Google「雙重驗證」讓你無痛轉移資料？先別急著開，背後藏這些隱私問題|數位時代 BusinessNext

Google「雙重驗證」讓你無痛轉移資料？先別急著開，背後藏這些隱私問題

Google雙重驗證程式前陣子推出雲端備份服務，讓過去更換手機或遺失裝置變得複雜的程序變得更加便利，不過有許多專家相繼指出若想保護資安，先暫時別備份。

雙重驗證保障登入安全，為加密貨幣圈必需品

雙重驗證是許多人為了保障帳號安全而採取的登入措施，在輸入一般設定的密碼之後，需要從Authenticator APP中接收隨機代碼並輸入，才完成登入流程。而目前為止，使用最廣泛的雙重驗證服務應該非Google Authenticator莫屬，特別是若有進行加密貨幣交易的人，必定對其不陌生，因為使用雙重驗證得以保護他們的交易帳戶免受駭客攻擊。

Google Authenticator自2010年推出後，多年來因為不支援備份和多設備使用，在更換使用裝置時手續較為複雜，若沒有轉移好或遺失手機時，就無法繼續原本設定的帳號，相關網站的登入方式也將遭到鎖定。因此，Google在4月下旬宣布Authenticator在Android 6.0和iOS 4.0以上的系統，將開始支援將帳號資訊備份至Google帳戶，若開啟備份功能後，用戶就能隨時在任何裝置使用和管理自己的雙重驗證代碼。

雲端備份存潛在資安風險，安全性與便利性須取得平衡

不過Google Authenticator的備份並非使用端到端加密（E2EE），意指並非參與通訊的使用者裝置可以讀取訊息，像是網路服務提供商、Google等潛在資料使用者都可能有能力看到相關資訊。

區塊鏈資安公司SlowMist指出，假如使用此種備份方式，當電子郵件權限遭竊，雙重驗證碼將會連帶被盜取，所帶來的風險也相當巨大。因此許多專家建議先不要開啟備份，即使備份讓轉移裝置時變得更方便，但這樣的便利是以犧牲自己的隱私為代價的。

資安研究帳號Mysk提供更詳細解釋，每個雙重驗證的QRCode都包含一個用於生成一次性代碼的秘密或種子，如果其他人知道了這個祕密後，將可以生成與您裝置上相同的一次性代碼，同時打擊雙重驗證所設下的保護。因此，假如有他人取得Google帳戶的訪問權限，所有在Google Authenticator中保管的雙重驗證資訊都會被洩露。

針對備份服務的加密問題，Google的身分安全產品經理克里斯蒂安‧布倫德（Christiaan Brand）在一則推文中承認了其中的隱私風險，說Google認為目前該公司的產品為大多數用戶在安全性與可用便利性間取得了適當的平衡，並提供了比離線使用更顯著的優勢，也表示Google計畫在未來推出Google Authenticator的端到端加密功能。

責任編輯：錢玉紘

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/