OpenAI、Anthropic、Google、Microsoft、Amazon 等逾百家科技與資安相關公司聯署警告，AI 正在降低網絡攻擊的門檻，企業與政府需要更快補上防禦缺口。最值得注意的不是 AI 會否令攻擊「無敵」，而是它已能把釣魚、偵察、漏洞利用與社交工程變得更快、更大量、更像真人。這場風險的核心，不是未來某種科幻式攻擊，而是現有防線正在面對更高頻率的壓力測試。
許多人聽到 AI 網絡攻擊，第一反應是擔心自主駭客程式四處入侵。但對大多數企業而言，更迫切的威脅其實樸素得多：一封寫得更自然的假電郵、一通模仿主管語氣的訊息、一份根據公開資料量身編造的合作邀請，已足以讓原本有效的資安流程失守。
AI 改變的不是攻擊種類，而是攻擊的成本結構
網絡釣魚、帳號盜用、惡意程式、假冒客服，這些都不是新問題。AI 帶來的改變，在於攻擊者不再需要花大量時間逐封改寫郵件、逐一研究目標公司，也不必具備流利的外語能力，便能產出看似合理的攻擊內容。
以前，一封針對香港企業財務部門的詐騙電郵，可能有明顯語病、稱呼錯誤或不合常理的格式；現在，攻擊者可以快速生成符合地區用語、行業術語和公司職責的版本，甚至按不同收件人職位改寫內容。
AI 不會讓每一宗攻擊都成功，卻會讓失敗的攻擊變得便宜。當嘗試成本大幅下降，企業面對的便不是一個高手，而是一場可無限複製的測試。
這也是逾百家公司共同發出警告的原因：資安風險不必等到 AI 完全自主化才會爆發。只要攻擊者能用 AI 把原本一天只能做十次的工作，擴大成一天做一萬次，現有的人手審核與傳統警覺機制就可能被拖垮。
今次最值得留意的三個風險升級點
1. 釣魚訊息更像真，員工更難靠直覺識破
過去不少資安培訓都教員工找錯字、看奇怪文法、留意不自然語氣。這些方法仍有用，但已不足夠。生成式 AI 可以把一段粗糙內容改寫成自然、急切而專業的商務訊息，還能模仿公司內部常見的寫作風格。
例如，財務同事收到一封「供應商更改收款帳戶」的電郵，內容提到真實專案名稱、常見聯絡人職稱和月底付款時限。它不一定附有可疑檔案，也不一定有錯字；真正的破口，可能只是對方成功製造了「現在不處理就會延誤付款」的壓力。
資安教育若仍只教人辨認錯別字，等於用上一代的偵測方法，面對下一代的偽裝能力。
2. 偵察與個人化攻擊可以大規模進行
精準社交工程原本需要蒐集大量公開資料：企業網站、人員職稱、新聞稿、社群貼文、招聘資訊、公開文件。AI 能協助攻擊者更快整理這些資訊，找出組織架構、供應鏈關係、正在推進的專案，以及最適合下手的部門。
以一家正在招聘雲端工程師的公司為例，攻擊者可假冒求職者或外部招募顧問，寄出附有惡意檔案的履歷；也可以假稱提供技術測試平台，誘導招聘人員登入仿冒網站。這類攻擊未必技術高深，卻因為情境合理而更容易被放行。
企業常把資安資源集中在系統漏洞，卻低估公開資訊拼湊後形成的攻擊地圖。資訊各自看似無害，放進 AI 的整理能力裡，便可能成為高度可用的劇本。
3. 防守團隊會先被「警報洪水」擊中
AI 不只可協助攻擊，也能協助防禦；問題是，攻擊端往往只要一次成功，防禦端卻要持續分辨每一次異常。當釣魚電郵、假登入要求、詐騙客服訊息和自動化掃描同時增加，資安團隊最先承受的往往不是技術突破，而是判斷負荷。
若企業的事件通報、帳號驗證與權限覆核仍高度依賴人工，攻擊者只需持續製造大量看似合理的請求，就可能令真正高風險事件被埋在雜訊之中。
攻擊者要找一個被忽略的洞；防守者卻要證明每一個洞都沒問題。AI 放大的，正是這種不對稱。
企業現在最該補的，不是一套更漂亮的 AI 政策
面對 AI 驅動攻擊，最常見的誤判是急著制定一份「員工不得隨意使用 AI」的政策。這類規則可以處理部分資料外洩問題，卻未必能擋住外部攻擊者利用 AI 偽造訊息、冒充身份與擴大攻擊量。
較實際的優先次序，應放在幾個會直接降低損失的動作上：
- 將付款帳戶變更、敏感資料索取、管理員權限申請等高風險操作，改為獨立渠道覆核。
- 為重要帳號啟用更強的多重驗證，避免單靠密碼與短訊驗證碼。
- 收緊高權限帳號與共享帳號，讓「一人被騙，全網失守」不再那麼容易發生。
- 把資安演練由辨認可疑電郵，升級為處理看似真實的業務情境，例如假冒主管、供應商與 IT 支援人員。
- 建立清晰通報機制，讓員工遇到可疑要求時可以快速求證，而不是在壓力下自行判斷。
這些措施聽起來不新，但正因為不新，才更容易被延後。AI 時代的資安差距，往往不是由最炫目的工具拉開，而是由最基本的驗證流程有沒有真的被執行拉開。
政府與關鍵服務不能只看「有沒有被入侵」
對政府、金融、醫療、交通、能源與大型平台而言，風險還包括假訊息、身份冒充與服務中斷。假如攻擊者能大規模生成看似可信的通知，冒充公共部門發布緊急訊息，社會成本不只在資料外洩，也可能是民眾恐慌與關鍵服務受干擾。
因此，機構需要預先讓使用者知道：哪些官方渠道可信、哪些高風險通知一定會有第二重驗證、遇到可疑要求應怎樣確認。危機發生後才要求公眾「不要相信假消息」，通常已太慢。
這不是叫所有人恐慌，而是停止用舊尺度估算風險
AI 暫時沒有令傳統資安原則失效，密碼管理、權限控制、多重驗證、備份與員工訓練仍然有效。但企業不能再假設低成本攻擊就代表低威脅，也不能把「員工應該看得出來」當成主要防線。
對中小企來說，最先要處理的往往不是採購昂貴平台，而是把付款、帳號重設、資料匯出等流程設定成無法由單一訊息觸發。對大型機構而言，則要假設釣魚內容會愈來愈像真，並重新檢視資安團隊是否有能力從大量警報中找出真正的入侵訊號。
這次聯署警告值得重視，不是因為 AI 會突然創造一個全新的網絡世界，而是因為它正在把舊世界裡最常見、最容易被忽略的攻擊，推向更快、更準、更難靠直覺防守的規模。
追蹤以下平台，獲得最新AI資訊：
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/
