2026年FSI网络安全专业人士云安全联盟AI安全倡议精简编辑重写报告

2026行业调查报告 FSI网络安全专业人士的精简编辑重写 仅根据上传的CSAI基金会/云安全联盟人工智能安全倡议报告。所有数据点和文本内引文编号均保留自源文件。 行业已从是否采用人工智能转变为在自主权失控之前决定如何对其进行治理。 © 2026 云安全联盟——版权所有。您可下载、存储、在您的计算机上显示、查看、打印，并链接至 CloudSecurity Alliance（https://cloudsecurityalliance.org），但须遵守以下条款：（a）草案仅供您个人信息、非商业用途；（b）草案不得以任何方式修改或更改；（c）草案不得重新分发；（d）商标、版权或其他声明不得删除。根据美国版权法合理使用条款的规定，您可引用草案的部分内容，但须注明出处为云安全联盟。 致谢 贡献者 CSA员工 平面设计 特洛伊·利奇 A.奥伯特·马克 Bower - 安朱纳合作者 凯斯·亨内特 希拉里·巴隆 索法·波格雷宾斯卡 亚当·帕克，首席信息安全官 鲁斯·乔·谢尔 詹姆斯·罗斯 马特·布朗 安南特·瓦拉加德 吉米·巴伯 阿曼·萨达纳 弗雷德·巴德 朱莉娅·切拉肖尔 贾夫·斯塔普尔顿 谢伊瓦·戈苏拉 斯宾塞·卢姆佩史蒂文·史密斯 关于赞助商 安朱娜安全为企业提供了在不同环境中自信地管理和扩展AI代理的自由。基于机密计算技术，安朱娜平台提供了中央控制，确保AI代理仅按预期行事，保持在预算范围内，并持续符合监管框架。每项操作都会被评估，每项运营风险都会被管理；凭证绝不会泄露，敏感数据始终受到控制和保护。借助安朱娜，受监管的企业可以快速部署可信的自主AI，高效达成目标，同时不增加风险并保持安全监督。欲了解更多信息，请访问anjuna.io。 目录 执行摘要 云安全联盟（CSA）关于云服务采用情况及当前人工智能（AI）的第三次调查表明，云服务已实现有效普及，而生成式人工智能（GenAI）的多个因素已从实验阶段转向规模化生产。战略性问题已不再是机构是否会采用云服务、大型语言模型（LLM）和代理，而是安全、治理和运营模式是否在快速演变，足以跟上管理潜在风险的步伐。 2026年的调查结果显示，该行业正朝着代理中介的金融运营模式发展。62%的组织报告已部署AI代理。在部署代理的组织中，有38%已授予其条件性或高度自主权。 代理自主权预计也将扩展到消费者。85%的人认为AI代理将代表用户发起和执行金融交易，而65%的人认为这种转变将需要一个新的授权模式。 许多受访者的评论都呼应了这样一种担忧：即采用的速度超过了控制成熟的速度。20%的受访者报告了已知的与人工智能相关的安全事件，而另外21%的人则不确定是否发生了此类事件，这增加了先前事件可能已经发生的可能性。数据显示，缺乏可见性的部署可能导致未来在调查人工智能相关事件、正确报告并从中学习方面遇到困难。 随着云服务在金融服务组织中的使用率达到98.3%，变得无处不在，但传统的云安全风险并未消失，反而随着AI服务的交织而变得更加复杂。第三方和供应链风险是云安全关注的重点，占比达55%，其次是配置错误，占比为52%。非人类身份也被认为是一个日益增长的担忧，涉及凭证配置错误、监控缺失以及政策执行不力。 云和人工智能的共同主题是，主要风险是数据问题。例如，敏感数据泄露是人工智能安全的首要担忧，占比高达61%，远超对模型攻击、提示注入或对抗性技术的担忧。从实际角度来看，担忧不仅在于人工智能系统可能受到攻击，更在于通过提示、聊天记录、训练数据和检索增强生成连接器等日常使用模式，敏感财务数据可能被暴露。换句话说，是员工未意识到其行为的风险，或缺乏防止此类使用的约束机制。 安全优先事项在于应对这一现实。改进身份与访问安全（48%）以及将AI安全整合到云环境（44%）将引领未来计划的安全投资。然而，进展受到整个行业都存在的相同运营摩擦的限制：预算限制和缺乏AI专业知识（均为45%），以及数据分类差距占26%。 金融服务已进入一个时代，人工智能系统将在云服务已根深蒂固的可扩展性支持下，直接参与金融决策和执行。最适合进行这种转变的机构将是那些现在投资于人工智能特定监控、非人类和代理身份治理、人工智能交互点的数据控制以及为自主系统设计的授权模型的机构。 1. 人工智能已投入生产或即将很快推出。 超过三分之一的企业正在积极在生产中实施人工智能，另外还有9%处于高级采用阶段。仅有2%的企业报告没有使用人工智能。 43%在积极实施或先进采用方面；探索或试点额外增加49% 2. AI 代理是主流 人工智能代理正在获得自主权。客户服务、网络安全运营、欺诈检测和后台运营是其中的典型例子。 62%使用AI代理；93%使用代理的用户授予某种形式的自主权；38%拥有条件性或高自主权 3. AI风险主要是一个数据问题。 通过人工智能交互导致敏感数据泄露是人工智能安全的主要担忧，其程度远超对模型攻击或对抗性技术的担忧。 61%的人将数据泄露列为首要人工智能风险 4. 云服务仍然是通用的 正如在之前的2023年报告中所述，随着大多数软件被设计为云原生，并且更容易扩展新功能，云利用率有所提高。 98.3% 使用云服务；33% 采用主要或完全基于云的架构。 5. 强有力的高层领导对云安全的支持 对商业风险的深刻理解以及推动人工智能部署的能力，已提升了整体高管支持水平。 91%的人表示支持程度为“强烈”或“中等” 6.配置错误和第三方风险仍然是主要的云风险 对人为错误的担忧位列前三安全顾虑，显示出对安全工具和支撑技术的更高信心。 第三方风险（55%）和配置错误（52%）仍然位列前三大安全问题。与2023年的结果相比，勒索软件（9%）被视为一个较低的关注点。 7. 行业期待自主金融交易 绝大多数受访者认为，人工智能代理将代表消费者发起和执行支付。 85%的人预计将采用代理支付；65%的人认为需要建立新的授权框架 关键发现 云服务采用：一个具有新复杂性的通用基准 云服务在金融服务领域的采用已达到实用饱和状态。仅有1.7%的受访者称其组织完全采用本地部署。其余98.3%则涵盖了主要采用本地部署（20%）、混合环境（46%）、主要采用云服务辅以部分本地部署（14%）以及完全基于云的架构（19%）。混合模式仍然是主流，因为遗留核心系统与云原生服务仍共存。 趋势线清晰。2020年，91%的受访者报告使用某种形式的云计算。到2023年，这一数字已达到98%。2026年的结果证实，争论点已从采用转向架构[1][2]。对于大多数机构而言，当前真正的挑战在于管理混合环境中的弹性、数据本地性、集成和控制，而非决定是否使用云。 使用公共云存储和处理监管金融数据的情况持续增长。目前，64%的人正在公共云服务中存储或处理监管金融数据，另外18%计划在18个月内这样做，而只有18%的人表示没有计划将监管数据迁移到公共云，这一比例从2023年的25%下降。在云上运行业务关键工作负载的信心也在持续增强。该报告的信息很明确：云已成为基础设施，当前的治理挑战在于如何使用它，而不是是否使用它。 多云战略：主动多元化与退出规划 多云战略正积极变化。近一半受访者，48%的人报告在过去12个月内更改了他们的云服务提供商战略。在这些组织中，44%的人在提供商之间迁移了工作负载，37%的人引入了退出或应急计划，31%的人整合了提供商，29%的人增加了一个新的CSP，25%的人减少了对单一提供商的依赖。 CSP策略变化的主要驱动力反映了对云集中和金融服务优先事项更为严格的方法。提高弹性和可用性是首要驱动力，占51%，略高于成本优化（50%）。其次是简化托管服务复杂性（39%）、监管或数据主权要求（38%）、技术要求（33%）以及业务需求变化（32%）。弹性作为驱动因素的重要性反映了供应链的担忧，近期发生的事例中，第三方供应商的一次软件更新导致全球金融机构出现级联故障。 尽管出现了向多元化发展的趋势，但仍有5%的受访者将服务迁移回本地基础设施。对大多数人而言，发展方向仍然坚定地指向云。最常见的问题是如何在各个服务提供商之间分配工作负载，以优化弹性、成本和合规性。37%的受访者表示其退出和应急计划有所增加，这表明与2023年的调查相比，其成熟度有了显著提升——在2023年的调查中，退出计划被识别为一个薄弱环节。这一转变至少在一定程度上反映了DORA对ICT第三方退出策略的明确要求，该要求于2025年1月开始具有强制性[4]。 治理框架格局：虽碎片化但正在发展 金融机构在相互重叠的治理与网络安全框架的密集网络中运营，2026年的调查捕捉了用于管理人工智能和云安全的实际框架的快照。结果揭示了既有标准的主导地位依然稳固，以及人工智能特定治理工具的早期采用。 ISO/IEC 27001的采用率领先，达到62%，确认了其在全球金融服务领域信息安全管理的实际基准地位。NIST网络安全框架紧随其后，为59%，SOC 2认证为42%。CSA云控制矩阵的采用率保持强劲，为39%，作为对更广泛框架的云特定补充。请注意，对于CSA的STAR Level 2，CCM的独立评估必须与ISO/IEC 27001或SOC 2的评估之一相关联。 人工智能特定框架领域更新且更加分散。美国国家标准与技术研究院（NIST）人工智能风险管理框架（AIRMF）在人工智能治理工具中采用率最高，达到39%，这得益于NIST的声誉及其2023年1月的早期发布。2025年7月发布的CSA人工智能控制矩阵（AICM）被24%的受访者采用。2023年12月发布的第一项人工智能管理系统国际标准ISO/IEC 42001，采用率为21%。2025年7月发布的关注人工智能代理的统一合规框架（AIUC-1）被7%的受访者采用。 框架问题中的“其他”类别为深入了解金融机构也必须应对的监管框架提供了窗口。受访者提到了DORA、欧盟人工智能法案、GDPR、PCI DSS、NIST 800-53、SOX、COBIT以及各种国家法规，强调了这一高度监管行业所承担的合规负担。几位受访者指出，他们依赖于基于多个框架的内部控制标准，这表明行业规范并非必然集中于遵守任何单一框架，而更是一种综合方法，即将控制措施映射到多个重叠的要求上。 这种碎片化既带来了风险也带来了机遇。风险在于，组织在合规映射上投入了大量精力，却没有实现一致的安全成果。机遇在于，集成化框架可以作为统一层，减少重复工作，并在一致的控制结构内协调云和人工智能安全治理。 这也是CSA合规自动化革命（CAR）的催化剂，旨在支持行业创建更多机器语言能力，以适应持续监控、实时安全态势以及更易于证明的合规要求。 安全态势：工具、风险与优先事项 安全工具格局日趋成熟，但覆盖面不均衡。SIEM 仍然是部署最广泛的工具，占比达76%。这或可反映监管要求，包括中央日志聚合、审计追踪和告警，以及定制化需求，例如有受访者提及的定制化自动取证功能。 CSPM以56%紧随其后，云XDR为40%，CNAPP为39%，CWPP为28%。受访者的自由填写项也指向下一波工具，包括AI安全态势管理、DSPM、CTEM和影子AI检测。 过去三年，CSPM的采用率显著提升，从估计的25-29%增长，代表着增长最快的工具类别。 主要风险 当被问及他们云基础设施的三大安全风险时，受访者给出了一份反映当前威胁环境的风险排序。第三方风险和供应链攻击占55%。云配置错误仍然是第二大担忧，占52%，这是一个持续存在的挑战，反映了云环境的复杂性以及跨多云架构保持一致安全配置的难度。 人为错误占27%，不安全的非人类身份占24%，不安全的API占24%，不安全的人类身份占19%。与以往调查相比，一个显著的变化是勒索软件作为前三名风险认知的急剧下降，受访者中仅占9%——其在2023年曾与数据泄露和系统破坏一同被视为主要担忧，当时其地位远为突出。 这一下降值得谨慎解读。它可能反映了组织韧性的真实改善：更好的备份和恢复能力、改进的检测以