HACK 系列首次登陸香港！作為一個重視技術深度、原創研究同真實分享嘅平台，HKHACK 2026 為業界帶來高質素技術交流機會屆時，大家可以同嚟自全球嘅網絡安全專家、研究人員及業界領袖，齊齊探討最新安全技術與實戰洞見

*由即日起至 5 月 15 日訂購門票，更可享早鳥優惠

一年一度網絡安全界盛事——由 Palo Alto Networks 舉辦的 Ignite on Tour Hong Kong 2026 圓滿結束。本年度大會以「Secure AI」為核心主題，吸引眾多企業 IT 決策者及網絡安全專家出席。Palo Alto Networks 香港及大灣區董事總經理馮志剛（Wickie）認為，安全是推動 AI 創新的重要基石，企業可透過平台化策略，在可控可視的前提下將「AI Vision Turn Into Reality（AI 願景轉化為現實）」。 

影子 AI 成企業最大痛點 

AI 技術急速發展，不少企業希望藉採用 AI 提高競爭力。然而，現階段企業普遍仍對 AI 的準確度及安全性存有疑慮，導致未敢將 AI 應用於關鍵業務系統，「企業可能未用，但員工可能會用」，催生出影子 AI（Shadow AI）的問題。 

他以日常使用生成式 AI 為例，員工透過瀏覽器使用各大科技公司提供的 GenAI 工具時，企業往往難以掌握用戶輸入了甚麼資料，甚至是否涉及敏感數據上載。此外，數據在傳輸及處理過程中亦可能面對惡意攻擊風險。Wickie 認為，企業首要建立的是「可視性」——包括是否掌握影子 AI 的存在，以及能否全面了解內部 AI 使用情況，從而制定清晰的 AI 管治策略。 

不過，AI 的運作多發生於 API 及對話層面，傳統以網絡為本的安全架構（Network-based Security）已未必足夠。因此，企業需要進一步強化「代理型端點安全」（Agentic Endpoint Security, AES）。Palo Alto Networks 早前完成收購以色列公司 Koi，正是為加強 AES 能力，並將與 Cortex Endpoint Agent 深度整合，提升對 AI 行為的監察與防護。 

另一方面，隨著 AI Agent 逐步融入業務流程，「身分」正迅速成為攻擊者的主要切入點。Palo Alto Networks 近期收購身分安全龍頭 CyberArk，亦標誌著其正式將 Identity Security 納入平台化戰略核心，進一步鞏固整體安全版圖。 

安全瀏覽器如貼身保鑣 

在實際部署層面，Wickie 指出，企業推動 AI 時需同時兼顧三大範疇安全，包括 AI SaaS 應用、企業自行開發的 AI 工具，以及 AI Agent。Wickie 提醒，這類基礎建設不一定建在自家數據中心，企業需要一個如 Prisma AIRS 全面的平台，提供中間端對端（end-to-end）的管理，維持安全姿態（Posture）、資料安全、權限控制等。 

值得一提的是，Prisma AIRS 更可透過 AI Agent 自動進行 Red Teaming 測試，即持續模擬攻擊場景，主動發現潛在漏洞，令企業在 AI 時代下維持更高的防禦能力。 

從用戶層面出發， Wickie 則建議企業部署安全瀏覽器（Secure Browser），作為最直接且有效的 AI 管控方式。透過安全瀏覽器，企業可以清楚掌握員工的數據上載行為，並識別未經授權的 AI 使用情況，大幅提升透明度與管治能力。他形容：「就好似有個 bodyguard，無論員工去到邊，都可以受到保護。」 

三大平台互相協作　整合數據及能力 

談到整體策略， Palo Alto Networks 早在數年前已提倡平台化（Platformization）概念，Wickie 直言：「Product bundle 唔代表係 Platform。」他解釋，要達致平台化，不單單是最基本的數據交換，以 Security Operation 為例，包含終端（End point)、SIEM、自動化、威脅情報等工具，能夠在同一界面使用多個功能，將數據及能力完全整合，才是真正的平台化。 

目前，Palo Alto Networks 已建立三大平台，包括網絡安全（Strata）、安全營運及雲端（Cortex），以及身分安全（CyberArk），並透過 AI 驅動的 Precision AI 作為核心引擎，加快分析與回應速度，同時促進跨平台協作，形成更完整的安全生態。 

面對「既要用 AI，又要確保安全」的挑戰，Wickie 認為關鍵在於先釐清 AI 風險，並明確設定應用目標。他指出，不少企業高層已理解 AI 的潛在風險，但往往對 AI 能力抱有過高期望，「AI 唔係萬能，你要清楚定義佢可以做到去邊」。當企業能準確界定 AI 的角色與範圍，自然更容易建立相應的安全策略，實現創新與風險之間的平衡。 

全球數據生成及儲存需求創新高，美國資料儲存公司 WD 最近針對全球主要客戶及分銷商，展開最新抽樣調查，揭示了一系列獨特的市場洞察，其中一項重要發現是： 企業愈來愈重視具備經過驗證的可靠性、可預期的成本效益，以及可長遠擴展數據容量的基礎設施。 

調查結果反映 AI 基礎設施正出現結構性轉變：運算資源可於模型訓練及推理過程中重複調用 ，但 AI 生成的數據，例如訓練數據集、推理記錄、訊息嵌入及數據輸出結果等，卻會持續累積。隨著企業從實驗性 AI 部署邁向生產級部署，長期數據留存與運營成本效益，日益成為基礎架構決策的核心驅動力，這催生了獨立於短期算力周期之外、持續複合增長的存儲需求。

主要調查結果

經驗證的基礎設施更受企業青睞 

．66% 受訪者表示，已經或正在考慮降低新興技術的優先級，轉而選擇具備穩定可靠性及可預測效能的方案。

隨著 AI 部署規模擴展，企業更傾向採用經實際營運驗證的基礎設施。 

可靠性及 AI 工作負載並列為首要考量

．69% 受訪者著重支援 AI 訓練及推理工作負載 

．69% 受訪者著重提升可靠性及可用性 

．僅有 7% 受訪者將延遲優化列為首要考量，低於擴展性 、可靠性及營運效率 

隨著 AI 應用逐漸規模化，企業更著重以吞吐量為核心、並支援大規模數據流轉的基礎設施。此舉反映出企業優先考量可靠性、一致性及效率，而非單純追求低延遲，以減輕整體營運負擔。

容量擴展及成本效益主導基礎設施規劃

．87% 受訪者表示優先考量容量擴展及改善總持有成本 （TCO）

隨著 AI 數據量暴增，數據容量與營運成本考量成為基礎設施規劃及持續 AI 營運的核心，反映企業愈來愈重視長遠擴展性、營運效率及 AI 數據增長需求。 

成本效益驅動儲存決策

．74% 受訪者認為以 HDD 為基礎的基礎設施在總持有成本、容量及擴展性上均具備優勢 

在大規模儲存架構規劃中，成本效益與擴展性仍然是關鍵因素，突顯分層儲存架構在平衡 AI 生命週期中的效能與成本方面愈趨重要。 

HDD 基礎設施仍然是 AI 驅動的數據增長的基石

．70% 受訪者表示其混合儲存架構中，超過 50% 仍然以 HDD 為主 

．更有 35% 受訪者表示 HDD 在其總儲存容量中，佔比超過 75% 

在眾多數據中心環境中，HDD 仍然佔據大部分儲存容量，尤其當企業規劃超大規模數據環境及長期數據儲存需求時更顯重要。 

對 AI 基礎設施的啟示 

調查結果顯示，企業正逐步構建可持續支援AI數據系統的基礎設施，而非只針對單一工作負載或短期試驗。調查反映出整個行業正迎來轉型：AI 基礎設施正逐步從高性能運算環境，轉型為長期運作的數據系統。