用者活動

• 登入憑證

• 企業應用程式

LayerX 研究發現，近 75% 的 AI 瀏覽器擴充功能會要求取得高風險或關鍵等級權限。

這可能讓未受企業管理的 AI 取得敏感資料，並形成攻擊者極具吸引力的攻擊管道。

研究同時發現，不少 AI 擴充功能存在已知的常見漏洞與曝險（Common Vulnerabilities
and Exposures，CVE）。

CursorJacking：AI 開發環境也可能成為攻擊入口

以 CursorJacking 為例，這是一種針對使用熱門 Cursor AI 程式開發助理之開發人員的隱蔽型攻擊手法。

攻擊者只需要利用一個惡意瀏覽器擴充功能，就可能悄悄：

• 竊取 Cursor API 金鑰

• 冒充開發人員身分

• 最終入侵整個 AI 驅動的開發環境

這顯示 AI 開發工具與其周邊擴充功能，本身也正在成為新的企業攻擊面。

風險五：AI Agent 進入企業環境，卻可能脫離既有安全防線

自主型 AI Agent、AI 瀏覽器及 Agentic 使用者介面的快速普及，帶來另一個全新的風險層次。

當這些 Agent 愈深入整合企業日常營運與敏感資料流程時，它們的角色也愈來愈像是企業中的「獨立團隊成員」。

它們能在極少人工監督的情況下自行做出決策並執行任務。

這也意味著，一旦 AI Agent 遭到操控，可能造成比傳統聊天式 AI 更嚴重的影響。

CometJacking：利用間接 Prompt Injection 操控 AI Agent

LayerX 研究人員發現一種名為 CometJacking 的新型攻擊技術，主要鎖定 Perplexity 的 Comet AI 瀏覽器。

研究顯示，攻擊者只需在一般網頁中植入惡意指令，即可能透過**間接提示注入攻擊（Indirect Prompt Injection）**操控瀏覽器中的 AI Agent。

一旦 Agent 遭到操控，攻擊者便可能利用它：

• 存取資料

• 執行未經授權的操作

而使用者本身甚至可能完全沒有察覺。

這類攻擊揭示一個重要問題：

當 AI 不再只是提供建議，而是能代表使用者執行實際操作時，傳統以人為核心所設計的權限與安全控管模式，也必須隨之改變。

CISO 如何因應新一代 AI 風險？

本期 SOTI 資安報告明確指出，面對日益分散且複雜的 AI 生態系，企業必須重新思考 AI 資安治理方式。

未來的 AI 治理不能只管理「哪些 AI 可以使用」，而必須針對下列四個層面建立更嚴格的安全政策：

資料流向（Data Flows）
使用者身分（Identities）
瀏覽器與 IDE 擴充功能（Extensions）
自主型 AI Agent（Autonomous Agents）

為協助企業落實相關措施，本報告進一步提供：

• 經過實際環境驗證、具可操作性的風險緩解框架

• 提供 CISO 與資安主管執行的具體建議清單

透過正確的資安治理架構，企業仍可充分發揮 AI
所帶來的價值，而不必因此承擔無法掌控的新型風險。

想了解完整研究內容？

下載最新 Akamai SOTI 特別版：

《2026 年企業 AI 使用風險報告》Enterprise AI Usage Risk Report
2026