奥义智慧

用生成式AI帮助资安应用，不只是微软与Google的一举一动受广大关注，在迈向2024年之际，我们更是可以发现，已有几家台湾资安业者率先投入发展，并且实际端出可应用的产品。这不仅突显台湾资安业者的技术实力，也显示他们及早布局、持续关注之余，也累积实作经验，才能在技术浪潮的一开始，就有了相关成果与进展。

有哪些台湾业者行动最积极？早在2023年5月台湾资安大会，也就是微软预告推出Security Copilot没多久，知名资安新创奥义智慧就展示，将AI虚拟分析助手导入新的XCockpit平台，能提供中文案情摘要与处置建议，7月上线。

接下来是趋势科技，6月宣布Trend Vision One整合式资安平台，将提供自然语言聊天介面的AI助手Companion，7月开放部分客户使用，最近11月27日，已正式向所有客户开放这项应用。

另外，资安监控委外服务商安碁资讯在本月举行的年度媒体资安讲堂，也首度透露，他们要用ChatGPT帮助资安服务与资安工作，并制订3大发展方向，目前发展进度已达到7成。

显然，在许多资安业者都高喊AI资安，以及国际大厂陆续用生成式AI帮助资安之下，我们确实看到台湾已有资安业者，同样看好新技术带来的创新与机会，并在2023年已积极展开相关行动，未来2024年，我们也期盼更多台湾资安业者能够需与时俱进，善用特性以提升效率。毕竟，在骇客积极利用生成式AI的状况之下，如果国内资安业者没有善用AI自动化的做法，很有可能更无法跟上日益加剧的威胁态势。

基於厂商公开展示与揭露这些功能的时机都在2023年的条件限制，这次探讨AI资安的封面故事，我们特别选择奥义智慧、趋势科技、安碁资讯这3家业者，与他们一起探讨最新的发展态势。

与工作流程整合是关键，从解决用户问题的角度出发

关於用生成式AI帮助资安这件事，奥义智慧有很深刻的想法，该公司创办人邱铭彰特别说明了他们的发展策略。

他指出，应从解决前线人员问题的目标开始设想。因为，目前资安人员使用资安系统时，面对各种警示，通常会看到介面上有相当多的资料需要解读，因此，这里的最大挑战在於，未完成充足训练的人员根本看不懂，即便厂商培养这方面的人才，也很容易被挖角。

所以，现在如果能在资安领域善用生成式AI技术，可以快速产生事件摘要、建议措施，将能直接解决使用者的需求。更重要的是，可藉此大幅减少平均侦测时间（MTTD）、平均调查时间（MTTI），并且使事件本身的解读更有意义。

同时，这也将改变资安团队运作效率的量测。而在奥义智慧自家的XCockpit介面上，已经将这两项指标直接显示於首页仪表板，作为重要观测指标。

关於生成式AI在操作体验上带来的简化，其实我们陆续从各家厂商发展看到例子，并认为可能带来新的变革，像是可藉由一问一答方式查询，也能点击AI给出的建议按钮执行，还有AI自动建议通知的形式，让相关设定与操作变得更简化与不同。

邱铭彰也有同样看法，他认为，最大的变化就是发生在使用者体验，他预见资安系统UI介面将朝向更简洁发展，因为过往资安系统的介面很复杂，需要显示相当多的资料，但从用户角度而言，只要能够解决问题就好，这才是根本。

此见解可从奥义智慧展示的XCockpit平台介面得到印证，我们发现，当中并未特别设计自然语言输入的对话框。

邱铭彰表示，他们的工单管理系统已能自动整并案件，使用者只需要点击，就可以看到自动化调查的结果，包括手法、攻击来源与出建议等，即便一段Base 64编码的内容、命令列的指令内容的分析，也只要点击选项，就会提供简显易懂的说明。

他并以近期向客户展示的经验为例，当时他们进行红蓝队演练，AI资安系统可以做到「当侦测到攻击发生到哪，针对攻击的解说也就可以到哪」，这样的呈现方式彷佛游戏直播。

邱铭彰强调，现在很多业者的生成式AI应用，都是产生威胁情资的辅助说明，但整合在工作流程才是关键，并且要让生成式AI能做资安决策，并不只是单纯提供操作辅助，如同自驾车Level 2与Level 3的差异。他认为，这是台湾资安厂商发展AI功能时可以思考的方向。

如此看来，奥义智慧已设想将生成式AI与工作流程深度整合。不过，对於交由AI来进行决策，我们也忧心这麽做真的可行吗？邱铭彰表示，用於资安是可以的，但与人命相关的请不要交给AI。

另一个我们好奇的问题是：过往资安业者就已经在使用AI/ML模型，与生成式AI相比，究竟有何具体差异？

邱铭彰解释，以奥义智慧而言，他们过去开发三个AI小模型，以此来让案情分析做到更准确，第一个AI模型帮助挑出重要的事件，第二个AI模型可组成案情结构并将事件轴串起，第三个AI模型能将案情解说成中文并产生建议，而他们的CyCraftGPT，目前版本是基於可商用LLM模型Mistral而打造，当中还有以台湾习惯用语来训练。

总合而言，CyCraftGPT与先前AI模型的使用并不冲突，而是可以更好将多个AI模型的效果串联起来。

另外，邱铭彰也预测，不仅资安系统UI会朝向简洁设计，还会出现很多聊天机器人，这就如同ChatGPT服务，介面其实就只是对话框的形式，并没有复杂的UI设计。

他还透露，公司目前最想解决的两个问题：一是用於产品手册与说明书的查询；另一是国外资安情资新闻的汇整，这将能帮助资安长更好理解，也是改进资安服务的体验。

值得一提的是，在2023年底，奥义智慧也在日本资安大会SECCON发表适用於资安产业的AI评估标准，名为Adaptive Evaluation Security Guard（AESG），其作用为减缓大型语言模型相关风险，包括资料外泄、Prompt攻击、以及AI幻想等问题，以及确保他们另一项生成式检索增强（RAG）系统CyberSensei的可使用性及正确性。

建构高度弹性的介面，资安的新手、老手，以及资安长都可受益

很早就从台湾跃上国际资安舞台的趋势科技，他们的资安产品线可说是相当庞大，因此，他们在2021年就打造Trend Vision One整合式资安平台，当中以XDR为核心，并结合更多产品功能，随着2023年AI资安助手Trend Companion的推出，将能够带来哪些助益？

他们表示，Trend …

Shopline

开店平台Shopline台湾总经理叶力维指出，超过30%的电商和实体商正往全通路（OMO）扩展，且这个比例还会越来越高，全通路经营成必然趋势。

但，叶力维表示，不论是电商往线下通路扩展，还是实体门市拓展线上通路，「整合」都会成为一大挑战，包括商品与库存的整合、购物纪录的整合、跨通路的营业系统整合，还有Facebook、Instagram和Line等社群平台的行销和电商整合等。

叶力维建议，企业用消费者面对整个品牌时的体验来思考整合，用顾客旅程的概念来串起不同通路，才能提高黏着度与销售成绩。

如何做到最佳峰值体验？靠数据分群

峰值体验是近来电商圈热门的关键字，它是指「在对的时间做对的事，触发消费者做消费决策。」叶力维解释，峰值体验是非常个人化的体验，因为，每位消费者的需求都不同，而这些不同，就反映在数据上。此时，店家得靠数据分析来掌握消费者的消费旅程，以便在对的时间点执行行销计画。

然而随着经营时间增长，店家消费群体越来越多，消费者所产生的数据也如串流般不断更新，在这个情况下，店家不可能一对一服务。因此，「分群」成了消费群体和数据不断成长的解法，来协助店家从众多数据维度中，进行降维决策。举例来说，传统的RFM模型就是一种典型分群方法，也就是根据最近一次消费（Recently）、消费频率（Frequency）和消费金额（Monetary）来定位不同消费群体，制定专属行销计画。

依据RFM和网站浏览行为、消费倾向、跨通路足迹等维度，企业便能决定行销优先顺序，再结合顾客消费周期，来进行更精准的自动化行销。

直播电商新型态，带来更大数据及营业形式整合挑战

除了实体店面和电商平台，另一种正在崛起的热门通路是社群媒体平台。尤其是直播电商，不仅可以带来大量业绩，企业也能同步蒐集许多顾客互动数据。

不过，直播电商特殊的营业型态，使数据及营业形式整合成为巨大挑战。首先是，直播时的互动型态与一般客服或通讯软体型态不同，因此数据格式也不同，需要设计撷取和格式统一化的机制处理。分析阶段，也需要针对直播电商的消费型态来特别设计解读方法。例如，直播时下了15次订单，必须与到店购买15次，虽然都是复购，但意义上相当不同。

不只如此，直播电商的订单格式与其他通路不同，因此在订单、金物流处理上，也需要下额外功夫。叶力维解释，直播电商的订单是非常破碎化的，有可能同一个顾客在一次直播中下了10次、20次微型订单。若将这些微型订单通通视为独立订单处理，拣货成本、包装材料、金物流成本都会重复支出非常多次。加上直播电商的瞬间流量大，这些成本必然会高到难以吸收。因此，企业或开店平台需要设计一个订单整合机制，将同一个人的大量微型订单整理成同一个订单。

不过，这种整合後的订单，也不能视为一般订单。叶力维举例，一个订单中可能同时包含预购产品和生鲜产品，前者需要等待一段时间才能出货，但後者拣货後需要快速出货。企业和开店平台必须先设计机制，让订单管理系统中能拆单，并在订单履行阶段有条不紊的落实。文⊙王若朴、郭又华

 相关报导 …

报导指出，Google原本预定本周在欧盟推出AI助理Google Bard，但欧盟主管机关以Google未充份说明隐私保护措施为由，要求暂缓上线计画。

《Politico》引述爱尔兰资料保护委员会（Data Protection Commission，DPC）副主席Graham Doyle表示，Google最近才通知该委员会，计画本周在欧盟推出Bard。然而截至目前Google未详细说明，委员会也没看到资料防护影响评估，或是任何支援文件，因此主管机关已要求Google延後，直到他们提供详细评估，并且回答关於Bard「紧急时」要怎麽遵循欧盟资料保护规定的其他问题。他说，Bard本周将不会在欧盟推出Bard。

欧盟主管机关表示，针对Bard的审查正在进行中，他们也会尽快将资讯分享给其他欧盟会员国主管机关。

Google於3月底发表Bard，以便追赶ChatGPT及微软Bing Chat的部署进度。不过媒体发现，到5月中Google完全移除等候清单，意欲部署到全球时，Bard的可用区域依旧没有欧盟27个会员国及加拿大。

一般相信，问题症结在欧盟的GDPR及加拿大个资保护法。此外，欧盟也正在制订AI法案（AI Act），也可能影响Bard的服务设计及实施计画。

Google也证实产品推出延後。Google 5月已说明会致力於扩大部署Bard，包括在欧盟，该公司说会和专家及主管机关、立法委员合作并以负责任的态度执行，期间Google一直与隐私主管机关洽谈以解决其疑虑，并且听取意见。

欧盟会员国中，义大利曾在4月间因ChatGPT蒐集未成年人个资，而短暂禁用ChatGPT，不过在OpenAI调整做法後已经解禁。不过德国、西班牙已开始调查，另外，爱尔兰及一些欧洲国家主管机关也已成立工作小组准备启动调查。…

企业数位转型开始扩大导入新兴科技时，对非技术人员往往会面临很大的适应考验，他们不知道如何应用新科技、分析数据或解读BI报表来决策。AI新创Chimes AI执行长谢宗震从去年底开始，开始用ChatGPT协助自家企业顾客面对这些挑战。

可用ChatGPT产生AI提案计画书

有一家使用了Chimes AI建模与管理平台产品的企业，老板想要将AI扩大应用到其他部门，要求各部门提案。不过，非技术部门不熟悉AI技术，无法想像如何将AI应用於工作流程优化。

谢宗震参考自家过往AI导入案例，利用提示工程做法，让ChatGPT自动生成AI应用发展企画书。谢宗震说，这份企画书已经足以提供企业思考的大方向，之後只要稍做修改，就能成为具可行性的计画。目前可以利用ChatGPT生成AI应用场景的计画书、产生专案开发计画、建议专案资料盘点、模拟专案资料、补齐专案资料、提供解读等等不同专案阶段的参考资料或知识。

能学习ChatGPT如何解读BI报表

如何运用ChatGPT来辅助非技术人员，例如企业业务团队常需要参考BI报表来决策，不过，就算有BI报表，业务人员不一定能将报表内容直接转化为具体洞见或执行计画。谢宗震观察，对不谙资料科学的中阶主管而言，从BI报表上冰冷的数据找到延伸方向，并整理为合理易懂的解释，不是一件易事。这是一个ChatGPT能应用的场景。企业可以输入报表或各式图表给ChatGPT，让它生成出易懂的分析来作为报告参考。

谢宗震说明，AI可以帮忙从资料之间的关联性找出可能解释。举例来说，ChatGPT能快速观察出太阳能光电厂的发电量跟天气、气温、能见度等变数间的关联性，并输出易懂的文字结论，例如发电量与哪个变数关联性最强。

尽管ChatGPT是处理自然语言的AI，不过也有办法让它读取视觉化图表。使用者可以对ChatGPT描述图表资料结构，例如折线图XY轴，再将数据以CSV的格式提供给ChatGPT，它就能读懂非纯文字的图表。谢宗震也观察到，为了避免资料外泄等原因，企业实务上通常不会直接将所有数据输入ChatGPT，而是将部分数据或模拟数据提供给ChatGPT解释後，再参考它生成的解释方向，来解读实际数据。

ChatGPT参数及提示输入是成果精准度关键

如何善用提示工程来引导ChatGPT的生成时，谢宗震提到，对ChaGPT定义使用者角色的重要性。举例来说，在请ChatGPT发想技术应用企画时，可以指示ChatGPT扮演生产技术部门里面的一个品管人员，生成的企画细节就会更加贴近实务需求。甚至，若指示ChatGPT扮演经验丰富的数据科学家角色来解释BI报表，解读能力也会提升。

企业导入ChatGPT的另一个隐忧是生成结果的精确度。作为一个生成式AI，ChatGPT会不会输出与实务情况脱节的内容，例如在生成报告时，添加了现实中不存在的数据或细节等？谢宗震坦言，这种情况确实有可能发生，因此在ChatGPT API的参数设定及指令输入上，必须依照需求做出相对应的调整，才能获得足够精确的输出成果。

举例来说，在ChatGPT API中，提供了一个Temperature参数，决定生成结果的多样性，数字越高，多样性越大，也就越可能与现实脱节。因此在需要高精度和可重现性的应用场景中，可以将此参数降为0。不过，也有些应用场景反而需要ChatGPT生出更多元的结果，例如探索新兴技术应用可能时就需要调高。

虽然ChatGPT只能根据2021年9月之前的数据来生成内容，不过，谢宗震认为，参考2年前的网路资料虽无法让企业一跃成为业界最前线，但已经足以让企业不落於人後。他甚至表示，这种用ChatGPT生成新兴技术应用企画的做法，「是一般企业追赶顶尖企业最好的方法。」

资料模糊化技术将成降低资料外泄风险关键

对不少企业来说，使用ChatGPT这类工具的一大疑虑，是担心敏感资料外泄。谢宗震认为，首要做法是，企业内部要规范好数据控管机制，以避免员工不慎上传涉及个资隐私或营业机密的数据。接下来，则是妥善利用资料模糊化技术。

由於企业使用ChatGPT来进行企画书或报表解读时，通常只需要大方向的趋势解读，因此企业可以先模糊化数据，再输入数据给ChatGPT。这些方法包括将具体数字转化为百分比、在数据中加入一定程度的杂讯，或者以实际数据为基础，做出一份模拟数据。

不过，谢宗震认为，随着越来越多企业认同ChatGPT等AI工具的价值，未来资料模糊化技术也会更加重要。就算财力雄厚的大型企业能直接购买一套AI模型，部署到自家环境中，要做到这种程度的投资前，企业内部仍须先进行小型概念验证，建立企业对这类工具的信心，因此资料模糊化这种较简单的做法，对於大小企业来说都有其必要性。

 更多相关报导  …