💡 站外导读:企业业务部门正以远超安全部门治理能力的速度部署自主 AI 智能体:Forrester 2026 年调研揭示,37% 的企业 C 级 AI 决策者名下已有六个及以上 AI 或智能体项目在投产前夭折,数据隐私与治理失控正是最大绊脚石。面对“安全工作自身也在被 AI 自动化”的双重冲击,Forrester 提出向“信任与保障组织(TAO)”转型的系统化路线图。
旧安全运维模型正在失灵:为什么业务线抢跑智能体让 CISO 陷入两面夹击
37% 企业连续折戟六个以上项目,安全职责重心从“亲自操作”转向“为自动化提供背书”
在 Forrester 分析师 Jess Burn 与 Madelein van der Hout 联合发布的研究分析中,企业网络安全团队当前面临的并非单点漏洞工具缺失,而是整个旧有运行底座的失效。在 Forrester《State Of AI Survey, 2026》中,高达 37% 的企业级 C 级 AI 决策者坦言,自己至少有 6 个 AI 及智能体项目还没来得及正式投产就已经折戟沉沙;受访高管在复盘阻碍落地的原因时,将“数据隐私与安全隐患”、“治理与风控缺失”以及“对智能体系统的信任度不足”列在了最前列。
矛盾的是,即便风险清单越拉越长,董事会和高管层依然在持续加码智能体落地——原因很简单,自动化规模化带来的经济杠杆过于诱人,谁也不愿慢下来。这把 CISO 推入了一个极其棘手的治理处境:哪怕上线智能体的业务部门根本不在安全团队的直属汇报线上,CISO 依然必须拿得出可辩护的硬证据,证明分布在全公司的智能体、数据管道、模型调用与自动化决策全部运行在合规边界之内。与此同时,安全团队自己的检测、分诊(triage)和响应工作也在被 AI 以前所未有的速度自动化。正如安永(EY)全球网络安全咨询负责人 Richard Watson 所指出的那样,CISO 组织的重心已经不再是“自己动手完成每一项安全作业”,而是“确保自动化安全作业确实按预期运行,并为其划定人工介入与结果校验的边界”。

什么是信任与保障组织(TAO)?厘清 Assurance 机制与 Trust 结果的本质分水岭
安全团队只能交付可审计的控制与持续验证,永远无法“替自己签发信任证书”
为了解决旧架构与 Agentic AI 时代脱节的结构性矛盾,Forrester 在最新报告《Introducing The Trust And Assurance Organization》中提出了“信任与保障组织(Trust And Assurance Organization,简称 TAO)”的全新演进模型。根据 Forrester 的严格界定,TAO 是由 CISO 主导的网络安全职能升级形态:在数字与 AI 驱动系统广泛自主做出决策、给出建议并执行业务的时代,安全团队不仅要保护系统、数据与数字资产,还必须通过可验证的控制措施、治理体系、实时证据与透明报告,向全价值链证明这些系统正在安全、负责任且符合预期意图地运转。
在落地这一体系时,Forrester 特别强调千万不能混淆“保障(Assurance)”与“信任(Trust)”两个概念。所谓“保障”,是安全组织主动生产并交付的底层工程机制——包括靠技术手段强制落地的护栏控制(technically enforced controls)、不间断的自动化校验以及可供内外部利益相关方随时调阅核查的运行证据;而“信任”,则是业务方、监管机构、客户或董事会在亲自审视过上述保障证据后做出的主观判断结果。用更直白的工程语言来说,业务负责人依然拥有业务决策权并承担剩余风险(residual risk),而安全组织只能靠扎实的证据去“赢得信任(earn trust)”,绝不能越俎代庖“自证或签发信任(certify trust)”。
三问审计自查法:快速暴露团队的“权责缺口”与“能力缺口”
挑出一条在产 AI 链路与一条安全自动化流,立刻定位组织卡点究竟在汇报线还是工具链
理论模型如果不能落到自查动作上,往往会沦为墙上的口号。Forrester 给出一套极为犀利的“三问体检法”:让安全负责人立刻从生产环境里抽出一个正在跑的 AI 业务用例,以及一个已经实现自动化的安全内部工作流,逐一追问三个问题——第一,谁对这项业务的最终结果负责并承担剩余风险?第二,谁拥有真实权限去修改该智能体的访问许可与运行边界?第三,此时此刻有哪些实时有效的技术证据能够证明这些操作边界依然稳固有效?
只要把这三道题跑通,绝大多数企业都会在以下两个核心缺口中至少暴露出一个:其一是“权责缺口(Authority Gap)”,即每当 AI 出事时,管理层都要求安全团队出来解释原因甚至背锅,但安全团队对产生这一结果的模型策略、授权开关与边界控制根本没有决策权——填补这种缺口靠买再多安全软件都没用,必须直接推开高管会议室的门,与业务平级负责人重新划定风控归属权、控制权和汇报路线;其二是“能力缺口(Capability Gap)”,即安全团队明明手里握着审批和管控权限,但真要拿出“此刻边界依然有效”的实时证明时却两手空空,底层仍然高度依赖按季度或按月进行的周期性人工复核与线下工单交接——这种卡点倒逼安全负责人必须彻底改组团队的人员编排、技能树与度量方式。
| 评估维度 | 传统安全运维模式 | 失衡现状:权责 / 能力双缺口态 | Forrester TAO 目标架构 |
|---|---|---|---|
| 核心使命定位 | 保护物理与云端静态资产,人工介入审批与响应 | 背负业务智能体出事的解释责任,却无法实时干预运行 | 保护资产同时持续输出可审计证据,保障 AI 运行在批准边界内 |
| 权力与风险边界 | 安全部门既定规则又做手工检查,权责界限模糊 | 权责缺口:安全被要求解释结果却无权修改 Agent 权限 | 业务端承担业务结果与剩余风险,安全端掌握控制校验权 |
| 验证与取证方式 | 依赖季度人工审计、静态检查表与工单交接 | 能力缺口:有管控权限但缺乏实时验证,无法证明当前合规 | 技术强制执行策略控制,持续自动化校验并实时生成证据流 |
| 核心考核度量 | 统计扫描次数、漏洞修复工单量等活动计数指标 | 表面工单全绿,但业务线 AI 项目因信任危机批量胎死腹中 | 淘汰活动计数,全面考察控制措施有效性及跨价值链透明度 |
别等架构被“历史惯性”瓜分:向八大安全职能与控制有效性指标转型
当 AI 治理、身份与数据保护被各部门按惯性抢走,CISO 必须主动重绘组织编排图
Forrester 在文末发出的警告格外值得警醒:如今企业内部已经在自发地重新分配 AI 治理、非人类身份认证(NHI)、数据防泄漏以及客户数字信任等相关职责;如果安全团队没有提前通过顶层设计把这些职能接过来、界定清楚,那些悬而未决的空位就会被其他部门顺着“组织惯性(momentum rather than design)”接管过去,等到架构定型,安全团队就只能退回边缘做救火队员。
按照 TAO 的转型路径,CISO 需要以参考组织架构为蓝本,对传统的八大安全核心职能进行智能化再造,为安全工程师规划适配模型红队测试、智能体策略即代码(Policy-as-Code)与自动化取证的全新职业技能路径;同时在考核机制上大刀阔斧砍掉“本月关闭了多少工单、开了多少次合规评审会”这类虚荣的活动计数(activity counts),全面切换为直接衡量“安全护栏与控制策略是否真实拦截风险、持续产生有效证据”的结果型指标。
📝 站长洞察 (Editor’s Insight)
Forrester 这份研究切中了企业 AI 落地失灵的要害:把安全翻车的根源从“缺工具”拉回到了“组织架构错配”。不少团队一聊智能体风控就想着再买一套大模型防火墙,却忽略了一个残酷现实——只要业务线还在跑未经评审的 Agent、安全团队无权动态收紧智能体权限、且证明边界有效仍靠季度人工导表抽查,再贵的工具也填不平权责与能力双缺口。真正成熟的安全架构师,应当借 TAO 转型把安全护栏直接写进 CI/CD 与智能体网关的代码边界里,用实时可审计证据替企业赢得信任。
Forrester为什么提出TAO组织模型?
因为传统安全运维模型已跟不上Agentic AI时代。业务部门推进智能体速度远超安全治理能力,CISO既要为分散在全公司的AI系统背书,又要应对安全工作自动化带来的新风险,因此需要升级为“信任与保障组织(TAO)”。
TAO里的保障和信任有什么区别?
保障(Assurance)是安全团队交付的技术控制、自动化校验和可审计证据;信任(Trust)则是业务方、监管或董事会在审视这些证据后形成的判断。安全团队只能提供保障,不能替业务“签发信任”。
如何快速判断企业AI治理卡在哪?
Forrester建议用“三问体检法”:找一个在产AI用例和一个安全自动化流程,分别确认谁负责结果、谁有修改权限、有哪些实时证据证明边界有效。这样可快速暴露权责缺口或能力缺口。
