2025年4月15-16日，由华昂集团（Dot Connector）主办的CDIE2025数字化创新博览会（China Digital Innovation Expo）在上海张江科学会堂盛大举行。与往届相比，2025CDIE大会在展商数量和展会规模上均有所增加。线上直播观看量达7万人次，各大媒体会前、会中、会后集中报道，曝光量在15万次以上，会场当天各展区企业签约意向客户达200多家，成功实现500多次的行业解决方案对接。更有不少国内企业与外国展商达成战略合作，规划企业产品出口到东南亚等国家。

本次大会为期两天，设立1个主论坛、4个行业论坛及7个垂直主题论坛，涵盖制造、营销、快消、医疗、零售、采购供应链、财务、数据创新&信息安全、AI+ 机器人、企业出海等多个行业和主题。

作为此次CDIE2025大会的重要论坛之一，数据创新&信息安全论坛主要聚焦人工智能与信息安全的深度融合，汇聚信息安全领域大咖，围绕零售、金融、制造、医疗等核心领域展开深度探讨。从 AI 战略趋势到零信任架构实践，从云原生安全到生成式 AI 伦理挑战，多维联动，为全球企业决策者（CEO/CIO/CTO等）提供破解安全困局、引领数智未来的关键洞见。

某化妆品公司 IT 负责人王超斌

某化妆品公司 IT 负责人王超斌作为此次数据创新与信息安全论坛的主持人，他首先对各位嘉宾的到来表示热烈欢迎。他指出，在 AI 重塑企业业务与数据生态的当下，信息安全成为企业可持续发展的关键底座。希望大家能够围绕“ AI ×安全 ”的前沿命题，从企业战略、产业趋势到实战落地，展开一系列深入探讨。

 ISC2 中国上海分会主席施勇

ISC2 中国上海分会主席施勇指出，随着 AI 技术加速渗透至影视、电商、金融等行业，企业面临的安全挑战日益严峻。勒索病毒攻击在2022年激增至3583万次，最高赎金达4000万美元，严重威胁关键领域基础设施。 AI 大模型的应用虽带来效率提升（如智能招聘、员工培训），但其依赖的海量数据与复杂算法也衍生多重风险：数据泄露可能放大隐私危机，模型训练中的偏见或歧视可能引发公平性质疑，供应链漏洞则使从数据采集到部署的全流程暴露于攻击之下。此外， AI 自身的安全属性如可靠性、透明性、可解释性仍存短板，攻击者利用生成式 AI 制造深度伪造内容、自适应恶意软件，甚至通过对抗样本干扰模型决策，进一步加剧攻防不对称性。

为应对 AI 驱动的安全威胁，企业需构建动态防御体系。防御方通过机器学习实时检测异常流量，利用自动化响应系统实现“1-10-60”分钟级威胁处置（1分钟发现、10分钟分类、60分钟控制），并采用对抗训练增强模型鲁棒性。技术层面需强化数据清洗、模型蒸馏等防护手段，同时结合供应链安全审查（如 SBOM 组件清单）降低外部风险。组织层面应建立分级应急预案与协同机制，覆盖从系统攻防演练到密码管理的全场景。面对“ AI 对抗 AI ”的新格局，企业须平衡技术创新与安全治理，通过透明可审计的模型设计、隐私保护内嵌开发流程（如 PbD ），确保 AI 应用既高效又可信。

塞讯科技 CTO 王景普

塞讯科技 CTO 王景普提出 AI 赋能的“安全有效性验证”体系，旨在通过持续威胁暴露管理（CTEM）提升企业主动防御能力。CTEM 涵盖范围界定、漏洞发现、优先级排序、攻击模拟验证及持续优化五大步骤，结合Gartner 定义的 BAS（攻击模拟）技术演进，从传统检测升级为对抗性暴露验证（AEV），动态评估防御体系有效性。然而，其落地难点同样突出：定制化检测策略适配困难、安全产品厂商支持不足、专业人才缺口（预计2027年达327万）等，导致企业难以应对复杂攻击链条与漏检风险。

为此，塞讯科技引入本地化 DeepSeek 大模型（LLM），将 AI 深度融入验证流程。通过智能解析攻击特征、自动化生成防御规则、动态优化检测策略，显著缩短响应时间（如漏检规则缓解从1周降至1天），并实现威胁识别、分析、处置闭环。其整体解决方案覆盖外部资产发现、攻击面管理、自动化渗透测试等环节，结合动态威胁情报与可视化报表，助力企业从“被动防御”转向“主动免疫”。塞讯科技以持续验证为核心，推动安全运营降本增效，构建可信协同机制，最终实现“以验证驱动长效安全”的目标。

普洛斯前全球信息安全副总裁

及创新中心负责人朱霁成

普洛斯前全球信息安全副总裁及创新中心负责人朱霁成结合20年跨国 IT 管理经验，提出 AI 在企业落地的关键路径与挑战。当前 AI 应用面临管理层与员工的知识断层，高管接受度高但员工技能不足，且企业缺乏清晰的 AI 战略，导致投资与需求错位。技术层面，数据质量、权限管理及 AI 环境漏洞等问题制约落地效果。业务端需聚焦智能办公、知识管理、流程优化及决策辅助四大中枢，强调 AI 需“懂企业、懂业务、懂人”以实现价值。同时，需建立跨职能团队、全员沟通机制及高管示范作用，通过案例培训与奖励机制推动创新。安全挑战方面，需应对 Shadow AI 泄密风险、数据治理难题及权限管理松散等问题，建议通过 AI 治理框架与可信供应商合作化解风险。

以信息安全部门为例，AI 可显著提升安全运营中心（SOC）效率。传统 SOC 受限于人力成本、告警疲劳及经验依赖，而 AI 自动化能实现事件生成、资产关联、处理任务等全流程优化，将 Level 1 工作100%自动化。此外，AI 在威胁检测（如 UEBA ）、数据分类（DLP）等场景中可降本增效。然而，需平衡自建与外包模式的总体成本，并确保安全措施的一致性。朱霁成指出，成功关键在于将 AI 战略与企业目标深度绑定，通过实际场景验证价值，并建立持续反馈机制，最终让 AI 从概念转化为可衡量的业务助力。

 上海安几科技有限公司 CEO 于新宇

上海安几科技有限公司 CEO 于新宇指出，安几科技作为中国领先的零信任数字安全提供商，自2018年成立以来，通过三个阶段快速发展：起步期（2018-2019）发布首款零信任产品并获多项资质；探索期（2020-2022）成立分支机构、完成融资并参与行业白皮书制定；成长期（2023-2024）推出零信任3.0平台，斩获“专精特新”称号及多项创新奖项。公司业务涵盖安全咨询、产品研发及服务交付，核心方案包括零信任安全平台、IAM 身份认证及动态访问控制，服务于政府、医疗、能源、制造等领域。制造业数字化转型面临严峻挑战：2024年勒索软件攻击同比增长26.8%，API 攻击超1300起，数据泄露事件中制造业占比31.25%。新 IT 基础设施（如智能车间、云服务）加剧网络边界瓦解、供应链复杂化等风险，亟需系统性安全防护。

针对上述威胁，安几提出以零信任架构为核心的纵深防御体系，遵循合规性、最小干扰及可视化原则。其“零信任数字安全大脑”整合 AI 驱动防护、动态风险评估及多协议支持，通过业务隐藏、动态授权（RBAC+ABAC）和加密隧道技术收缩攻击面，防范端口扫描与数据窃取。在数据出境场景中，安几提供全链路合规方案，涵盖终端环境检查、多因素认证及行为审计，并通过法律协作与网信办联动确保政策合规。此外，八大安全场景覆盖混合办公、供应链访问等需求，以“1-10-60”分钟级响应模型提升威胁处置效率。安几以实战化运营为标准，助力制造业平衡创新与安全，实现数字化转型的可持续性。

瑞银集团前新加坡网络和科技风险总监

及 PMI 全球项目管理协会新加坡理事会

前副理事长

东南亚地区在 AI 与信息安全领域面临机遇与挑战并存的双重格局。生成式 AI 的普及（如谷歌25%新代码由 AI 生成）显著提升效率，但也引发新型风险： AI 钓鱼攻击、深度伪造（如2024年香港2500万港币诈骗案）及模型自身漏洞（如 ChatGPT 数据泄露）威胁加剧。世界经济论坛将 AI 虚假信息与网络攻击列为全球前五大风险，东南亚作为数据流动枢纽，物联网设备激增（预计2030年达360亿台）进一步扩大攻击面。与此同时， AI 在威胁检测（51%企业用于风险预测）、漏洞发现（如谷歌 AI 首次识别0-day漏洞）等场景展现潜力，但需平衡创新与安全，防范数据投毒、API 攻击等新兴威胁。

新加坡作为区域治理标杆，通过国家 AI 战略（NAIS 2.0）与 FEAT 原则（公平、伦理、责任、透明），构建“主动免疫”体系。其网络安全战略聚焦基础设施韧性、国际合作与人才培育，金融监管局（MAS）以合规、风险监管、信息共享及技能提升四维度强化行业防护。东南亚整体依托数据中心扩建（计划新增1.5千兆瓦 AI 算力）与移动端 AI 应用渗透（如智能修图、OCR ），推动技术普惠，但需应对人才缺口（327万）与区域治理碎片化挑战，以协同机制实现“以安全护航创新”的目标。

腾讯云安全威胁情报产品负责人高睿

腾讯云安全威胁情报产品负责人高睿提出，以“情报智融”为核心，重塑场景化安全运营体系。面对网络安全日益严峻的挑战，传统防御体系难以应对复杂攻击与 APT 威胁。腾讯通过整合安全大数据、攻防经验和 AI 模型，打造覆盖 IP、域名、漏洞、样本等多维度的威胁情报系统，实现秒级收集、分钟级运营、小时级下发，有效支撑从终端到云的安全防护需求。同时，通过可视化平台、API 接口和私有化引擎，实现情报能力的标准化、模块化输出，适配各行业通用及个性化安全场景。

在技术实践与生态合作层面，腾讯依托“情报加乘计划”，联动头部安全企业，推动情报能力深度融合产品，形成差异化竞争力。以攻击全生命周期的深入分析为基础，腾讯构建了面向实战的能力运营体系，覆盖钓鱼、挖矿、勒索等复杂攻击场景。通过 SDK、TAV 引擎、本地情报平台等产品矩阵，为客户提供灵活、安全、合规的防护能力。同时，推进情报应用标准建设，降低对接难度，提升情报利用率，实现产业联防联动的主动安全防御目标。

东方证券股份有限公司

信息安全执行总监邬晓磊

在数字化转型加速的背景下，企业安全运营面临着日益复杂的挑战，传统安全管理模式在应对海量告警、新型威胁及跨部门协作等问题时逐渐显现出局限性。在此背景下，AI 大模型凭借其强大的语言理解、语义挖掘及智能决策能力，为智慧安全运营提供了创新解决方案。东方证券信息安全执行总监邬晓磊围绕 AI 大模型在安全运营中的应用展开，首先剖析了企业安全运营存在告警泛滥、应急响应缓慢、威胁检测滞后、知识管理困难等痛点，指出智慧安全运营需借助数字化与 AI 技术提升防御能力，而 AI 大模型可通过数据分析、智能决策及知识整合等方式针对性解决上述问题。

在技术架构与应用层面，邬晓磊认为大模型整合需搭建计算平台、集成 SIEM 与 SOAR 系统并开发智能体应用，其应用场景涵盖智能威胁检测、自动化应急响应、安全知识管理及态势感知等领域。同时，也客观指出大模型应用面临模型 “幻觉” 导致的准确性风险、高算力成本及数据安全隐私等挑战，相应提出了优化训练、人工审核、云服务选择、数据加密等应对策略，为企业落地 AI 大模型驱动的智慧安全运营提供了全面的思路框架。

某跨国医疗器械公司信息安全负责人

JAPAC 日本及亚太地区 Gavin Huang

某跨国医疗器械公司信息安全负责人 、JAPAC 日本及亚太地区 Gavin Huang 指出当前安全运营面临诸多痛点，包括告警泛滥、威胁检测滞后、应急响应缓慢与知识管理困难。为解决这些问题，引入 AI 大模型成为关键。大模型具备强大的语言理解与知识整合能力，能够帮助精准识别安全威胁、减少误报、自动生成应急策略并协调响应流程。此外，基于大模型构建的知识图谱与智能问答系统，还能提升知识复用与决策效率，推动安全运营向智能化、自动化发展。

Gavin Huang 进一步提出大模型的技术架构应涵盖计算平台建设、SIEM/SOAR 系统集成及智能体开发，覆盖威胁检测、应急响应、安全知识管理与态势感知等应用场景。面对幻觉问题、算力成本和数据隐私等挑战，建议通过模型验证评估、云计算资源优化以及数据加密与访问控制等手段加以应对。整体来看，大模型技术正成为提升网络安全防御能力、实现智能化安全运营的核心引擎。

平安科技信息安全部

安全平台领域负责人董晓琼

平安科技信息安全部安全平台领域负责人董晓琼认为， AI 时代的安全团队面临攻防成本失衡的严峻挑战：攻击方利用生成式 AI 将单次攻击成本从1.2万美元降至2800美元（2023-2025年），而企业防御成本攀升至12.7万美元，Gartner 预测2027年17%的网络安全事件将涉及 AI 。钓鱼攻击借助大模型生成多模态隐蔽内容，检测漏报率高达30%，人工处置效率低下（单封邮件成本31美元）。破局需转向主动防护范式，通过零信任架构整合身份认证与动态访问控制，结合 AI 多模态分析（如 NLP+OCR ）提升威胁识别精度，并构建自动化闭环处置机制，实现60倍效率提升，将恶意邮件处置时间从127小时压缩至2.13小时。

组织层面需重构安全能力体系：技术端依托 AI 统一平台整合端点、云端防护，降低碎片化成本；人才端培养“AI +安全”复合型能力，通过分层培养与实战演练强化红蓝对抗技能；生态端建立威胁情报共享机制，分摊检测成本。未来安全团队需从规则驱动转向数据驱动，以 AI 赋能实现“预警降噪-根因挖掘-风险抑制”的全流程智能化，同时应对 AI 原生风险（如深度伪造、模型越狱），最终从被动防御迈向“智能免疫与协同防御”的新范式。

在圆桌对话中，主持人、瑞银集团前新加坡网络和科技风险总监及 PMI 全球项目管理协会新加坡理事会前副理事长帅振中联合 CSA 大中华区 CTO 王安宇、非夕机器人信息安全总监刘歆轶、太平洋保险集团高级信息安全专家陆琦玮，围绕着“如何应对 AI 合规的挑战”进行了深入探讨。

CSA 大中华区 CTO 王安宇指出 CSA 国际云安全联盟希望能够把国际云和安全的最佳实践引进来，给各行各业做一些参考；同时也鼓励大中华区的优秀企业、产品和服务走出去，赋能全球云安全的产品和服务。当前，中国人工智能的发展和美国人工智能的发展差距越来越小，未来，相信中国在人工智能的基础研究上会领先整个世界。

非夕机器人信息安全总监刘歆轶认为在 AI 立法方面，中国政府非常务实，能够根据 AI 发展的不同阶段，制定符合要求的监管政策。和欧盟相比，中国政府的监管效率更高，属于事前监管，而欧盟更多属于事后监管。

太平洋保险集团高级信息安全专家陆琦玮指出 AI 安全如果要落地，要有策略、有方法还要有细则、有工具。从国家引导层来说，正逐步的做细化，未来还会有更大的发展空间。和欧盟关注个人隐私不同，中国的监管更多偏向社会主义核心价值观的考量。