前CIA探員再投身資安戰場,退休後加入Fortinet訓練AI對抗網攻
前CIA探員再投身資安戰場,退休後加入Fortinet訓練AI對抗網攻

成立於2000年的國際資安巨頭Fortinet,該公司成員可謂臥虎藏龍。曾待過美國國家安全局(NSA)、替白宮制定資安政策的菲利普・奎德(Philip Quade)於2017年出任了Fortinet的資安長一職。而奎德的好友,前CIA探員及國家情報總監辦公室(ODNI)總監吉姆・里奇堡(Jim Richberg)也接下Fortinet資安副總裁的職位。

為何這位曾參與過波士尼亞戰爭諜報行動,為美國政府服務逾30年的前CIA探員,會在退休後步入民間企業?吉姆給出了一個令人驚訝的答案: 「因為某些民間企業能做到一些政府做不到的事。」

完勝政府執行力,用數據訓練AI對抗網路攻擊

吉姆表示,當他任職聯邦政府時所面對的一大挑戰,即是建立一個綜觀所有營運狀況的平台系統,偵測、分享威脅情資,並即時進行回報。而政府砸大錢投資,卻沒能達到理想目標。

為此苦惱的同時,吉姆卻發現民間企業不僅早已提出更好的解決方案,甚至開始在銷售這個服務了。他認為,這項服務是兩個東西聚合的結果: 一個整合技術平台,加上AI(人工智慧)與機器學習的應用

吉姆指出,許多資安公司都有整合包含雲端、IT系統、電信服務等供應商的平台系統,該系統可以部署範圍涵蓋了手機、IoT裝置、雲端介面等終端。意味著,他們能夠透過系統監測端點上的事件,並對此展開行動。

監測系統展現了大數據的力量。以Fortinet來說,他們在30萬個客戶的超過500萬個存取端,每日蒐集的事件量逾1000億個。要從海量資料中分析出正常、不正常、甚至是帶有惡意的,就需要藉由AI及機器學習。

這種程度的分析,目前政府還沒辦法做到。而民間資安企業可用客戶網絡的資料,去訓練自己的AI與機器學習,讓資安防護不只針對威脅即時反應,還具備了預警功能。雖然人們總有駭客利用AI進行攻擊的疑慮,但吉姆認為,在先決條件上,駭客沒有足夠的大數據去更快、更高水準地培養他的AI。

至於政府的限制何在?吉姆點出,第一,政府的數據及系統都太過繁雜,難以像民間企業一樣,有相對單純的平台蒐集同質性高的數據,進一步養出有利於辨識異常狀況的AI。

第二點則是官僚體系的阻礙。現行規定中,有關單位必須每年向國會申請AI研發預算,經費時有時無,在執行上造成很大困難。相反的,民間企業是私營機構,理論上經費能持續挹注,不受體制所限。

掌握「遇駭」脈絡,公私部門需緊密合作

也因為看見公私部門的差異,吉姆才會在退休後選擇投入民間。從不同的角度做資安防護的工作,對現在的他而言,一個資安威脅情報的背景脈絡,是這項工作最重要的一點。

目前美國有90%的網路由民間經營,政府能夠全權掌握的資料相當有限。吉姆認為,假設有企業受到攻擊,政府的情報資源或能分析出攻擊來源及手法;但只有受害者知道自己的核心技術所在,還有攻擊對公司營運的影響程度等。

「針對一個攻擊事件,我們首先想到, 發現到什麼?這個攻擊代表了什麼?而我們需要採取什麼作為? 如果公私部門不合作,就無法知道事件的整體脈絡,進而難以了解事件的嚴重性。」吉姆說。

GDPR
政府對私部門通常採取一種軟硬兼施的手法。一方面協助企業調查資安事件,另一方面則透過法規限制提高民間企業的資安水平。像是GDPR的通過,就是其中一個例子。
圖/ shutterstock

事實上,很多公司常會隱瞞自己被攻擊的事實,而政府當然沒法偵測每個攻擊事件。「常常是在海外網路上流傳國內企業資料被我們發現,對方被質問時才承認遇襲。但他們通常都會說,被竊取的並非核心資料,這就不是政府單方面能證實的了。」吉姆說。

因此,政府對民營企業通常採取「軟硬兼施」的手法,一方面協助他們調查資安事件,另一方面則透過法規限制,提高民間企業的資安水平(像是GDPR的通過)。最近加州也通過一項針對物聯網(IoT)設備的資安法規,試圖嚴加取締容易被駭的聯網裝置。

看上Fortinet創新能量,換個角度續戰資安領域

去年底才剛從政府單位退休,直到4個月前,吉姆卻又馬不停蹄地接任Fortinet的資安副總裁職務。他說,之所以「無縫」接任,是因為「該公司的理念與自己的想法相近」,而Fortinet投入技術研發的資金約佔每年預算的10%,這在業界算是非常高的比例。

Fortinet
吉姆去年底才剛從政府單位退休,四個月前卻又馬不停蹄地接任了Fortinet的資安副總裁職務。
圖/ 蔣曜宇

成長快速的Fortinet,不僅與Cisco、Palo Alto Networks及Check Point三間資安大廠齊名,在過去兩年被全球ICT研究顧問權威Gartner評為資安產業領導者;更在全球取得596項專利,是資安業者中的第一名。如此重視創新的理念令吉姆著迷。

「我和這間公司很合得來。我在一天內就被聘僱了,」語句間透露著他對資安工作的熱情,吉姆說「我想這是間有野心要塑造整個資安產業的未來的公司,並不只是要追求營收。」

在未來,吉姆盼望能繼續以創新方式做資安工作,把他在政府資安單位30多年的經驗,透過Fortinet奉獻給民間,不過,現在他也許得要先適應一下新環境。

「以前就只有政府一個老闆,現在卻得聽上萬個客戶的話。我發現這不是件容易的事。」吉姆笑著說。

責任編輯:張庭銉

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓