
《Dark Reading》最近发布的一项调查显示,制造业、公共事业以及其他重工业参与者的优先事项格局正在转变。超过三分之一的受访者现在将网络安全风险视为未来增长的最重要阻碍,这一比例相比过去几年供应链限制或人才短缺主导的讨论有显著上升。
研究将这一激增归因于三大交叉力量:AI驱动的分析在运营技术(OT)环境中的快速部署、IT与OT的更深度整合,以及互联工业控制系统攻击面不断扩大。随着AI模型嵌入预测性维护平台、质量检测视觉系统和自主过程控制中,传统IT安全与曾经孤立的OT领域之间的界限变得模糊。威胁行为者正利用这一交叉点,借助勒索软件、供应链渗透乃至数据投毒攻击来扰乱生产线。
从政策角度看,调查结果凸显了对该行业日益增长的监管压力。欧盟即将出台的《人工智能法案》以及美国提议的AI风险管理框架均要求对高影响力的AI部署进行严格风险评估,尤其是涉及安全关键运营的场景。未能在AI流水线中嵌入安全设计的公司不仅面临运营停机风险,还可能因新兴立法而遭受罚款和责任追究。
对此,工业企业正将资本重新配置到先进的威胁情报平台、零信任网络架构以及AI专用安全工具,如模型行为监控和对抗鲁棒性测试。然而,人才缺口依然严峻;调查指出,42%的企业在招聘具备AI与OT安全双重专业能力的人员时遇到困难。
更广泛的AI生态系统也感受到连锁反应。专注于安全AI模型部署的供应商需求激增,云服务提供商则在为工业工作负载加强合规认证。与此同时,对安全的高度关注可能会放慢传统工厂的AI采纳速度,形成一个两极分化的市场,只有安全成熟度最高的组织才能获得效率提升的红利。
对监管者而言,这些数据提供了及时的信号以校准监管力度:鼓励AI开发者与OT安全机构之间的协作标准,并考虑对能够明确整合AI安全控制的企业提供激励。对行业领袖来说,信息十分明确——没有坚实的网络安全基础,AI承诺的生产力提升将始终是遥不可及的口号。
该研究成为一个警示性基准:随着AI与驱动经济的物理过程不可分割,网络安全将不再是外围问题,而是决定增长和韧性的核心因素。
图片:Alexander Gluschenko / Unsplash (https://unsplash.com/@gluschenko)
Experts warn that despite hype around AI‑driven attacks, human negligence and insider threats still dominate cyber risk to critical energy infrastructure.

Court filings allege OpenAI and Microsoft’s data‑scraping practices create a “doom loop” that undermines fair use and could reshape AI governance.

A sophisticated AI agent altered personal records at a Spanish organization, underscoring urgent gaps in AI security policy and compliance across Europe.

评论