a16z调查100位CISO：AI安全优先级全面重写，但生产部署远落后于采购意向

安全优先级列表在一年内被彻底改写。a16z对100位千人以上企业CISO的调查显示，当被要求回忆2026年的优先事项时，暴露面与漏洞管理和SIEM排在前列；而2027年排名最高的七项举措全部涉及AI。内部AI代理安全、SOC自动化和进攻性安全涨幅最大，代码安全、修复和AI治理紧随其后。

推动这一转变的是两件事：企业需要保护员工和客户已经在使用的AI，同时也想把AI用到安全团队内部——帮助调查攻击、测试系统、修复发现的问题。

预算方向与外界预期一致。87%的受访CISO预期2027年网络安全支出增加，主要驱动力是AI赋能的威胁和自身AI部署带来的攻击面扩大。大部分新增支出流向工具，但并非以裁人为代价：近半数预期安全团队人数增加，另半数预期持平，仅4%预期削减。调查将这一选择解释为覆盖面需求——团队希望调查原本会积压的告警、测试更多应用、更早关闭漏洞。

然而，从意向到生产之间存在显著落差。仅18%的企业报告AI SOC工具已进入生产环境，13%报告AI进攻性安全或AI暴露面修复已投产。多数企业仍在试点或预期未来一年内达到生产。采购计划更为紧迫：45%计划在十二个月内对内部AI代理安全进行新购或升级，42%针对进攻性安全，38%针对AI使用与治理。

进攻性安全正从周期性评估变为持续能力。a16z在文中提到，Bain咨询公司估计AI可将典型攻击序列从约四周压缩至约十八小时，留给防守方发现和修复的时间大幅缩短。83%的受访者认为更频繁的安全态势测试重要，其中54%认为非常重要。当前18%的企业称其大部分进攻性测试持续运行于生产资产，52%预期一年内达到这一状态；五年后44%预期测试嵌入CI/CD流程，由代码或基础设施变更触发。

发现漏洞是快的部分，修复才是瓶颈。一位金融科技CISO表示：「用这些AI工具能更快发现漏洞，但无法更快修补。」70%的受访者希望重新测试并验证漏洞已修复，67%希望用已验证的可利用性来排序修复优先级，57%希望自动生成修复工单。一家大型网络安全平台的高管将机会描述为「找到即修复」——从发现追踪到可部署的变更，再重跑攻击确认暴露已关闭。

SOC自动化的核心约束是分析师时间。处理一条告警仍需从多个系统拉取证据、重建事件、判断是否存在真实威胁，完整画面到手时数小时已过，响应尚未开始。AI SOC工具可以承担证据收集和常规检查，让分析师专注于需要判断力的复杂案例。但授权程度是独立决策：今天36%的受访者接受代理在低风险操作上自主行动，12个月后这一比例预期升至60%，仅7%预期在多数情况下允许自主行动。

企业内部AI的普及速度同样惊人。92%报告至少有限度的员工生成式AI工具生产使用，83%报告编码助手或代理已投产，55%拥有MCP服务器或其他代理到应用的集成在生产环境。这些系统可以访问源代码、检索公司文档、跨应用执行操作。47%将员工向AI工具泄露敏感数据列为最大担忧之一，46%提到代理越权或被劫持，29%担心提示注入或AI应用中的数据泄露。63%的回复描述安全至少拖慢了部分AI采用，包括审查、审批要求和特定用途限制。

一个结构性难题在于：代理运行在员工设备上，使用用户自身权限，因此对过去十年构建的端点安全工具而言，代理读取文件或调用API与员工本人操作无法区分。EDR、DLP和零信任在这一层面失效。

采购决策中，现有平台仍获优先调用。44%的受访者表示首先从现有安全平台寻找AI能力，仅21%从AI原生供应商开始。但第一通电话不等于最后一通：47%表示，如果初创公司能解决现有供应商无法覆盖的能力缺口，他们会考虑选择初创。一位受访者直言：「我不想每天出现一个新问题就再买一个点产品。」

市场噪音是另一个障碍。a16z引用Jake Black Hat 2026厂商图谱指出，某些类别多达43家供应商。买家需要理解每个产品能完成多少工作、团队仍需跟进多少、哪些操作可以安全执行、运行成本如何——而这些答案需要由产品本应帮助的人来花时间去获取。一位全球服装企业CISO描述了将七八家供应商缩小到三家进行实测的过程：「对所有人做概念验证在人力上不可能。」

a16z在调查涉及的多个类别中持有投资组合利益，包括进攻性安全公司Armadin、端点AI安全公司Neo、SOC自动化工具Cotool、代码安全公司Socket、社会工程模拟公司Adaptive Security以及品牌仿冒检测公司Doppel。Armadin由a16z与Kevin Mandia共同领投B轮；Neo创始团队曾参与构建SentinelOne。调查结论与这些投资方向存在利益关联，读者应据此评估其分析立场。