<p><strong>快速的人工智能採用在創新與安全之間創造了一個關鍵的安全缺口，要求組織採用基於零信任的人工智能安全平台</strong></p>
<p><strong>新聞亮點</strong></p>
<ul>
<li>人工智能的採用速度超過了企業的監管。儘管關鍵行業的人工智能使用增長了 200%，許多組織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單，使得人工智能治理成為董事會的優先事項。</li>
<li>企業人工智能系統在機器速度下易受攻擊。Zscaler 的專家發現，大多數企業人工智能系統在短短 16 分鐘內就可能被攻破，分析的 100% 系統中都發現了關鍵缺陷。</li>
<li>人工智能能力在企業中迅速擴展。推動人工智能/機器學習交易的應用數量同比增長四倍，超過 3400 個，增加了複雜性並減少了集中可見性。</li>
<li>人工智能正成為敏感企業數據的高容量通道。向人工智能/機器學習應用的數據傳輸激增 93%，總量超過 18000 太字節，這使得人工智能平台成為全球網絡犯罪分子的擴展目標。</li>
</ul>
<p>加利福尼亞州聖荷西，2026 年 1 月 27 日（全球新聞通訊社）——Zscaler, Inc.（納斯達克：ZS），雲安全領域的領導者，今天發佈了《ThreatLabz 2026 年人工智能安全報告》的發現，警告企業在人工智能嵌入業務運營的情況下，未做好應對下一波人工智能驅動的網絡風險的準備。基於對 2025 年 1 月至 12 月期間 Zscaler 零信任交換平台上近一萬億次人工智能/機器學習交易的分析，研究顯示企業正達到一個臨界點，人工智能已從生產力工具轉變為自主、機器速度衝突的主要載體。該報告將人工智能和機器學習流量一起分析，因為企業人工智能系統依賴機器學習模型以大規模運作。</p>
<p>“人工智能不再僅僅是生產力工具，而是犯罪軟件和國家行為者進行自主、機器速度攻擊的主要載體，” Zscaler 網絡安全執行副總裁 Deepen Desai 表示。“在代理人工智能的時代，入侵可以在幾分鐘內從發現轉向橫向移動再到數據盜竊，使傳統防禦變得過時。要贏得這場比賽，組織必須用人工智能對抗人工智能，部署智能的零信任架構，切斷各種攻擊者的潛在路徑。”</p>
<p><strong>企業中的人工智能：2026 年報告中的新興趨勢和安全問題</strong></p>
<p><strong>人工智能採用速度超過監管</strong></p>
<p>人工智能的使用現在涵蓋每個業務職能，但在許多行業中，採用速度超過了高管層的管理能力。金融與保險仍然是按量計算的最具人工智能驅動的行業，佔所有人工智能/機器學習流量的 23%，而技術和教育行業的交易年增長率分別達到了 202% 和 184%。儘管如此，Zscaler 的研究揭示了一個關鍵差距：許多組織仍然缺乏活躍的人工智能模型和嵌入功能的基本清單，使他們無法確切瞭解敏感數據的暴露位置。</p>
<p><strong>隨着代理人工智能的出現，100% 的企業人工智能系統在機器速度下被發現易受攻擊</strong></p>
<p>雖然人工智能安全討論通常集中在假設的未來威脅上，但 Zscaler 的紅隊測試揭示了一個更為緊迫的現實：當企業人工智能系統在真實對抗條件下進行測試時，它們幾乎立即崩潰。在控制掃描中，關鍵漏洞在幾分鐘內顯現，而不是幾個小時。首次關鍵故障的中位時間僅為 16 分鐘，90% 的系統在 90 分鐘內被攻破。在最極端的情況下，防禦在一秒鐘內被繞過。</p>
<p>隨着越來越多的證據顯示網絡犯罪分子和國家間諜組織的人工智能驅動攻擊，ThreatLabz 警告稱，自主和半自主的 “代理” 人工智能將越來越多地自動化網絡攻擊，人工智能代理將承擔偵察、利用和橫向移動的責任。防禦者必須假設攻擊可以以機器速度而非人類速度進行擴展和適應。</p>
<p><strong>人工智能使用激增 4 倍，助長新的企業供應鏈脆弱性</strong></p>
<p>ThreatLabz 發現，人工智能/機器學習活動在超過 3400 個應用的生態系統中同比增長了 91%。這種快速採用使許多組織沒有清晰的地圖來了解與其數據交互的人工智能模型或其背後的供應鏈。ThreatLabz 警告稱，這一人工智能供應鏈現在成為主要目標，因為常見模型文件中的弱點使攻擊者能夠橫向滲透到核心業務系統中。</p>
<p><strong>未管理的嵌入式人工智能造成關鍵數據暴露風險</strong></p>
<p>在 “獨立人工智能” 如 ChatGPT 上發生了大量活動，2025 年記錄了 1150 億次交易，而 Codeium 記錄了 420 億次交易。“嵌入式人工智能”，即直接嵌入日常企業 SaaS 應用和平台的人工智能能力，已成為未管理風險增長最快的來源之一。由於這些功能通常默認處於活動狀態，並且逃避傳統安全過濾器的檢測，它們為敏感企業數據流入人工智能模型創造了後門。在所有分析的平台中，Atlassian 是嵌入式人工智能活動的主要來源，反映了其核心平台（如 Jira 和 Confluence）中人工智能驅動功能的廣泛使用。</p>
<p><strong>18000 TB 的數據流入人工智能：機器速度攻擊的新目標</strong></p>
<p>在 2025 年，企業向人工智能/機器學習應用的數據傳輸激增至 18033 太字節（TB）——同比增長 93%，大約相當於 36 億張數字照片。這一巨大的湧入使得 Grammarly（3615 TB）和 ChatGPT（2021 TB）等工具成為全球最集中的企業智能存儲庫。</p>
<p>這一風險的規模通過與 ChatGPT 相關的 4.1 億個數據丟失防護 (DLP) 政策違規事件量化，包括嘗試分享社會安全號碼、源代碼和醫療記錄。這些發現表明，人工智能治理已從政策討論轉變為迫切的操作必要性。ThreatLabz 警告稱，隨着這些數據存儲庫的增長，它們正成為網絡間諜活動的高優先級目標。</p>
<p><strong>通過零信任現代化 AI 安全</strong></p>
<p>傳統防火牆和 VPN 在動態 AI 環境中失效，造成可見性缺口和安全盲點。Zscaler 用 AI 原生安全替代這種複雜性，提供實時可見性和必要的保護措施，以安全地進行創新。</p>
<p>Zscaler 零信任交換平台幫助組織應對 AI 驅動的威脅，具體措施包括：</p>
<ul>
<li><strong>消除攻擊面</strong>：實施持續驗證和最低權限訪問。</li>
<li><strong>阻止 AI 威脅</strong>：檢查所有流量，包括加密數據，以實時阻止威脅。</li>
<li><strong>保護數據無處不在</strong>：自動發現和分類所有環境中的敏感數據。</li>
<li><strong>中和橫向移動</strong>：使用 AI 驅動的分段來限制攻擊者。</li>
<li><strong>優化響應</strong>：利用預測性 AI 加速安全操作和態勢管理。</li>
</ul>
<p><strong>掌握 AI 安全的新規則並下載完整報告</strong></p>
<p>快速加速的 AI 採用需要新的保護方法。為了應對不斷演變的風險，請下載完整的 ThreatLabz 2026 AI 安全報告，以獲取全面的威脅分析和可行的最佳實踐。</p>
<p>在 LinkedIn、X 和 Instagram 上關注 Zscaler。</p>
<p><strong>研究方法論</strong></p>
<p>該報告基於對 2025 年 1 月至 2025 年 12 月期間約 9000 個組織在 Zscaler 零信任交換平台上生成的 9893 億個 AI/ML 交易的分析，提供了對 AI 實際使用（和限制）的深入瞭解。</p>
<p><strong>關於 Zscaler</strong></p>
<p>Zscaler（納斯達克代碼：ZS）是零信任安全的先驅和全球領導者。全球最大的企業、關鍵基礎設施組織和政府機構依賴 Zscaler 來保護用户、分支機構、應用程序、數據和設備，並加速數字化轉型。Zscaler 零信任交換平台分佈在全球 160 多個數據中心，結合先進的 AI 每天應對數十億的網絡威脅和政策違規，並通過降低成本和複雜性為現代企業解鎖生產力提升。</p>
<p><strong>媒體聯繫</strong></p>
<p>Nick Gonzalez，全球公共關係總監，press@zscaler.com</p>
<p>與此公告相關的照片可在 https://www.globenewswire.com/NewsRoom/AttachmentNg/f6075799-2667-4962-9e31-b5a6d3a18410 獲取。</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>

標普軟件與服務 ETF - SPDR

北美科技軟件股指數 ETF - iShares

全球科技股指數 ETF - iShares

<p>Zscaler 的 2026 年 AI 威脅報告顯示，AI 活動同比增長 91%，突顯出由於 AI 採用速度超過企業監管，存在顯著的安全漏洞。報告指出，100% 的企業 AI 系統都存在脆弱性，關鍵缺陷在 16 分鐘內被檢測到。AI 的使用激增，尤其是在金融和技術領域，引發了對數據暴露和供應鏈脆弱性的擔憂。組織被敦促實施基於零信任的 AI 安全平台，以應對 AI 驅動攻擊帶來的不斷演變的網絡威脅</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>快速的人工智能採用在創新與安全之間創造了一個關鍵的安全缺口，要求組織採用基於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>新聞亮點</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>人工智能的採用速度超過了企業的監管。儘管關鍵行業的人工智能使用增長了 200%，許多組織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單，使得人工智能治理成為董事會的優先事項。</li>
<li>企業人工智能系統在機器速度下易受攻擊。Zscaler 的專家發現，大多數企業人工智能系統在短短 16 分鐘內就可能被攻破，分析的 100% 系統中都發現了關鍵缺陷。</li>
<li>人工智能能力在企業中迅速擴展。推動人工智能/機器學習交易的應用數量同比增長四倍，超過 3400 個，增加了複雜性並減少了集中可見性。</li>
<li>人工智能正成為敏感企業數據的高容量通道。向人工智能/機器學習應用的數據傳輸激增 93%，總量超過 18000 太字節，這使得人工智能平台成為全球網絡犯罪分子的擴展目標。</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>加利福尼亞州聖荷西，2026 年 1 月 27 日（全球新聞通訊社）——Zscaler, Inc.（納斯達克：ZS），雲安全領域的領導者，今天發佈了《ThreatLabz 2026 年人工智能安全報告》的發現，警告企業在人工智能嵌入業務運營的情況下，未做好應對下一波人工智能驅動的網絡風險的準備。基於對 2025 年 1 月至 12 月期間 Zscaler 零信任交換平台上近一萬億次人工智能/機器學習交易的分析，研究顯示企業正達到一個臨界點，人工智能已從生產力工具轉變為自主、機器速度衝突的主要載體。該報告將人工智能和機器學習流量一起分析，因為企業人工智能系統依賴機器學習模型以大規模運作。</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>“人工智能不再僅僅是生產力工具，而是犯罪軟件和國家行為者進行自主、機器速度攻擊的主要載體，” Zscaler 網絡安全執行副總裁 Deepen Desai 表示。“在代理人工智能的時代，入侵可以在幾分鐘內從發現轉向橫向移動再到數據盜竊，使傳統防禦變得過時。要贏得這場比賽，組織必須用人工智能對抗人工智能，部署智能的零信任架構，切斷各種攻擊者的潛在路徑。”</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>企業中的人工智能：2026 年報告中的新興趨勢和安全問題</strong></p>
</div><p><strong>AI Adoption is Outpacing Oversight</strong></p>
<div class="lb-trans"><p><strong>人工智能採用速度超過監管</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>人工智能的使用現在涵蓋每個業務職能，但在許多行業中，採用速度超過了高管層的管理能力。金融與保險仍然是按量計算的最具人工智能驅動的行業，佔所有人工智能/機器學習流量的 23%，而技術和教育行業的交易年增長率分別達到了 202% 和 184%。儘管如此，Zscaler 的研究揭示了一個關鍵差距：許多組織仍然缺乏活躍的人工智能模型和嵌入功能的基本清單，使他們無法確切瞭解敏感數據的暴露位置。</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>隨着代理人工智能的出現，100% 的企業人工智能系統在機器速度下被發現易受攻擊</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>雖然人工智能安全討論通常集中在假設的未來威脅上，但 Zscaler 的紅隊測試揭示了一個更為緊迫的現實：當企業人工智能系統在真實對抗條件下進行測試時，它們幾乎立即崩潰。在控制掃描中，關鍵漏洞在幾分鐘內顯現，而不是幾個小時。首次關鍵故障的中位時間僅為 16 分鐘，90% 的系統在 90 分鐘內被攻破。在最極端的情況下，防禦在一秒鐘內被繞過。</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>隨着越來越多的證據顯示網絡犯罪分子和國家間諜組織的人工智能驅動攻擊，ThreatLabz 警告稱，自主和半自主的 “代理” 人工智能將越來越多地自動化網絡攻擊，人工智能代理將承擔偵察、利用和橫向移動的責任。防禦者必須假設攻擊可以以機器速度而非人類速度進行擴展和適應。</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，助長新的企業供應鏈脆弱性</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 發現，人工智能/機器學習活動在超過 3400 個應用的生態系統中同比增長了 91%。這種快速採用使許多組織沒有清晰的地圖來了解與其數據交互的人工智能模型或其背後的供應鏈。ThreatLabz 警告稱，這一人工智能供應鏈現在成為主要目標，因為常見模型文件中的弱點使攻擊者能夠橫向滲透到核心業務系統中。</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關鍵數據暴露風險</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 “獨立人工智能” 如 ChatGPT 上發生了大量活動，2025 年記錄了 1150 億次交易，而 Codeium 記錄了 420 億次交易。“嵌入式人工智能”，即直接嵌入日常企業 SaaS 應用和平台的人工智能能力，已成為未管理風險增長最快的來源之一。由於這些功能通常默認處於活動狀態，並且逃避傳統安全過濾器的檢測，它們為敏感企業數據流入人工智能模型創造了後門。在所有分析的平台中，Atlassian 是嵌入式人工智能活動的主要來源，反映了其核心平台（如 Jira 和 Confluence）中人工智能驅動功能的廣泛使用。</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 的數據流入人工智能：機器速度攻擊的新目標</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，企業向人工智能/機器學習應用的數據傳輸激增至 18033 太字節（TB）——同比增長 93%，大約相當於 36 億張數字照片。這一巨大的湧入使得 Grammarly（3615 TB）和 ChatGPT（2021 TB）等工具成為全球最集中的企業智能存儲庫。</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>這一風險的規模通過與 ChatGPT 相關的 4.1 億個數據丟失防護 (DLP) 政策違規事件量化，包括嘗試分享社會安全號碼、源代碼和醫療記錄。這些發現表明，人工智能治理已從政策討論轉變為迫切的操作必要性。ThreatLabz 警告稱，隨着這些數據存儲庫的增長，它們正成為網絡間諜活動的高優先級目標。</p>
</div><p><strong>Modernize AI security with Zero Trust</strong></p>
<div class="lb-trans"><p><strong>通過零信任現代化 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>傳統防火牆和 VPN 在動態 AI 環境中失效，造成可見性缺口和安全盲點。Zscaler 用 AI 原生安全替代這種複雜性，提供實時可見性和必要的保護措施，以安全地進行創新。</p>
</div><p>The Zscaler Zero Trust Exchange helps organizations stay ahead of AI-powered threats by:</p>
<div class="lb-trans"><p>Zscaler 零信任交換平台幫助組織應對 AI 驅動的威脅，具體措施包括：</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>消除攻擊面</strong>：實施持續驗證和最低權限訪問。</li>
<li><strong>阻止 AI 威脅</strong>：檢查所有流量，包括加密數據，以實時阻止威脅。</li>
<li><strong>保護數據無處不在</strong>：自動發現和分類所有環境中的敏感數據。</li>
<li><strong>中和橫向移動</strong>：使用 AI 驅動的分段來限制攻擊者。</li>
<li><strong>優化響應</strong>：利用預測性 AI 加速安全操作和態勢管理。</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 安全的新規則並下載完整報告</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 採用需要新的保護方法。為了應對不斷演變的風險，請下載完整的 ThreatLabz 2026 AI 安全報告，以獲取全面的威脅分析和可行的最佳實踐。</p>
</div><p>Follow Zscaler on LinkedIn, X, and Instagram.</p>
<div class="lb-trans"><p>在 LinkedIn、X 和 Instagram 上關注 Zscaler。</p>
</div><p><strong>Research Methodology</strong></p>
<div class="lb-trans"><p><strong>研究方法論</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>該報告基於對 2025 年 1 月至 2025 年 12 月期間約 9000 個組織在 Zscaler 零信任交換平台上生成的 9893 億個 AI/ML 交易的分析，提供了對 AI 實際使用（和限制）的深入瞭解。</p>
</div><p><strong>About Zscaler</strong></p>
<div class="lb-trans"><p><strong>關於 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（納斯達克代碼：ZS）是零信任安全的先驅和全球領導者。全球最大的企業、關鍵基礎設施組織和政府機構依賴 Zscaler 來保護用户、分支機構、應用程序、數據和設備，並加速數字化轉型。Zscaler 零信任交換平台分佈在全球 160 多個數據中心，結合先進的 AI 每天應對數十億的網絡威脅和政策違規，並通過降低成本和複雜性為現代企業解鎖生產力提升。</p>
</div><p><strong>Media Contact</strong></p>
<div class="lb-trans"><p><strong>媒體聯繫</strong></p>
</div><p>Nick Gonzalez, Director of Global Public Relations, press@zscaler.com</p>
<div class="lb-trans"><p>Nick Gonzalez，全球公共關係總監，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>與此公告相關的照片可在 https://www.globenewswire.com/NewsRoom/AttachmentNg/f6075799-2667-4962-9e31-b5a6d3a18410 獲取。</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 威脅報告：AI 活動同比增長 91%，導致全球企業面臨日益擴大的監管差距 | ZS 股票新聞