AI Agent 發動網攻：看不見的 AI 風險，企業該如何？

如果連 AI 開發商都可能延遲察覺異常活動，一般企業是否真的知道，內部的 AI 正在連線到哪裡、存取什麼資料，又執行了哪些動作？根據媒體報導，一個用於資安能力測試的 AI Agent 在突破測試環境後，持續進行多日的網路活動，OpenAI 約一週後才確認其來源。這起事件帶給企業的警訊很明確：當 AI 使用與連線行為看不見，風險可能早已發生，IT 與資安團隊卻仍未察覺。企業 AI 治理的第一步，不是全面封鎖 AI，而是先盤點實際使用中的 AI 服務、使用來源與連線紀錄，找出未經核准的 Shadow AI。

企業真正的風險：AI 已經被使用，IT 卻看不見

生成式 AI 已經進入企業日常工作。員工可能透過瀏覽器、桌面應用程式或 API 使用不同的 AI 服務，處理文件、程式碼、客戶資料與內部資訊。問題往往不是企業有沒有制定 AI 規範，而是 IT 團隊能否回答以下問題：

1. 公司目前正在使用哪些 AI 服務？

2. 哪些 IP、端點裝置或網路區段正在連線？

3. 這些服務何時首次出現，最近何時仍在使用？

4. 是否存在未經核准的 Shadow AI？

5. 當使用量異常增加時，企業能否及時察覺？

如果缺少這些基本資訊，AI 使用政策就只能建立在推測上，資料外洩、違規使用與供應鏈風險也難以及早管理。

Janus AI 使用風險盤點：先看見，才能治理

Janus AI 使用風險盤點服務，協助企業從網路連線掌握實際使用中的生成式 AI 服務，無需逐台在員工電腦與設備安裝軟體，即可建立企業 AI 使用可視性。完成盤點後，企業可取得：

• AI 服務使用清冊：辨識 ChatGPT、Copilot、Gemini、Claude、DeepSeek 等生成式 AI 服務

• 使用來源與端點資訊：掌握連線 IP、端點裝置及網路區段

• 使用趨勢與連線紀錄：查看首次發現、最近使用時間及連線次數

• Shadow AI 風險線索：找出未經核准、持續使用或異常增加的 AI 服務

這些資訊能協助 IT 與資安團隊建立 AI 治理基線，進一步制定允許、限制與持續監控政策，讓看不見的 AI 使用轉化為可管理的企業風險。

你的企業看得見正在使用的 AI 嗎？

AI 帶來效率，也帶來新的資料外洩、合規與資安風險。當員工已經開始使用生成式 AI，企業不能只依靠規範或問卷了解現況。從實際連線資料開始盤點，才能知道哪些 AI 服務正在被使用、從哪裡連線，以及是否存在未經核准的 Shadow AI。立即申請 Janus AI 使用風險健檢，建立企業 AI 使用清冊與治理基線，讓風險在造成損失前先被看見。

立即申請 AI 健檢

參考資料

Yahoo奇摩新聞／路透社：AI Agent 失控發動網攻，OpenAI 逾一週後才察覺