<p><strong>快速的人工智能采用在创新与安全之间创造了一个关键的安全缺口，要求组织采用基于零信任的人工智能安全平台</strong></p>
<p><strong>新闻亮点</strong></p>
<ul>
<li>人工智能的采用速度超过了企业的监管。尽管关键行业的人工智能使用增长了 200%，许多组织仍然缺乏基本的人工智能模型和嵌入式人工智能功能的清单，使得人工智能治理成为董事会的优先事项。</li>
<li>企业人工智能系统在机器速度下易受攻击。Zscaler 的专家发现，大多数企业人工智能系统在短短 16 分钟内就可能被攻破，分析的 100% 系统中都发现了关键缺陷。</li>
<li>人工智能能力在企业中迅速扩展。推动人工智能/机器学习交易的应用数量同比增长四倍，超过 3400 个，增加了复杂性并减少了集中可见性。</li>
<li>人工智能正成为敏感企业数据的高容量通道。向人工智能/机器学习应用的数据传输激增 93%，总量超过 18000 太字节，这使得人工智能平台成为全球网络犯罪分子的扩展目标。</li>
</ul>
<p>加利福尼亚州圣荷西，2026 年 1 月 27 日（全球新闻通讯社）——Zscaler, Inc.（纳斯达克：ZS），云安全领域的领导者，今天发布了《ThreatLabz 2026 年人工智能安全报告》的发现，警告企业在人工智能嵌入业务运营的情况下，未做好应对下一波人工智能驱动的网络风险的准备。基于对 2025 年 1 月至 12 月期间 Zscaler 零信任交换平台上近一万亿次人工智能/机器学习交易的分析，研究显示企业正达到一个临界点，人工智能已从生产力工具转变为自主、机器速度冲突的主要载体。该报告将人工智能和机器学习流量一起分析，因为企业人工智能系统依赖机器学习模型以大规模运作。</p>
<p>“人工智能不再仅仅是生产力工具，而是犯罪软件和国家行为者进行自主、机器速度攻击的主要载体，” Zscaler 网络安全执行副总裁 Deepen Desai 表示。“在代理人工智能的时代，入侵可以在几分钟内从发现转向横向移动再到数据盗窃，使传统防御变得过时。要赢得这场比赛，组织必须用人工智能对抗人工智能，部署智能的零信任架构，切断各种攻击者的潜在路径。”</p>
<p><strong>企业中的人工智能：2026 年报告中的新兴趋势和安全问题</strong></p>
<p><strong>人工智能采用速度超过监管</strong></p>
<p>人工智能的使用现在涵盖每个业务职能，但在许多行业中，采用速度超过了高管层的管理能力。金融与保险仍然是按量计算的最具人工智能驱动的行业，占所有人工智能/机器学习流量的 23%，而技术和教育行业的交易年增长率分别达到了 202% 和 184%。尽管如此，Zscaler 的研究揭示了一个关键差距：许多组织仍然缺乏活跃的人工智能模型和嵌入功能的基本清单，使他们无法确切了解敏感数据的暴露位置。</p>
<p><strong>随着代理人工智能的出现，100% 的企业人工智能系统在机器速度下被发现易受攻击</strong></p>
<p>虽然人工智能安全讨论通常集中在假设的未来威胁上，但 Zscaler 的红队测试揭示了一个更为紧迫的现实：当企业人工智能系统在真实对抗条件下进行测试时，它们几乎立即崩溃。在控制扫描中，关键漏洞在几分钟内显现，而不是几个小时。首次关键故障的中位时间仅为 16 分钟，90% 的系统在 90 分钟内被攻破。在最极端的情况下，防御在一秒钟内被绕过。</p>
<p>随着越来越多的证据显示网络犯罪分子和国家间谍组织的人工智能驱动攻击，ThreatLabz 警告称，自主和半自主的 “代理” 人工智能将越来越多地自动化网络攻击，人工智能代理将承担侦察、利用和横向移动的责任。防御者必须假设攻击可以以机器速度而非人类速度进行扩展和适应。</p>
<p><strong>人工智能使用激增 4 倍，助长新的企业供应链脆弱性</strong></p>
<p>ThreatLabz 发现，人工智能/机器学习活动在超过 3400 个应用的生态系统中同比增长了 91%。这种快速采用使许多组织没有清晰的地图来了解与其数据交互的人工智能模型或其背后的供应链。ThreatLabz 警告称，这一人工智能供应链现在成为主要目标，因为常见模型文件中的弱点使攻击者能够横向渗透到核心业务系统中。</p>
<p><strong>未管理的嵌入式人工智能造成关键数据暴露风险</strong></p>
<p>在 “独立人工智能” 如 ChatGPT 上发生了大量活动，2025 年记录了 1150 亿次交易，而 Codeium 记录了 420 亿次交易。“嵌入式人工智能”，即直接嵌入日常企业 SaaS 应用和平台的人工智能能力，已成为未管理风险增长最快的来源之一。由于这些功能通常默认处于活动状态，并且逃避传统安全过滤器的检测，它们为敏感企业数据流入人工智能模型创造了后门。在所有分析的平台中，Atlassian 是嵌入式人工智能活动的主要来源，反映了其核心平台（如 Jira 和 Confluence）中人工智能驱动功能的广泛使用。</p>
<p><strong>18000 TB 的数据流入人工智能：机器速度攻击的新目标</strong></p>
<p>在 2025 年，企业向人工智能/机器学习应用的数据传输激增至 18033 太字节（TB）——同比增长 93%，大约相当于 36 亿张数字照片。这一巨大的涌入使得 Grammarly（3615 TB）和 ChatGPT（2021 TB）等工具成为全球最集中的企业智能存储库。</p>
<p>这一风险的规模通过与 ChatGPT 相关的 4.1 亿个数据丢失防护 (DLP) 政策违规事件量化，包括尝试分享社会安全号码、源代码和医疗记录。这些发现表明，人工智能治理已从政策讨论转变为迫切的操作必要性。ThreatLabz 警告称，随着这些数据存储库的增长，它们正成为网络间谍活动的高优先级目标。</p>
<p><strong>通过零信任现代化 AI 安全</strong></p>
<p>传统防火墙和 VPN 在动态 AI 环境中失效，造成可见性缺口和安全盲点。Zscaler 用 AI 原生安全替代这种复杂性，提供实时可见性和必要的保护措施，以安全地进行创新。</p>
<p>Zscaler 零信任交换平台帮助组织应对 AI 驱动的威胁，具体措施包括：</p>
<ul>
<li><strong>消除攻击面</strong>：实施持续验证和最低权限访问。</li>
<li><strong>阻止 AI 威胁</strong>：检查所有流量，包括加密数据，以实时阻止威胁。</li>
<li><strong>保护数据无处不在</strong>：自动发现和分类所有环境中的敏感数据。</li>
<li><strong>中和横向移动</strong>：使用 AI 驱动的分段来限制攻击者。</li>
<li><strong>优化响应</strong>：利用预测性 AI 加速安全操作和态势管理。</li>
</ul>
<p><strong>掌握 AI 安全的新规则并下载完整报告</strong></p>
<p>快速加速的 AI 采用需要新的保护方法。为了应对不断演变的风险，请下载完整的 ThreatLabz 2026 AI 安全报告，以获取全面的威胁分析和可行的最佳实践。</p>
<p>在 LinkedIn、X 和 Instagram 上关注 Zscaler。</p>
<p><strong>研究方法论</strong></p>
<p>该报告基于对 2025 年 1 月至 2025 年 12 月期间约 9000 个组织在 Zscaler 零信任交换平台上生成的 9893 亿个 AI/ML 交易的分析，提供了对 AI 实际使用（和限制）的深入了解。</p>
<p><strong>关于 Zscaler</strong></p>
<p>Zscaler（纳斯达克代码：ZS）是零信任安全的先驱和全球领导者。全球最大的企业、关键基础设施组织和政府机构依赖 Zscaler 来保护用户、分支机构、应用程序、数据和设备，并加速数字化转型。Zscaler 零信任交换平台分布在全球 160 多个数据中心，结合先进的 AI 每天应对数十亿的网络威胁和政策违规，并通过降低成本和复杂性为现代企业解锁生产力提升。</p>
<p><strong>媒体联系</strong></p>
<p>Nick Gonzalez，全球公共关系总监，press@zscaler.com</p>
<p>与此公告相关的照片可在 https://www.globenewswire.com/NewsRoom/AttachmentNg/f6075799-2667-4962-9e31-b5a6d3a18410 获取。</p>
<p><img src="https://imageproxy.pbkrs.com/https://www.globenewswire.com/newsroom/ti/query-bmY9T1RZME16QTJNQ00zTXpreU56VTFJekl3T1RNM09ERT0?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://www.globenewswire.com/newsroom/ti/query-bmY9T1RZME16QTJNQ00zTXpreU56VTFJekl3T1RNM09ERT0"/></p>
<p><img src="https://imageproxy.pbkrs.com/https://ml.globenewswire.com/media/MTYyMDIyY2UtOWM3Ni00NjU2LWE2OTItZDdjODRiOTMwNmMzLTExMDUzNTItMjAyNi0wMS0yNy1lbg==/tiny/Zscaler-Inc-.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://ml.globenewswire.com/media/MTYyMDIyY2UtOWM3Ni00NjU2LWE2OTItZDdjODRiOTMwNmMzLTExMDUzNTItMjAyNi0wMS0yNy1lbg==/tiny/Zscaler-Inc-.png"/></p>

标普软件与服务 ETF - SPDR

北美科技软件股指数 ETF - iShares

全球科技股指数 ETF - iShares

<p>Zscaler 的 2026 年 AI 威胁报告显示，AI 活动同比增长 91%，突显出由于 AI 采用速度超过企业监管，存在显著的安全漏洞。报告指出，100% 的企业 AI 系统都存在脆弱性，关键缺陷在 16 分钟内被检测到。AI 的使用激增，尤其是在金融和技术领域，引发了对数据暴露和供应链脆弱性的担忧。组织被敦促实施基于零信任的 AI 安全平台，以应对 AI 驱动攻击带来的不断演变的网络威胁</p>

<p><strong>Rapid AI adoption creates a critical security gap between innovation and security, requiring organizations to adopt an AI security platform built on Zero Trust</strong></p>
<div class="lb-trans"><p><strong>快速的人工智能采用在创新与安全之间创造了一个关键的安全缺口，要求组织采用基于零信任的人工智能安全平台</strong></p>
</div><p><strong>News Highlights</strong></p>
<div class="lb-trans"><p><strong>新闻亮点</strong></p>
</div><ul>
<li>AI adoption is accelerating faster than enterprise oversight. Despite 200% AI usage growth in key sectors, many organizations still lack a basic inventory of AI models and embedded AI features, elevating AI governance to a board-level priority.</li>
<li>Enterprise AI systems are vulnerable at machine speed. Zscaler experts found most enterprise AI systems could be compromised in just 16 minutes, with critical flaws uncovered in 100% of systems analyzed.</li>
<li>AI capabilities are proliferating rapidly across the enterprise. The number of applications driving AI/ML transactions quadrupled year-over-year to more than 3,400, increasing complexity and reducing centralized visibility.</li>
<li>AI is becoming a high-volume conduit for sensitive enterprise data. Data transfers to AI/ML applications surged 93%, totaling more than 18,000 terabytes which paints an expanding target on AI platforms for cybercriminals across the globe.</li>
</ul>
<div class="lb-trans"><ul>
<li>人工智能的采用速度超过了企业的监管。尽管关键行业的人工智能使用增长了 200%，许多组织仍然缺乏基本的人工智能模型和嵌入式人工智能功能的清单，使得人工智能治理成为董事会的优先事项。</li>
<li>企业人工智能系统在机器速度下易受攻击。Zscaler 的专家发现，大多数企业人工智能系统在短短 16 分钟内就可能被攻破，分析的 100% 系统中都发现了关键缺陷。</li>
<li>人工智能能力在企业中迅速扩展。推动人工智能/机器学习交易的应用数量同比增长四倍，超过 3400 个，增加了复杂性并减少了集中可见性。</li>
<li>人工智能正成为敏感企业数据的高容量通道。向人工智能/机器学习应用的数据传输激增 93%，总量超过 18000 太字节，这使得人工智能平台成为全球网络犯罪分子的扩展目标。</li>
</ul>
</div><p>SAN JOSE, Calif., Jan. 27, 2026 (GLOBE NEWSWIRE) -- Zscaler, Inc. (NASDAQ: ZS), the leader in cloud security, today released the findings of the ThreatLabz 2026 AI Security Report, warning that enterprises are unprepared for the next wave of AI‑driven cyber risk, even as AI becomes embedded in business operations. Based on an analysis of nearly one trillion AI/ML transactions across the Zscaler Zero Trust Exchange™ platform between January and December of 2025, the research shows that enterprises are reaching a tipping point where AI has transitioned from a productivity tool to a primary vector for autonomous, machine-speed conflict. The report analyzes AI and ML traffic together because enterprise AI systems rely on machine learning models to operate at scale.</p>
<div class="lb-trans"><p>加利福尼亚州圣荷西，2026 年 1 月 27 日（全球新闻通讯社）——Zscaler, Inc.（纳斯达克：ZS），云安全领域的领导者，今天发布了《ThreatLabz 2026 年人工智能安全报告》的发现，警告企业在人工智能嵌入业务运营的情况下，未做好应对下一波人工智能驱动的网络风险的准备。基于对 2025 年 1 月至 12 月期间 Zscaler 零信任交换平台上近一万亿次人工智能/机器学习交易的分析，研究显示企业正达到一个临界点，人工智能已从生产力工具转变为自主、机器速度冲突的主要载体。该报告将人工智能和机器学习流量一起分析，因为企业人工智能系统依赖机器学习模型以大规模运作。</p>
</div><p>&#34;AI is no longer just a productivity tool but a primary vector for autonomous, machine-speed attacks by both crimeware and nation-state,&#34; said Deepen Desai, EVP Cybersecurity at Zscaler. &#34;In the age of Agentic AI, an intrusion can move from discovery to lateral movement to data theft in minutes, rendering traditional defenses obsolete. To win this race, organizations must fight AI with AI by deploying an intelligent Zero Trust architecture that shuts down the potential paths for the attackers of all kinds.&#34;</p>
<div class="lb-trans"><p>“人工智能不再仅仅是生产力工具，而是犯罪软件和国家行为者进行自主、机器速度攻击的主要载体，” Zscaler 网络安全执行副总裁 Deepen Desai 表示。“在代理人工智能的时代，入侵可以在几分钟内从发现转向横向移动再到数据盗窃，使传统防御变得过时。要赢得这场比赛，组织必须用人工智能对抗人工智能，部署智能的零信任架构，切断各种攻击者的潜在路径。”</p>
</div><p><strong>AI in the Enterprise: Emerging Trends and Security Issues from the 2026 Report</strong></p>
<div class="lb-trans"><p><strong>企业中的人工智能：2026 年报告中的新兴趋势和安全问题</strong></p>
</div><p><strong>AI Adoption is Outpacing Oversight</strong></p>
<div class="lb-trans"><p><strong>人工智能采用速度超过监管</strong></p>
</div><p>AI usage now spans every business function, yet in many sectors, adoption is scaling faster than the C-suite can manage. Finance &amp; Insurance remains the most AI-driven sector by volume, accounting for 23% of all AI/ML traffic, while the Technology and Education sectors recorded explosive year-over-year growth in transactions — 202% and 184%, respectively. Despite this, Zscaler research reveals a critical gap: many organizations still lack a basic inventory of active AI models and embedded features, leaving them unaware of exactly where sensitive data is exposed.</p>
<div class="lb-trans"><p>人工智能的使用现在涵盖每个业务职能，但在许多行业中，采用速度超过了高管层的管理能力。金融与保险仍然是按量计算的最具人工智能驱动的行业，占所有人工智能/机器学习流量的 23%，而技术和教育行业的交易年增长率分别达到了 202% 和 184%。尽管如此，Zscaler 的研究揭示了一个关键差距：许多组织仍然缺乏活跃的人工智能模型和嵌入功能的基本清单，使他们无法确切了解敏感数据的暴露位置。</p>
</div><p><strong>As Agentic AI Looms, 100% of Enterprise AI Systems Found Vulnerable to Breach at Machine Speed</strong></p>
<div class="lb-trans"><p><strong>随着代理人工智能的出现，100% 的企业人工智能系统在机器速度下被发现易受攻击</strong></p>
</div><p>While AI security discussions often focus on hypothetical future threats, Zscaler’s red team testing revealed a more immediate reality: when enterprise AI systems are tested under real adversarial conditions, they break almost immediately. In controlled scans, critical vulnerabilities surfaced in minutes, not hours. The median time to first critical failure was just 16 minutes, with 90% of systems compromised in under 90 minutes. In the most extreme case, the defense was bypassed in a single second.</p>
<div class="lb-trans"><p>虽然人工智能安全讨论通常集中在假设的未来威胁上，但 Zscaler 的红队测试揭示了一个更为紧迫的现实：当企业人工智能系统在真实对抗条件下进行测试时，它们几乎立即崩溃。在控制扫描中，关键漏洞在几分钟内显现，而不是几个小时。首次关键故障的中位时间仅为 16 分钟，90% 的系统在 90 分钟内被攻破。在最极端的情况下，防御在一秒钟内被绕过。</p>
</div><p>As more evidence of AI‑driven attacks by cybercriminals and nation‑state espionage groups is uncovered, ThreatLabz warns autonomous and semi‑autonomous “agentic” AI will increasingly automate cyberattacks, with AI agents assuming responsibility for reconnaissance, exploitation, and lateral movement. Defenders must assume that attacks can scale and adapt at machine speed, not human speed.</p>
<div class="lb-trans"><p>随着越来越多的证据显示网络犯罪分子和国家间谍组织的人工智能驱动攻击，ThreatLabz 警告称，自主和半自主的 “代理” 人工智能将越来越多地自动化网络攻击，人工智能代理将承担侦察、利用和横向移动的责任。防御者必须假设攻击可以以机器速度而非人类速度进行扩展和适应。</p>
</div><p><strong>AI Usage Surges 4x, Fueling New Enterprise Supply Chain Vulnerabilities</strong></p>
<div class="lb-trans"><p><strong>人工智能使用激增 4 倍，助长新的企业供应链脆弱性</strong></p>
</div><p>ThreatLabz found AI/ML activity increased 91% year-over-year across an ecosystem of more than 3,400 applications. This rapid adoption has left many organizations with no clear map of the AI models interacting with their data or the supply chains behind them. ThreatLabz warns that this AI supply chain is now a primary target, as weaknesses in common model files allow attackers to move laterally into core business systems.</p>
<div class="lb-trans"><p>ThreatLabz 发现，人工智能/机器学习活动在超过 3400 个应用的生态系统中同比增长了 91%。这种快速采用使许多组织没有清晰的地图来了解与其数据交互的人工智能模型或其背后的供应链。ThreatLabz 警告称，这一人工智能供应链现在成为主要目标，因为常见模型文件中的弱点使攻击者能够横向渗透到核心业务系统中。</p>
</div><p><strong>Unmanaged Embedded AI Creates Critical Data Exposure Risks</strong></p>
<div class="lb-trans"><p><strong>未管理的嵌入式人工智能造成关键数据暴露风险</strong></p>
</div><p>An enormous volume of activity is happening on &#34;standalone AI&#34; such as ChatGPT, which logged 115 billion transactions in 2025 and Codeium, which logged 42 billion transactions. “Embedded AI,” AI capabilities built directly into everyday enterprise SaaS applications and platforms, have become one of the fastest growing sources of unmanaged risk. Because these features are often active by default and escape detection by legacy security filters, they create a back door for sensitive corporate data to flow into AI models without oversight. Among all platforms analyzed, Atlassian was a leading source of embedded AI activity, reflecting widespread use of AI-powered features within its core platforms, such as Jira and Confluence.</p>
<div class="lb-trans"><p>在 “独立人工智能” 如 ChatGPT 上发生了大量活动，2025 年记录了 1150 亿次交易，而 Codeium 记录了 420 亿次交易。“嵌入式人工智能”，即直接嵌入日常企业 SaaS 应用和平台的人工智能能力，已成为未管理风险增长最快的来源之一。由于这些功能通常默认处于活动状态，并且逃避传统安全过滤器的检测，它们为敏感企业数据流入人工智能模型创造了后门。在所有分析的平台中，Atlassian 是嵌入式人工智能活动的主要来源，反映了其核心平台（如 Jira 和 Confluence）中人工智能驱动功能的广泛使用。</p>
</div><p><strong>18,000 TB of Data Poured into AI: A New Target for Machine-Speed Attacks</strong></p>
<div class="lb-trans"><p><strong>18000 TB 的数据流入人工智能：机器速度攻击的新目标</strong></p>
</div><p>In 2025, enterprise data transfers to AI/ML applications surged to 18,033 terabytes (TB)—a 93% year-over-year increase and roughly equivalent to 3.6 billion digital photos. The massive influx has transformed tools like Grammarly (3,615 TB) and ChatGPT (2,021 TB) into the world’s most concentrated repositories of corporate intelligence.</p>
<div class="lb-trans"><p>在 2025 年，企业向人工智能/机器学习应用的数据传输激增至 18033 太字节（TB）——同比增长 93%，大约相当于 36 亿张数字照片。这一巨大的涌入使得 Grammarly（3615 TB）和 ChatGPT（2021 TB）等工具成为全球最集中的企业智能存储库。</p>
</div><p>The scale of this risk is quantified by 410 million Data Loss Prevention (DLP) policy violations tied to ChatGPT alone, including attempts to share Social Security numbers, source code, and medical records. These findings signal that AI governance has transitioned from a policy discussion to an immediate operational necessity. ThreatLabz warns that as these repositories grow, they are becoming high-priority targets for cyber espionage.</p>
<div class="lb-trans"><p>这一风险的规模通过与 ChatGPT 相关的 4.1 亿个数据丢失防护 (DLP) 政策违规事件量化，包括尝试分享社会安全号码、源代码和医疗记录。这些发现表明，人工智能治理已从政策讨论转变为迫切的操作必要性。ThreatLabz 警告称，随着这些数据存储库的增长，它们正成为网络间谍活动的高优先级目标。</p>
</div><p><strong>Modernize AI security with Zero Trust</strong></p>
<div class="lb-trans"><p><strong>通过零信任现代化 AI 安全</strong></p>
</div><p>Legacy firewalls and VPNs fail in dynamic AI environments, creating visibility gaps and security blind spots. Zscaler replaces this complexity with AI-native security, providing the real-time visibility and guardrails needed to innovate safely.</p>
<div class="lb-trans"><p>传统防火墙和 VPN 在动态 AI 环境中失效，造成可见性缺口和安全盲点。Zscaler 用 AI 原生安全替代这种复杂性，提供实时可见性和必要的保护措施，以安全地进行创新。</p>
</div><p>The Zscaler Zero Trust Exchange helps organizations stay ahead of AI-powered threats by:</p>
<div class="lb-trans"><p>Zscaler 零信任交换平台帮助组织应对 AI 驱动的威胁，具体措施包括：</p>
</div><ul>
<li><strong>Eliminating Attack Surfaces</strong>: Enforce continuous verification and least-privileged access.</li>
<li><strong>Blocking AI Threats</strong>: Inspect all traffic, including encrypted data, to stop threats in real time.</li>
<li><strong>Protecting Data Everywhere</strong>: Automatically discover and classify sensitive data across all environments.</li>
<li><strong>Neutralizing Lateral Movement</strong>: Use AI-powered segmentation to contain attackers.</li>
<li><strong>Optimizing Responses</strong>: Leverage predictive AI to accelerate security operations and posture management.</li>
</ul>
<div class="lb-trans"><ul>
<li><strong>消除攻击面</strong>：实施持续验证和最低权限访问。</li>
<li><strong>阻止 AI 威胁</strong>：检查所有流量，包括加密数据，以实时阻止威胁。</li>
<li><strong>保护数据无处不在</strong>：自动发现和分类所有环境中的敏感数据。</li>
<li><strong>中和横向移动</strong>：使用 AI 驱动的分段来限制攻击者。</li>
<li><strong>优化响应</strong>：利用预测性 AI 加速安全操作和态势管理。</li>
</ul>
</div><p><strong>Master the new rules of AI security and download the full report</strong></p>
<div class="lb-trans"><p><strong>掌握 AI 安全的新规则并下载完整报告</strong></p>
</div><p>Rapidly accelerating AI adoption demands a new approach to protection. To stay ahead of evolving risks, download the full ThreatLabz 2026 AI Security Report for comprehensive threat analysis and actionable best practices.</p>
<div class="lb-trans"><p>快速加速的 AI 采用需要新的保护方法。为了应对不断演变的风险，请下载完整的 ThreatLabz 2026 AI 安全报告，以获取全面的威胁分析和可行的最佳实践。</p>
</div><p>Follow Zscaler on LinkedIn, X, and Instagram.</p>
<div class="lb-trans"><p>在 LinkedIn、X 和 Instagram 上关注 Zscaler。</p>
</div><p><strong>Research Methodology</strong></p>
<div class="lb-trans"><p><strong>研究方法论</strong></p>
</div><p>The report draws on an analysis of 989.3 billion AI/ML transactions generated by ~9K organizations across the Zscaler Zero Trust Exchange™ from January 2025–December 2025, providing a grounded view into how AI is actually being used (and restricted) across global environments.</p>
<div class="lb-trans"><p>该报告基于对 2025 年 1 月至 2025 年 12 月期间约 9000 个组织在 Zscaler 零信任交换平台上生成的 9893 亿个 AI/ML 交易的分析，提供了对 AI 实际使用（和限制）的深入了解。</p>
</div><p><strong>About Zscaler</strong></p>
<div class="lb-trans"><p><strong>关于 Zscaler</strong></p>
</div><p>Zscaler (NASDAQ: ZS) is a pioneer and global leader in zero trust security. The world’s largest businesses, critical infrastructure organizations, and government agencies rely on Zscaler to secure users, branches, applications, data &amp; devices, and to accelerate digital transformation initiatives. Distributed across 160+ data centers globally, the Zscaler Zero Trust Exchange™ platform combined with advanced AI combats billions of cyber threats and policy violations every day and unlocks productivity gains for modern enterprises by reducing costs and complexity.</p>
<div class="lb-trans"><p>Zscaler（纳斯达克代码：ZS）是零信任安全的先驱和全球领导者。全球最大的企业、关键基础设施组织和政府机构依赖 Zscaler 来保护用户、分支机构、应用程序、数据和设备，并加速数字化转型。Zscaler 零信任交换平台分布在全球 160 多个数据中心，结合先进的 AI 每天应对数十亿的网络威胁和政策违规，并通过降低成本和复杂性为现代企业解锁生产力提升。</p>
</div><p><strong>Media Contact</strong></p>
<div class="lb-trans"><p><strong>媒体联系</strong></p>
</div><p>Nick Gonzalez, Director of Global Public Relations, press@zscaler.com</p>
<div class="lb-trans"><p>Nick Gonzalez，全球公共关系总监，press@zscaler.com</p>
</div><p>A photo accompanying this announcement is available at https://www.globenewswire.com/NewsRoom/AttachmentNg/f6075799-2667-4962-9e31-b5a6d3a18410</p>
<div class="lb-trans"><p>与此公告相关的照片可在 https://www.globenewswire.com/NewsRoom/AttachmentNg/f6075799-2667-4962-9e31-b5a6d3a18410 获取。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://www.globenewswire.com/newsroom/ti/query-bmY9T1RZME16QTJNQ00zTXpreU56VTFJekl3T1RNM09ERT0" alt="" original-src="https://www.globenewswire.com/newsroom/ti?nf=OTY0MzA2MCM3MzkyNzU1IzIwOTM3ODE="/></p>
<p><img src="https://imageproxy.pbkrs.com/https://ml.globenewswire.com/media/MTYyMDIyY2UtOWM3Ni00NjU2LWE2OTItZDdjODRiOTMwNmMzLTExMDUzNTItMjAyNi0wMS0yNy1lbg==/tiny/Zscaler-Inc-.png" alt="" original-src="https://ml.globenewswire.com/media/MTYyMDIyY2UtOWM3Ni00NjU2LWE2OTItZDdjODRiOTMwNmMzLTExMDUzNTItMjAyNi0wMS0yNy1lbg==/tiny/Zscaler-Inc-.png"/></p>

Zscaler 2026 年 AI 威胁报告：AI 活动同比增长 91%，导致全球企业面临日益扩大的监管差距 | ZS 股票新闻