人工智慧在 OT 安全領域的採用速度超越基礎設施的準備程度

人工智慧在 OT 安全領域的採用正在加速，但許多工業組織缺乏可靠部署所需的基礎設施與資料。Takepoint Research 的調查發現，87.7% 的受訪者正在使用或計畫使用人工智慧來強化 OT 資安，但只有 7.9% 已在多項職能中完成部署。 主要障礙包括資料品質不佳，45.4% 的受訪者提到此問題；以及舊有系統整合，42.4% 的受訪者提到此問題。工業控制環境通常缺乏一致的遙測資料、現代化身分控制、雲端連線、邊緣運算和安全資料管線。氣隙網路與法規限制也可能進一步限制對進階雲端人工智慧模型的存取。 Accenture、Nozomi Networks、STEMPRISE、Xage Security 及其他組織的專家警告，不完整的資產清冊和薄弱的營運脈絡可能導致誤報、漏掉威脅或產生不可靠的人工智慧建議。這些風險在 OT 領域尤其嚴重，因為錯誤決策可能損壞設備、干擾生產或造成安全事故。儘管近三分之二的調查參與者已認知到這些風險，但只有 15.6% 的公司制定了 OT 專用的人工智慧治理政策。 人工智慧準備度更多取決於架構與營運成熟度，而非產業別。製藥、消費品和汽車等製造業通常進展較快，而公用事業及擁有數十年歷史基礎設施的產業則面臨更大障礙。專家建議，在將人工智慧擴展至試點專案之外前，先改善資產可視性、資料正規化、身分管理、網路分段、監控、治理與復原能力。