博主头像

Palo Alto Networks CEO：AI 在 6 周内发现了 5 年的漏洞

外来客 • 2026-08-28 15:07:14

分享
𝕏 f ◉
声明：本文为对公开内容的摘要整理， 未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

（原标题：Palo Alto Networks CEO: "AI Found 5 Years of Bugs in 6 Weeks"）

🛡️ AI 重塑网络安全格局

  • Palo Alto Networks CEO Nikesh Arora 指出，AI 工具 Mythos 在 6 周内发现了原本需 5 至 7 年才能找到的代码漏洞，测试成本仅为低数百万美元。
  • AI 能够发现链式攻击路径，证实了其在代码评估中的真实能力，预计 3 个月内类似能力将出现在开源或中国模型中，引发防御者与攻击者之间的漏洞修补竞赛。
  • 当前 89% 的网络攻击源于凭证窃取等基础错误，而非高难度破解，小型企业（如医疗诊所）面临更大的勒索软件风险。
  • 模型存在 10%-30% 的误报率，这对防御端是巨大挑战，需通过特定框架（Harnesses）将误报率降至 0.01% 以下。
  • 前沿模型权重可存储于 USB 中，数据蒸馏速度快，因此限制模型发布 3-6 个月无法阻止技术扩散。

💻 SaaS 行业结构性变革

  • 分析型 SaaS 面临淘汰，因为企业可直接利用 AI 模型对数据进行自我分析，无需依赖第三方分析软件。
  • 基础设施软件（如数据库、存储）价值上升，预计未来三年企业数据存储需求将增长 10 倍。
  • “工作系统”类软件将被重构，AI 代理将取代传统 UI 界面，自动处理销售记录、邮件摘要等后台任务，消除人工数据录入。
  • 某企业通过整合数据并接入 AI，将 SaaS 账单降低了 90%，显示传统软件定价权正在丧失。
  • 初创公司正利用 AI 以更低成本（如按消费计费）替代传统 SaaS 软件（如 $1000/席位/年 的模式）。

⚖️ 模型应用与商业风险

  • 模型将演变为“效用层”，企业按需购买不同智力水平的服务，利润池集中在应用层而非模型层。
  • 企业不应直接调用底层模型，而应依赖专门的应用公司解决业务问题，以规避技术实施风险。
  • Anthropic 和 OpenAI 正加速企业级销售，争夺利润池。
  • 替代现有软件（Replacement TAMs）和消费级订阅是 AI 时代最易获取收入的两大领域。

📊 硬件基础设施与供应链

  • 硬件仍是管理低延迟、高吞吐量数据的最优解，尤其在金融等对延迟敏感的行业，云端迁移受限，硬件需求将持续存在。
  • 构建 1 吉瓦（1 GW）算力需约 500 亿美元。
  • 金融巨头（如 Goldman, JP Morgan）因延迟导致利润损失而拒绝完全上云，继续采购硬件。
  • 全球硬件组件缺货，工厂订单积压，但行业迎来“一生一次的繁荣”，CEO 们正承诺投入 100 亿美元建设内存等基础设施。

🎯 核心观点与结论

  • AI 正在重塑网络安全与软件行业，企业需利用 AI 实现运营效率极致化，从而获得远超行业平均的利润率（毛利 90%，净利 40%-50%）。
  • 并购策略已从单纯整合产品转向追求“AI 驱动的高效运营”，通过优化被收购公司的成本结构来释放价值。
  • Palo Alto Networks 三个月前完成了一笔 250 亿美元的收购，旨在捕捉身份安全（Identity）在 Agentic 视角下的机遇。
  • 未来 6-12 个月是观察 AI 在企业中落地稳定性的关键期。
  • 技术团队规模将因 AI 带来的转型需求而扩大，而非缩减。
  • 企业若无法通过 AI 优化运营至高利润率，将在并购市场中失去竞争力；Palo Alto Networks 将保持并购开放性，但核心在于执行效率。

博主头像 👤 同一博主

查看该博主全部 74 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。