AI推論躋身企業重要應用系統，F5最新報告點出多模型並用治理風險，以及身分管理成為企業採用AI代理的最大顧慮
來源：iThome | 發布日期：2026-06-01 | URL：https://www.ithome.com.tw/news/176248
原始報告：F5《2026應用策略現況調查》
核心數據
| 指標 | 全球 | 亞太/中國/日本 |
|---|---|---|
| 自行營運AI推論作業 | 78% | 50% |
| 平均採用AI模型數 | 7個 | 3~4個 |
| 串聯/調度多個AI模型 | 52% | - |
| 允許AI調整政策或組態 | 64% | - |
| 面臨AI相關資安挑戰 | 88% | - |
| 正為代理式AI做準備 | 98% | - |
一、AI推論已成企業核心基礎設施
- AI推論是主要AI活動，超越模型訓練與調校
- 企業平均營運2項AI推論服務；1/5企業達3項以上
- 供應形式：雲端公有執行個體（59%）、純公有AI-as-a-Service（36%）、完全不用公有AaaS（8%）、完全不用AI推論（僅3%）
- F5結論：AI從「建置階段」轉向「營運階段」
二、AI用於IT營運自動化（6成以上）
- ~60%：仰賴AI建議引導人員行動
- ~66%：AI自動調整政策與設定
- ~66%：AI加速自動化處理
邊界原則：
- ✅ 完全自主執行：影響可測量、可撤銷的任務
- ❌ 仍需人工監督：應用程式安全、合規性、業務風險決策
最受重視的AI安全功能：輸入過濾、程式碼與提示注入防禦、記憶內容整合、提示字句處理、輸出適度處理
三、多模型並用：主流但帶來治理風險
企業採用多模型理由：技術層面（90%）、業務/策略層面（79%）
新增資安風險（F5技術長Michael Montoya）：
- 路由操弄（routing manipulation）
- 多模型串聯導致的資料外洩
- 無法跨模型強制實施統一政策
新興治理職責：模型感知型驗證、語義濫用偵測、基於詞元的成本治理
⚠️ 能透過單一AI管理入口簡化工作流程的企業僅28%
四、AI代理身分管理成最大隱憂
- 77%企業預期在AI代理的身分與存取控制面臨問題
- 43%認為最大挑戰是「管理身分的爆炸性增長」
- 98%企業正積極規畫修改對外應用程式以供AI代理存取
- 47%正建置具備身分感知能力的基礎設施
部署AI最大障礙：運算資源成本、取得足夠專業技能
F5建議
- 避免：導入單一議題解決方案、傳統工具應對AI問題
- 應該：有意識地整合管控措施，賦予團隊跨多模型的可觀測性與安全防護能力
衍生頁面
- F5 2026應用策略報告多模型並用治理風險與AI代理身分管理 — 核心概念頁面
- f5 — F5公司實體頁面