公開 TLS 憑證的有效期將於 2029 年縮短至只有 47 日。以前每年人手續期一次的做法，將再難以應付；只要錯過一次到期日，就可能造成系統服務中斷、資料外洩、合規問題，甚至更嚴重的後果。

參加 10 月 6 日舉行的 RankEZ 研討會，了解企業如何為這個新趨勢做好準備，並掌握一套清晰實用的方法，包括自動發現憑證、自動續期，以及即時掌握合規狀況，讓企業在 47 日有效期成為新常態前及早部署。

研討會內容：

🔐 拆解 47 日挑戰：了解為何 TLS 憑證的有效期愈來愈短，以及這將如何影響企業的資訊保安和日常運作。
⚡ 自動發現及管理憑證：透過單一平台，清楚掌握混合雲及多雲環境中的所有憑證。
🔄 全自動續期及部署：利用按政策設定的自動化流程，在憑證到期前自動完成續期及部署，減少人手操作和出錯機會。
📊 隨時符合合規要求的報告：即時查看憑證到期時間、政策違規情況及整體合規狀態。
🛠️ 現場示範：即場觀看 RankEZ 如何在 10 分鐘內處理一個複雜的企業憑證續期個案。

人工智能（AI）成為企業競爭的新戰場，企業共同的「Prompt」幾乎都是：AI 盡快落地。然而，當 AI 模型這個「黑盒」，進化成擁有自主決策權限的 AI 代理（AI Agent），風險亦隨之而倍增，AI 治理（AI Governance）成為高速發展下的一大隱憂。

小編邀請到兩位專家，Splunk, a Cisco Company 大灣區銷售總監 Paul Lee，以及香港大學商學院客席助理教授兼 KBQuest CEO Eric Moy，深入探討企業在 AI 治理上的迫切性與實踐方向。

AI 三大熱門應用場景　由網安防禦到客戶分析

企業現時最常見的 AI 應用，Paul 認為主要集中於三個場景，第一是 Agentic SOC，即以 AI Agent 監察及防禦網絡安全；第二是 AI 的可觀測性（Observability），例如銀行或電商的數碼交易鏈，由客戶下單到完成付款，中間橫跨手機應用程式、第三方支付 API、雲端微服務以至傳統系統；第三則是面向客戶的 AI，例如奢侈品牌和金融業的客戶經理，利用 AI 分析客戶的消費紀錄、社交媒體偏好，從而制定客制化的銷售建議。

傳統系統整合主要是將不同應用程式及資料來源連接起來，讓資訊可以流通，但 AI Agent 的不但能夠串連資訊，「其實你畀咗個權限個 AI Agent，佢可以更新資訊、做決定，所以無論系統定公司政策，管治難度都提高咗好多」，Paul 指出。

AI 代理如同員工　必須建立完整觀測系統

談及 AI Agent 的管理挑戰，Eric 以工廠生產線作比喻。他指出，傳統系統如同既定流程的流水線，每個步驟均由人員預先設計，企業只需監察流程是否按預期完成。然而，AI Agent 更像一位具備自主判斷能力的員工，面對不同資料與情境時，可能會採取不同的處理方式。

他進一步表示，傳統系統通常只會根據既定規則執行工作，例如「低於十元即可批准」等明確條件；但 AI Agent 則有機會結合不同來源的非結構化數據（Unstructured Data）作出判斷，例如參考 WhatsApp 訊息、電子郵件內容或其他未經正式定義的資料來源，從而影響定價或業務決策，令風險管理變得更具挑戰性。

Eric 認為，AI 模型本身具有一定程度的「黑盒」特性，即使現時技術發展迅速，業界對模型內部運作機制仍未能完全掌握。因此，企業除了關注 AI 應用成效外，更需要建立完善的可觀測性機制（Observability），持續監察 AI 的準確度、效能、成本及運作狀況，並以管理企業員工的思維去管理 AI。

市場對 AI 治理認知度不足

目前不少企業都急於部署 AI，惟真正建立完整治理框架的比例仍然偏低。Eric 分享指，曾接觸香港部分中小型會計師樓利用 AI 處理客戶文件歸檔工作，當中涉及大量個人資料。然而，部分企業對所使用模型的部署位置、資料流向及處理方式並不完全清楚，反映市場對 AI 管治的理解仍有待提升。享受過工作上的效能，卻往往忘記風險，Paul 指出，「代幣（token）用量暴升、數據私隱外洩，呢啲都係要『找數』」，強調企業不能等到 AI Agent 出現問題後才開始觀測，理想做法是 AI 應用和 Observability 同步部署。

兩位受訪者均認為，市場認知度是最大的隱憂。Paul 引述調查指，八成企業計劃今年會推出 AI 項目，但他估計真正落實完整治理框架的，應不足兩成。Eric 則認為，能夠將治理措施全面融入日常運作的企業，比例可能更低。不過，近月市場對相關風險的關注度明顯提升，Paul 稱不少企業開始設立 Chief AI Officer 等新職位，由合規與治理團隊共同承擔責任。

結合 Cisco 與 Splunk 優勢 　由基建到全面觀測 Agent

Splunk 於 2024 年完成被 Cisco 收購，現為 Cisco 旗下公司。談及雙方整合帶來的優勢時，Eric 認為，Cisco 與 Splunk 的結合進一步強化了企業在數據收集、系統監察及可觀測性方面的能力，有助企業建立更全面的管理視野。Paul 進一步解釋，Cisco 多年來在網絡、安全、協作及 IT 基建方面累積的深厚能力 ，加上 Splunk 的強項——從不同來源收集及分析機器資料，配以業界頂級的處理速度，Cisco 與 Splunk 兩者結合，無論是系統、應用程式，還是網絡、設備，「只要係有 Log（日誌數據）嘅，我哋都可以幫你管理，甚至引伸應用到不同行業的場景」。

「可觀測性」既是 Splunk 的皇牌，亦是企業應用 AI Agent 中不能忽視的重點，Paul 建議企業先建立  AI 基礎設施監控（AI Infrastructure Monitoring），收集來自任何應用程式、數據庫、網絡以至物聯網設備的日誌數據，在基建層面發現關乎 AI 應用的異常行為；再按需要加上獨立運作的 AI Agent 監控 (AI Agent Monitoring)，全天候監察 AI Agent 的行為。

此外，Splunk 亦提供雲端及本地部署選項，讓企業按行業、資料敏感度及合規要求選擇架構，並推出 Machine Data Lake 及 Federated Search 等嶄新 Cisco Data Fabric 架構，企業可以全面監管公司所有數據。Paul 表示，在新的架構框架下，有客戶的投資成本較以往大減減少，並能對企業架構全面監控。

AI Agent 的應用速度只會越來越快，企業真正需要的，不是盲目叫停 AI，而是知道它正在做甚麼，以及在出現問題前及時介入。透過 Splunk 的日誌收集、即時分析、基礎設施監察及 AI Agent Observability，企業可以從看不見、管不到的黑盒，走向可觀測、可追蹤及可治理的 AI 環境。對於希望安全地擴展 AI、控制成本並保障客戶資料的企業而言，Splunk 不只是網絡安全工具，更是建立企業級 AI 管治的重要基礎。

英國《金融時報》引述消息指，長和（001）旗下屈臣氏集團，原擬今年在倫敦及香港雙重上市，估值約 300 億美元，折合逾 2,300 億港元，惟計劃押後至 2027 年，主要受亞洲監管程序影響。據了解，該業務已獲中證監「開綠燈」，但仍需待內地網絡安全監管機構放行。

據報道指，屈臣氏集團原計劃透過上市集資約 20 億美元。其經營包括健康及美容零售業務，旗下品牌包括德國 Rossmann、英國 Superdrug 及 Savers。

屈臣氏上市延後之際，歐美新股市場亦出現降溫。美國方面，油站集團 EG Group、智能戒指初創 Oura、核能企業 Holtec 及數據中心公司 SB Energy，最近均暫停上市計劃；Bamboo Insurance 亦於上月押後 IPO。英國書店 Waterstones 及旅遊集團 Loveholidays 同樣延遲上市。

另外，兩宗備受注目的 AI 企業上市進度延後，亦影響市場氣氛。Anthropic 預料美國中期選舉後於 11 月中上市，較原預期遲了；競爭對手 OpenAI 也將 IPO 押後至 2027 年。