AI时代企业信息系统安全计算架构白皮书

这份白皮书提出了一个自上而下的企业信息系统安全计算架构参考模型，重点探讨了AI时代企业责任边界的重构问题。核心内容包括四类数字控制权（计算、数据、AI能力、组织协同）、五业务域（私域、受控公域、开放公域、受监管公域）、七层技术架构（基础设施、平台、应用、交互层）、下一代商用计算机（NGCC）作为统一计算底座、私域与公域AI助理分层运行机制，以及管理过程四环节（目标设定、组织执行、成果衡量、沟通激励）。白皮书强调能力在哪，边界就设在哪，执行可在S3，管理只在S4，旨在清晰边界内配置可用能力，持续证明控制有效。

AI技术在企业信息安全领域的发展呈现边界重构和治理升级的趋势。AI作为新的数据使用者、执行主体和责任链引入，要求企业重新划定业务、数据与AI的边界，实现私域AI与公域AI统一体验、分层运行。安全代理成为控制点，但需结合任务必要性判断、数据最小化和人工责任。Agent作为新的任务执行主体，其权限需与任务、身份和时限绑定，高影响动作保留人工确认。AI时代的安全计算，不是封闭所有能力，而是在清晰边界内配置可用能力，让执行去能力所在之处，让管理留在承诺与责任所在之处，并持续证明控制有效。

白皮书重点分析了企业AI建设中的责任边界重构问题，提出了四类数字控制权、五业务域、七层技术架构、NGCC统一计算底座、私域与公域AI助理分层运行机制，以及管理过程四环节等核心框架。其中，核心判断包括“能力在哪，边界就设在哪”和“执行可在S3，管理只在S4”，强调治理需推到能力所在处，管理环节全部在企业业务域内进行。此外，白皮书还探讨了私域AI与公域AI的统一体验、分层运行，安全代理的作用与局限，Agent的治理方式，以及安全、性能与可靠性承诺的适用条件等问题。

当前AI企业信息安全管理市场呈现能力与责任并重的现状。企业面临AI技术带来的新数据使用者、新执行主体和新责任链，要求在引入AI时必须重构架构，否则效率提升将建立在不可见、不可控、不可审计的风险之上。市场重点在于如何清晰界定边界，配置可用能力，实现执行与管理的分离。私域AI与公域AI的统一体验、分层运行成为关键，安全代理作为控制点需与任务必要性判断、数据最小化和人工责任相结合。Agent治理要求权限与任务、身份和时限绑定，高影响动作保留人工确认。市场同时强调安全、性能与可靠性承诺需给出适用条件、测试方法与证据来源，隔断需结合监管要求、真实业务需求和旁路控制评价。

这份白皮书提示了AI时代企业信息安全管理中的多重风险。首先，AI引入可能导致责任链漂移，若只做模型接入而不重构架构，效率提升将建立在不可见、不可控、不可审计的风险之上。其次，只做封闭而不面对能力差距，会将风险从可见通道推向不可见通道。此外，私域AI与公域AI的分层运行需确保统一体验，安全代理不能代替任务必要性判断、数据最小化与人工责任。Agent作为新的任务执行主体，其权限绑定和人工确认机制需完善。任何安全、性能与可靠性承诺都需明确适用条件、测试方法与证据来源，隔断需综合评价，避免单纯切断通道降低可见性。这些风险要求企业在AI时代必须重构架构，清晰边界，持续证明控制有效。