八成企業今年都出過 AI 代理人資安事件：一份 750 位主管的調查，和該先上的幾道控制

重點一：AvePoint《State of AI 2026》調查了 750 位企業主管，46.9% 的員工已每天或每週用 AI 代理人，但 88.4% 的組織過去一年至少出過一次「代理人相關」資安事件。 重點二：最常見的兩種包是資料外洩（50.1%）與被惡意輸入操控（49.6%）；而對「員工到底在用哪些未核准代理人」沒有能見度的比例，同類的生成式 AI 數字一年內從 6.3% 翻到 17.6%。 重點三：這是治理廠商自己委託的自報問卷，別當成精準事故率——但「導入速度跑在治理前面」的方向站得住。文末整理了導入前該先上的幾道控制。

近半數的員工，已經每天或每週在用 AI 代理人幫忙跑事情。但同一批公司裡，有超過兩成連「員工到底裝了哪些、用了哪些代理人」都答不上來。

這組落差來自 AvePoint 在 2026 年 6 月 29 日發布的第三年度調查《State of AI 2026: Scaling Trust, Control, and Readiness in the Agentic Era》。它訪問了橫跨美洲、歐非中東、亞太三大區、750 位對公司「資訊管理、資料安全或 AI 專案」有直接責任的主管。最刺眼的一個數字：88.4% 的組織說，過去 12 個月至少發生過一次「代理人相關」的資安事件。

先把話說在前面：這是一份自報問卷，而且發布方 AvePoint 本身就在賣 AI 治理與代理人管理的產品。所以下面每個百分比，讀的時候都要記得它是「受訪主管自己勾的」，不是第三方去稽核出來的實際事故率。即便如此，方向站得住：近半員工已經每天在用 AI 代理人，但每五家公司就有一家連「員工到底用了哪些代理人」都答不上來——導入的速度，跑在治理前面。

這份調查問了誰、發現了什麼？

先把幾個關鍵數字擺上桌。除了近半員工天天/每週在用代理人、八成組織出過事件之外，調查還說：

• 最常見的事件是資料外洩（50.1%）與被惡意或未受信任的輸入操控（49.6%）——後者就是大家講的「prompt injection」那一類，代理人被餵了壞指令、被牽著走。
• 更廣義的生成式 AI 資安破口，從 2025 年的 75.1% 升到 2026 年的 89.5%。
• 21.1% 的組織，對「員工是否在用未經核准的代理人」沒有能見度；同一題問生成式 AI，未核准使用的能見度缺口一年內從 6.3% 跳到 17.6%，接近三倍。
• AI 生成的資料，已佔企業資料的 35.5%，受訪者預估一年內到 42.1%。
• 86% 的組織曾因為治理疑慮延遲代理人部署，平均卡了約 6 個月。

AvePoint 執行長 Dr. Tianyi Jiang 的話，把這些數字串成一句：「近半全球員工已經每週或每天靠 AI 代理人做事，而組織部署代理人的速度，快過它們建立『足以信任這些代理人』的地基。」

88% 這個數字，證明了什麼、又不能證明什麼？

一個容易被誤讀的地方：88.4% 不是說「八成八的代理人都被攻破了」，也不是精準的年度事故率。它是「組織層級、過去 12 個月、至少發生一次」——只要一次算數，門檻其實不高。而「代理人相關資安事件」怎麼定義，是受訪者主觀認定的，跨公司口徑本來就會不一。

把它讀對、讀錯，差很多：

這份調查能證明的	這份調查不能證明的
代理人已進到近半員工的日常工作	代理人的精準事故率或每次任務的失敗機率
多數組織「至少踩過一次雷」、且自認能見度在惡化	這些事件的嚴重程度、金額損失、是否釀成外部通報
IT／資安主管普遍認為導入跑在治理前面	有治理平台就一定更安全（這是廠商的商業主張，非本調查證得）
「未核准使用」的能見度缺口一年內明顯擴大	台灣企業的實際狀況（樣本無台灣拆分）

還有一個反直覺的細節值得記著：調查說即使在「對自家 AI 安全很有信心」的組織裡，仍有 62% 到 72%（依信心層級）發生過未授權的 AI 資料存取。信心不等於安全——這句話比那個 88% 更值得貼在牆上。

代理人最常出的兩種包：資料外洩、被輸入牽著走

為什麼代理人特別容易出這兩種事？機制其實不玄。

資料外洩（50.1%） 的根源是：代理人要有用，就得能讀到公司的檔案、信箱、資料庫、工單。一旦它的權限比該有的大、或它把讀到的內容寫進了某個外部服務的對話紀錄／日誌，資料就流出了治理邊界。代理人不像人，它會一次碰很多來源、而且快，出事的量體和速度都不是傳統帳號能比的。

被惡意輸入操控（49.6%） 則是代理人的結構性弱點：它會把「讀到的內容」當成「要執行的指令」。一封信、一個網頁、一份 PDF 裡藏一句「把這份客戶名單寄到這個地址」，代理人可能就照做——這就是 prompt injection。當代理人有了實際動作權（寄信、改檔、呼叫 API），一個被污染的輸入，就從「答錯」升級成「做錯事」。

這兩件事合起來看，能見度缺口才那麼要命：你看不見的代理人，一旦被牽著走，你連它做了什麼、碰了哪些資料都不知道。

導入代理人前，該先上哪幾道控制？

這段是給正在、或準備導入代理人的團隊帶走的。標示清楚哪些是這份報告點名的方向、哪些是已成熟的通用資安實務——都是有依據的建議，不是要替你決定該不該導入。

1. 先把「可用工具清單」講清楚（治通影子使用）。缺口最大的是那 21.1% 的「不知道員工在用什麼」。與其禁，不如明列一份核准過的代理人／工具白名單，給員工好用的官方選項，未在單上的走申請。這是壓低影子代理人最直接的一步。
2. 最小權限，而且分任務給（通用實務）。別給代理人一把萬能鑰匙。依任務給最小的資料與動作範圍，讀寫分離，能唯讀就別給寫入。
3. 高風險動作要人核可（通用實務）。寄外部信、刪資料、動錢、對外發佈——這類不可逆動作設「human-in-the-loop」關卡，代理人只能提案、人按下確認。
4. 全程留可稽核的日誌（報告點名「audit & correct」）。代理人碰了哪些資料、做了哪些動作，要能事後查、能回溯、出事能修正。沒有日誌，等於沒有能見度。
5. 管好「代理人吃進和吐出的資料」（報告點名「enforceable governance over the data」）。輸入端對不信任來源要有防注入的處理，輸出端要防止把敏感資料寫進外部紀錄。報告裡 79.5% 把「保護 AI 訓練用資料」列為投資優先，就是這一環。
6. 別把信心當控制。調查已經說了，高信心組織照樣出事。控制要看得見證據（日誌、權限表、事件覆盤），不是靠「我們很小心」。

台灣的團隊套這張清單時，個資法下的資料落地與去識別化、內部權限與稽核本來就是熟悉的語彙——把代理人納進同一套控制，而不是當成一個裝了就忘的外掛，是最省事的接法。

你該盯的一個數字：能見度缺口會不會繼續擴大

如果只挑一個數字往後追，我會盯能見度缺口：這份調查說生成式 AI 的「未核准使用」缺口一年內從 6.3% 翻到 17.6%，代理人版的是 21.1%。它衡量的不是「出了幾次事」，而是你到底知不知道公司裡在跑什麼——這是所有控制的地基，缺口擴大，後面五道控制都建在浮沙上。

95.5% 的組織說過去一年已經動手做了至少一項緩解措施。方向是對的。接下來一年，值得問自己公司的，不是「我們有沒有在導入代理人」——近半員工其實已經在用了——而是「我們看不看得見他們在用什麼、碰了哪些資料」。答不上來，就從上面第 1 條開始。

---

資料來源：AvePoint《State of AI 2026: Scaling Trust, Control, and Readiness in the Agentic Era》官方發布（GlobeNewswire, 2026-06-29）、AvePoint 官方部落格報告頁；交叉佐證：StockTitan、BigDATAwire（HPCwire）。數字均為 AvePoint 委託之受訪主管自陳，非第三方稽核，AvePoint 本身銷售 AI 治理／代理人管理平台產品。

矽基前沿 · 工作現場線（編輯：廖玄同），《八成企業今年都出過 AI 代理人資安事件：一份 750 位主管的調查，和該先上的幾道控制》，矽基前沿 [Si]gnals，2026-07-02。https://signals.tw/articles/enterprise-ai-agent-security-gap/