金融業的資安管理，正進一步延伸至營運持續性、法遵責任與客戶信任。隨著金融機構持續推動數位轉型，攻擊面也擴及雲端服務、端點、身分、第三方連線、應用程式介面（API）與人工智慧（AI）應用。單點工具與告警規則持續增加，不同系統形成資料孤島，也讓有限的資安人力更難掌握完整攻擊脈絡。
Palo Alto Networks近期委託Omdia進行《AI驅動的安全要務》研究，聚焦金融服務業面對AI資安、法遵與營運韌性所遭遇的挑戰。研究顯示，金融機構在擴大AI與數位服務應用的同時，也須重新檢視既有資安架構，將威脅情報、跨域遙測、自動化分析與事件回應納入統一治理架構，降低工具分散與資訊斷裂造成的管理落差。
金融服務業的風險已與數位服務可用性緊密相連。雲端原生應用、應用程式介面（API）與AI服務提升產品開發效率，也讓客戶資料、支付流程、身分驗證及第三方存取形成複雜依賴。2025年Omdia調查顯示，82％受訪者將內部威脅列為影響安全職能的議題，勒索軟體與分散式阻斷服務（DDoS）攻擊均為45％，地緣政治影響及支援包含AI的數位轉型專案則各占36％。資安主管必須同時處理憑證濫用、服務中斷、供應鏈風險與AI治理責任。
立即下載 Palo Alto Networks《AI驅動的安全要務》白皮書
多套單點工具長期並存，容易造成重複告警、資料孤島與權責切割。研究指出，多數金融服務機構的資安環境由10種以上彼此獨立的工具組成，另有63％的亞洲、大洋洲及日本（AOJ）金融服務機構計畫於未來12個月增加資安預算。Omdia並預測，2026年AOJ金融業網路安全預算增幅將超過15％。
資安支出增加，衡量方式也須改變。若仍以部署設備或告警筆數評估成效，管理階層難以判斷資安投資是否真正縮短事件處理時間，或降低服務停機與資料外洩風險。資安治理因此須建立技術指標與營運影響的關聯，使偵測、回應與遏止效率能反映服務可用性與風險降低成果。
Palo Alto Networks主張以統一安全平台整合網路、端點與身分遙測，透過內嵌Precision AI的AI就緒架構進行資料關聯、警示脈絡補充與自動化回應，讓資安營運中心（Security Operations Center，SOC）分析人員集中處理高風險事件。跨控制點資料若能在共同架構中分析，也有助於快速確認身分、端點活動與網路連線之間的關係，降低人工跨工具查找資料的時間。
金融服務業專屬威脅情報則可補足一般情資缺乏產業脈絡的限制，協助團隊判斷特定攻擊可能對交易、支付、客戶資料與身分驗證造成的影響，並搭配桌上演練、紅隊與紫隊測試，驗證偵測、通報、遏止與復原程序。
生成式人工智慧（Generative AI，GenAI）與AI代理（AI Agent）進入金融應用後，治理對象擴及大型語言模型（Large Language Model，LLM）、資料集、外掛程式、API與各元件之間的資料流及權限關係。當AI應用串接核心業務系統，模型可接觸哪些資料，AI代理有權執行哪些操作，都直接影響資料保護與營運風險。
安全團隊除須持續防範商務電子郵件入侵（Business Email Compromise，BEC）、網路釣魚與憑證濫用，也須處理提示注入、敏感資料外洩與AI代理權限失控。AI代理具備自主呼叫API及工具的能力後，身分治理也須延伸至機器身分與代理帳號，限制資料存取範圍、可執行操作與必要權限。
AI安全同時須納入開發維運（DevOps）流程，將政策控管、存取權限、資料保護與執行階段防護整合至應用生命週期，持續監控模型互動、API呼叫、資料存取及AI代理行為。SOC的可視範圍也須隨之擴大，才能及早識別異常存取、越權操作與敏感資料流向。
對金融機構而言，交易連續性、客戶資料保護、法遵要求與數位服務可用性高度連動。資安治理須透過統一資料、威脅情報與自動化分析降低管理落差，並將AI應用納入既有風險治理框架，使資安投資能具體對應事件處理效率、服務可用性與營運韌性。
立即下載 Palo Alto Networks《AI驅動的安全要務》白皮書