a16z 调研 100 位 CISO：AI 如何改写 2027 年安全议程

a16z 普通合伙人 今天发表了一篇新文章，探讨塑造投资者评估交易方式的四种理念。你应该读一读！可以在这里找到。

多年来，业界一直为量子计算将改写网络安全规则做准备。然而 AI 先一步到来了。

今年夏天，OpenAI 的智能体突破了某项网络安全评估，并侵入了 Hugging Face 的生产系统。它们利用漏洞、使用窃取的凭据，一路潜入另一家公司的基础设施，这一切都是为了获取测试答案。OpenAI 的事件报告描述了这些模型如何将各个步骤串联起来达成目的。

这仅仅是个预演。自那以后，AI 帮助发现了互联网大部分所依赖的软件中的弱点。就在上周，各公司还在争相修补 PHP 中的严重漏洞，而约 70% 的网站都运行在 PHP 之上。这些漏洞已存在十多年，直到通过 OpenAI 的 Patch the Planet 计划开展工作的研究人员帮助发现了它们。同一天，eMudhra——一家被所有主流浏览器信任的证书颁发机构——被发现使用了极其薄弱的加密密钥，其中一个密钥竟然只是数字 4。

这类错误一直存在，但模型在发现弱点并设法利用它们方面正变得越来越强。这一进展在AI 安全研究所的评估中清晰可见，较新的模型能够完成日益复杂的网络任务。

更严重的漏洞也在被报告出来。面对不断增长的漏洞数量，安全团队必须确定哪些弱点对其业务构成最大风险，并在有人利用它们之前完成修复。

与此同时，他们要保护的环境也在不断扩张。员工们正在交付一年前还无法构建的应用。智能体正在获得对公司文档、源代码和生产系统的访问权限。每一个新应用和连接，都让安全团队多了一样需要理解和保护的东西。

这有助于解释为什么像 Palo Alto Networks 和 CrowdStrike 这样的网络安全平台今年市值大幅攀升。

需要保护的东西更多了。而企业预算也在随之增加。

为了解安全负责人如何应对这些压力，我们调查了 100 位来自员工超过 1,000 人企业的 CISO，询问他们在 2027 年的优先事项、预算和采购计划。

不出所料，绝大多数（87%）预计网络安全支出将增加，主要驱动因素是 AI 赋能的威胁以及自身 AI 部署所扩大的攻击面。

大部分新增支出将流向工具。不过，引人注目的是，这并非以牺牲人员为代价。尽管 AI 承担了更多工作，仍有近一半受访者预计 2027 年安全人员编制将增加，另一半预计持平，只有 4% 预计会削减。

为什么？目标是要覆盖更多领域：调查那些原本可能被搁置的警报、测试更多应用，并更快地修复漏洞。

CISO 们已经在开展试点、预留预算，并决定哪些产品值得信任、可以投入生产。其中许多采购决策将在未来十二个月内见分晓。而优先事项看起来与一年前大不相同……

AI 改写优先事项清单

如今在安全领域，一年是很长的时间。当我们请各位负责人回顾他们2026年的优先事项时，暴露与漏洞管理和SIEM位居榜首。到了2027年，所有七项获选最多的举措都涉及AI。

什么会成为P0因组织而异。SOC自动化获得最多第一名票数，而其他团队则把攻击性安全、修复或保护自身的AI部署放在首位。买家从哪里起步取决于压力最大的地方，但各方普遍认同AI能力是其安全技术栈的核心。

从回顾的2026年优先事项的变化可以看出议程转变之快。内部AI代理安全、SOC自动化和攻击性安全增幅最大。代码安全、修复和AI治理紧随其后。

两项工作正在推动这一转变：

1. 企业需要保护员工和客户已经在使用的AI。

2. 他们还希望让AI在安全领域发挥作用，帮助团队调查攻击、测试系统并修复发现的问题。

下一个采购窗口已经打开

尽管兴趣浓厚，大多数企业尚未将这些能力投入生产。仅18%报告已生产使用AI SOC工具，13%报告已生产使用AI攻击性安全或AI暴露与漏洞修复。

然而，许多企业已在试点，或预计在未来一年内投入生产。代码安全和电子邮件防御进展更靠前，但即便在这些领域，生产采用率也远未普及。

采购计划更为紧迫。45%计划在十二个月内对内部AI代理安全进行新采购或升级，其次是攻击性安全42%和AI使用与治理38%。

买家在做决策时，产品本身也在不断变化。一些企业在扩展初始部署，另一些则在为从未购买过的能力比较供应商。在各个类别中，未来一年将迎来一波评估和采购浪潮。

以下是CISO们告诉我们的市场走向，以及我们看到的机会所在。

攻击性安全成为持续能力

本月早些时候，我们与Kevin Mandia合作并领投了Armadin的B轮融资，因为我们相信防御者必须利用AI赋予攻击者的同等速度和规模，这一点至关重要。Armadin使用自主代理在企业系统中寻找可利用路径，并帮助安全团队将其关闭。

这种速度之所以重要，是因为环境不会静止不变。一个团队可能花数周时间处理渗透测试发现的问题，而开发人员仍在持续交付功能，员工连接新服务，权限也在变化。等到这些问题修复时，可能已经有另一组弱点需要调查。

AI让这一差距更加严重。Bain估计，它可以将典型的攻击序列从大约四周压缩到约十八小时，留给发现暴露并修复的时间大大减少。

安全负责人希望更频繁地测试。83%认为更频繁的安全态势测试很重要，其中54%称其非常重要。

“面对所有新的AI威胁，我们需要比别人先发现问题。”——一家全球制造商的CISO

人工渗透测试人员带来的专业知识仍是企业所需要的，但他们能覆盖的应用和系统数量有限。一个安全团队提到，他们保持测试预算不变，并利用 AI 覆盖更多应用和基础设施。

买方也期望测试频率大幅提高。如今，18% 的受访者表示其大多数攻击性测试持续针对生产资产运行；52% 的受访者预计一年内会达到这一水平。展望五年后，44% 的受访者预计测试将嵌入 CI/CD，由代码或基础设施变更触发。

这将安全测试带入软件构建和维护流程。一次发布可以触发新的测试，修复一经部署即可接受检查。团队可以在交付时检查新的弱点，而不必等到下一次计划评估才发现变化。

发现问题很好，但修复才是关键

发现漏洞可能是最快的环节。修复漏洞意味着找到正确的负责人、确定需要更改什么，并让更改经过测试和部署。对于本已积压大量工作的团队来说，更快的发现可能留下更多待完成的工作。

“借助许多这类 AI 工具，你能更快发现漏洞，但无法更快打补丁。”——金融科技公司 CISO

经过验证的攻击路径可以展示攻击者实际能到达的位置，以及哪些更改能阻止攻击，从而帮助团队确定工作优先级。买方也希望获得帮助来实施这些更改，并检查更改是否有效。在我们的调查中，70% 的受访者希望重新测试并验证漏洞已修复，67% 希望利用经过验证的可利用性来确定修复优先级，57% 希望自动生成修复或修复工单。

一家大型网络安全平台的高管将这一机会描述为构建“带着发现去修复”。这意味着从发现漏洞一路跟进到团队可部署的更改，然后重新运行攻击以确保暴露面已关闭。团队既能获得解决问题的帮助，也能获得修复确实有效的证据。

SOC 每次一个动作，获得更多处理能力

随着攻击速度加快，安全团队需要更快地调查和响应。他们跟上节奏的能力取决于一项有限资源：分析师的时间。要处理一条警报，分析师仍然必须从多个系统提取证据、还原事件经过，并判断是否存在真实威胁。等他们掌握全貌时，数小时已经过去，响应尚未开始。

AI SOC 工具可以承担更多此类工作。智能体可以提取相关证据并执行例行检查，让分析师有更多时间调查复杂案件并处理需要其判断的决策。对于已经人手紧张的团队来说，这可能意味着能够处理原本会积压在队列中的威胁。

不过，赋予这些智能体多大权限是另一个决定。如今，36% 的受访者愿意让智能体对低风险操作自主采取行动。展望未来 12 个月，60% 的受访者预计会接受这一自主程度。只有 7% 的受访者预计会允许在大多数情况下自主行动。

收集日志与更改生产系统不同。团队可以将调查的大部分工作委托出去，同时保留对可能扰乱业务的响应操作的审批权。

Cotool 让安全团队将自身的调查流程转化为智能体，这些智能体可跨现有工具协同工作、对告警进行分诊，并在其定义的权限范围内采取行动。分析师可以审查结果、优化流程，并选择哪些环节需要审批。团队已知如何执行的调查，此后便可重复进行，无需有人手动完成每一个步骤。

保障企业内部 AI 的安全

AI 已融入企业工作之中。92% 的受访者表示至少在有限范围内将员工生成式 AI 工具用于生产，83% 表示已将编码助手或智能体用于生产，55% 已在生产环境中部署 MCP 服务器或其他智能体与应用的集成。

这些系统可以访问源代码、检索公司文档，并跨应用采取行动。一家餐饮软件公司的安全负责人提出了许多团队正面临的问题：“你如何真正知道这些智能体在做什么？”

这些担忧十分具体。47% 的受访者将员工向 AI 工具泄露敏感数据列为最大担忧之一，46% 提到智能体超出其权限或被攻陷。另有 29% 担心提示注入或通过 AI 应用造成的数据泄露。

对许多企业而言，这些问题已经在拖慢部署。63% 的回复表示安全因素至少在一定程度上减缓了 AI 的采用，包括审查、审批要求以及对特定用途的限制。

安全团队需要知道哪些工具和智能体正在运行、它们归谁所有、它们能访问什么，以及它们实际做了什么。而答案还在不断变化。一个作为普通应用获批的软件，会在下一次更新时获得智能体能力；员工会添加扩展和集成；智能体的权限也会随着承担更多工作而扩大。

跟上这些变化比听起来更难。智能体在员工设备上以用户自身的权限运行，因此对于过去十年为终端安全打造的工具而言，一个读取文件或调用 API 的智能体，看起来与执行该操作的员工完全相同。EDR、DLP 和零信任在这一点上都失效了。

这就是我们投资 Neo 的原因。Neo 的创始人曾参与打造 SentinelOne，如今正在为一个智能体持续行动、且数量常常超过其所服务人类的世界重建终端层。Neo 追踪员工设备上的智能体、扩展和 MCP 服务器，以及各自能访问什么。它会核查某个操作背后是人还是智能体，并实时执行策略。一个智能体可能被允许调查生产问题，但更改系统则需要审批。

人为风险获得 AI 升级

即便攻击手段日益复杂，人为因素仍是安全的主要风险（不幸的是，贴在便利贴上的密码依然存在）。SANS 调查的 80% 组织将社会工程学列为与人为因素相关的首要风险。归根结底，仅仅说服员工做某件事往往是最容易的入侵途径，而 AI 正让这些请求变得可信得多。

一条消息听起来可能像同事。一个声音听起来可能像经理。一段视频看起来可能像你认识的人。

当来自 Adaptive Security 的 Brian Long 前来推介时，他给我们看了这两张埃隆·马斯克（Elon Musk）的照片，让我们选出真实的那一张。

我们大多数人都选错了。

如今的冒充手段早已远超拼写错误的邮件和可疑短信。即便是谨慎的员工，也可能被一个看似来自他们认识和信任之人的请求所蒙骗。

那一刻凸显了培训与模拟演练需要进化到什么程度。Adaptive 通过电子邮件、语音和消息渠道运行 AI 驱动的钓鱼与深度伪造模拟，让员工学会识别他们实际会遇到的攻击，而不是五年前的攻击。

这些冒充不仅看起来更逼真，数量也多了很多。AI 让不断炮制虚假高管档案、仿冒域名和欺诈网站变得轻而易举。安全团队已无法再靠人工逐一发现并关停，于是他们转向 Doppel 这类工具来自动完成这项工作。

代码更多，安全门槛更高

你可以对自己的安全状况感到满意，却仍会从所依赖的软件那里继承一个严重问题。近期的 PHP 漏洞就清楚地说明了这一点。

代码安全并非新类别。企业购买 SAST 和 SCA 工具已有多年。但 AI 正帮助开发者交付更多代码，给企业多年来依赖的现有安全工具带来越来越大的压力。

正因如此，在我们调查的 CISO 中，近一半将 AI 代码安全列入其 2027 年的前五大优先事项，高于 2026 年的约 25%——这可能意味着升级到像 Socket 这样能主动扫描依赖代码本身的工具，和/或使用持续从源码重建并带有最新安全补丁的最小化容器镜像。

“我们开发工程师的数量远远多于做安全测试的人。”——某金融服务公司的 CISO

需求更多，但平台先获垂询

即便优先事项在变化、新的采购周期在开启，现有平台往往仍会先接到电话。

当被问及会首先从哪里寻找 AI 安全能力时，44% 的人默认选择现有安全平台的功能，相比之下有 21% 的人会从 AI 原生安全厂商入手。一家已经保护买方端点、掌握其安全数据、并已完成采购流程的公司，拥有真正的先发优势。

正如一位领导者所说：“我信任 CrowdStrike。它有品牌，有信誉。”

但第一通电话未必是最后一通。当我们询问什么会促使他们选择初创公司而非现有供应商时，47% 的人表示是解决现有供应商无法解决的能力缺口。更好的性能、更快的创新、价格以及与现有技术栈的集成也是考虑因素，但最主要的敲门砖是平台根本无法解决的问题。

对许多买家而言，采用初创公司意味着在已使用的平台之外增加一项能力，而非取而代之。新供应商通过解决当前工具未能解决的优先问题，并证明其在其环境中行之有效，从而赢得一席之地。

喧嚣的市场让人更难判断该买什么

在 AI 安全各个类别中，数十家厂商都在承诺更自主的安全、更快的调查和更少的人工操作。它们的描述听起来可能惊人地相似。

Jake 的 Black Hat 2026 厂商全景图对此做了很好的呈现。有些类别多达 43 家厂商——对买家来说，要梳理的公司实在太多了。

买家需要了解每个产品能完成多少工作、他们的团队仍需处理多少后续事务、产品能安全执行哪些操作，以及运行成本是多少。要得到这些答案，需要从产品本应帮助的那些人身上花时间。

一家全球服装公司的 CISO 描述了将七八家供应商缩小到三家进行实际测试的过程。正如他所说，“对所有七八家都做概念验证，人力上是不可能的。”

而比较一直在变化。新供应商进入、产品扩展，底层模型的改进可能在评估过程中就改变可能性。这让做出承诺变得更难。

另一位安全负责人解释了他的犹豫：“我不想一次又一次地临时购买单点产品，只是为了每天解决每个新问题。”他为其中一个工具签了短期合同，同时仍在评估其他工具。

这种谨慎可以与真实需求并存。团队正在申请预算、开展试点，并让初始产品投入使用，同时决定更广泛地部署什么。他们希望解决眼前的问题，而不必每出现一个新产品就再增加一个。

展望未来

AI 改写安全议程的速度比近期记忆中的任何转变都快。预算在增加，团队在壮大，CISO 正在评估一年前看起来还截然不同的能力。他们已经在开展试点，并将 AI 应用于进攻性安全、SOC 自动化以及保护自身 AI 部署等用例。

而且他们正在把目光投向现有平台之外。

这就是初创公司的用武之地。在最新的 AI 类别中，现有厂商尚未赶上，安全负责人正在引入任何能解决眼前问题的人。初创公司正是那些看到这些变化需要什么并为此构建产品的人。

我们预计下一波将产生重要的安全公司，它们围绕企业才刚刚开始需要、且很快将发现难以离开的能力而建立。

特别感谢 、 和 对本文的贡献。

立即订阅

本通讯仅供参考，不应作为法律、商业、投资或税务建议的依据。此外，本内容不是投资建议，也不 intended 供任何 a16z 基金的投资者或潜在投资者使用。本通讯可能链接到其他网站或包含从第三方来源获得的其他信息——a16z 未独立核实此类信息，也不对其当前或持续准确性作出任何陈述。如果本内容包含第三方广告，a16z 未审查此类广告，也不认可其中包含的任何广告内容或相关公司。所提及、引用或描述的任何投资或投资组合公司并不代表 a16z 管理的工具中的所有投资；请访问 https://a16z.com/investment-list/ 获取完整投资列表。其他重要信息可在 a16z.com/disclosures 找到。您收到本通讯是因为您此前已选择加入；如果您希望退出未来的通讯，可以立即取消订阅。