当所有人都在谈大模型落地，很少有人问一句：谁来为AI的安全兜底？

一个反直觉的事实是：AI应用跑得越快，安全能力的滞后就越危险。

《网络安全人才实战能力报告-AI赋能篇》给出了一组值得所有企业管理者警惕的数据：64%的大模型相关单位仍由传统安全团队兼职或研发团队兼顾模型安全，仅23%的单位设置了专门的AI安全研究队伍，81%的AI应用落地单位尚未设置专职AI安全团队。

换句话说，当下绝大多数企业的AI系统，处于"无人专职看守"的状态。

为什么传统安全团队"守不住"AI？

传统网络安全的逻辑是"边界防御"——防火墙拦住外部入侵、IDS检测异常流量、杀毒软件清除恶意程序。这套体系面对的是"外部攻击者突破边界"的场景。

但AI系统的风险来自内部——模型本身。

• 数据投毒：攻击者在训练数据中植入恶意样本，让模型学习到错误的模式

• 提示注入：通过精心构造的输入，绕过系统的安全限制，诱导模型输出违规内容

• 模型窃取：通过API接口反复查询，逆向还原出模型的参数与逻辑

• 隐私推断：从模型的输出中反推出训练数据中的个人隐私信息

• 深度伪造：利用生成式AI制造高度逼真的虚假音视频，用于欺诈或诽谤

这些攻击手法有一个共同特点：它们不突破网络边界，而是"从内部瓦解"AI系统。传统安全工具对此几乎无能为力。

人才缺口的本质：不是缺人，是能力错配

业内常引用"327万网安人才缺口""500万AI人才缺口"的说法，但360安全集团副总裁卜思南指出，本质不是缺人数，而是能力错配。

一个尴尬的现状是：90%的员工仍把AI当搜索框用；会AI的不懂安全，懂安全的不碰AI。顶级安全人员借助AI工具可完成过去数十人甚至上百人的工作，中低端安全工程师岗位需求大幅下降，人才价值加速两极分化。

真正稀缺的，是那些既能理解AI工作机理、又具备网络安全攻防经验、还能进入真实业务场景解决问题的人。这类复合型人才在市场上供不应求。

合规压力正在加速人才需求释放

监管层面，AI数据合规的执法力度正在加码。2025年9月，公安网安部门通报了一起人工智能训练数据领域行政执法案例：某科技公司在处理人脸等生物识别类敏感个人信息前，未依法开展个人信息保护影响评估，被行政处罚并责令整改。

今年4月，中央网信办部署启动"清朗·整治AI应用乱象"专项行动，重点整治大模型训练语料安全问题。7月施行的《人工智能拟人化互动服务管理暂行办法》明确规定，未经单独同意，禁止将用户敏感信息用于模型训练。

这意味着，企业面临的不仅是技术风险，还有越来越实的合规压力。而应对这些压力，需要的是具备"技术+治理+合规"综合视野的专业人员。

培养路径：高校在加速，但实战缺口难短期补齐

面对人才缺口，高校正在加快将AI纳入网络安全人才培养体系。报告显示，68%的高校已将AI相关课程设置为独立必修课或选修课。但从课程到实战能力，仍面临算力、师资、案例和实训环境等现实制约——仅10%的受访教师认为所在高校已建立较为完备的AI安全实训体系。

在高校人才培养体系完善之前，通过社会化培训、人员能力认证等方式补充实战型人才，正在成为行业的现实选择。例如中国网络安全审查认证和市场监管大数据中心推出的CCRC-AISO人工智能安全官认证，就聚焦AI安全治理、全周期风险管理、技术防护、法律合规等核心领域，首批获证人员已来自金融、通信、互联网等重点行业。

CCRC-AISO人工智能安全官认证办理辉达

马老师135-2173-0416/丁老师135-2209-4648

AI安全不是AI发展的"刹车片"，而是"安全带"——它不会阻止你加速，但能在失控时保命。

当64%的企业还在让传统团队"兼职"AI安全时，那些率先建立专职AI安全队伍、培养复合型安全人才的企业，将在下一轮AI竞争中占据明显优势。毕竟，信任是最稀缺的商业资产，而安全是信任的基石。