2026报告：数据保护与人工智能创新的融合

核心观点与关键数据

• 数据安全投资增长：88% 的数据安全决策者预计未来一年数据安全与合规预算将增加，主要目标是为应对数据风险、保护敏感数据、确保安全使用生成式 AI 工具而加强防御能力。
• 工具整合趋势：86% 的领导者偏好集成平台而非分散工具，以获得更好的可见性、更少的警报和更高的效率。整合平台能简化管理、提升可见性并加强威胁检测和响应。
• 数据安全态势管理（DSPM）：大部分组织正在开发或实施 DSPM 策略，通过统一可见性、持续数据风险评估和政策执行来管理数据风险。
• 生成式 AI 风险：32% 的数据安全事件涉及生成式 AI 工具使用，47% 的组织正在实施生成式 AI 控制措施，以平衡 AI 创新与责任。
• 生成式 AI 在数据安全中的应用：82% 的组织计划在数据安全运营中使用生成式 AI，39% 的组织已使用生成式 AI 代理进行数据安全，58% 正在试点或探索中。

研究结论与建议

• 整合是关键：组织应整合数据安全、可见性和治理，通过统一框架简化管理、提升可见性并加强保护。
• DSPM 推动主动防御：投资 DSPM 策略以实现从被动保护到主动数据风险管理，识别和优先处理数据风险，监控敏感数据访问并执行跨多云环境的统一策略。
• 平衡生成式 AI 的风险与收益：加强生成式 AI 使用可见性和控制，通过主动保护策略防止数据泄露，并持续对员工进行安全使用培训。
• 利用生成式 AI 改进数据安全：将生成式 AI 整合到安全工作流中，利用代理加速响应并减少噪音，同时保持人类监督以确保准确性、公平性和信任。
• 区域差异：不同地区在生成式 AI 和数据安全方面存在差异，如美国面临更大的压力，拉丁美洲更倾向于增长和控制，欧洲成熟度较低，亚太地区则面临高事件率。