當攻擊者開始利用人工智慧（AI）加快偵察、弱點利用與資料竊取速度，企業資安防禦也面臨新的效率壓力。Google工程部門副總裁Royal Hansen表示，過去網路釣魚一直是攻擊者取得初始存取權限的主要手法，但近年事件調查顯示，弱點利用與遭竊憑證已成為更關鍵的入侵來源，企業防禦重點不能只停留在員工教育或郵件過濾，還必須強化底層平台、軟體開發流程與身分驗證架構。
Royal Hansen指出，台灣與許多高度數位化經濟體一樣，公私部門都面臨密集攻擊，若仍靠單一企業或組織各自防守，將難以形成足夠規模的防禦效果。他認為，數位韌性應該被內建到雲端服務、模型、電子郵件、試算表與手機等日常數位工具之中。也就是說，資安要能規模化，關鍵在於平台層預先納入防護能力，讓使用者在日常作業中自然取得較高安全基準。
在AI防禦應用上，Royal Hansen特別提到Google DeepMind研發的AI代理CodeMender。CodeMender是用於程式碼安全的AI代理，透過除錯器、原始碼瀏覽器等工具分析弱點根因並產生修補程式。Royal Hansen進一步說明，資安團隊過去最困難的環節，通常在於如何順利讓其他開發與維運團隊完成變更，單純找出弱點反而已非首要挑戰。軟體修改牽涉相依性、相容性、測試與部署風險，AI代理可同時評估不同修補方案，並以風險評分的方式比較多種修補程式，再挑選較佳方案進入部署流程。
他也強調，AI代理不宜被想像成單一萬能工具。較可行的作法，是建立任務明確的專用代理，例如持續檢查一年以上未使用的資料，將其移出高風險環境；或偵測長期未使用的權限，自動收回存取能力。這類代理可視為持續執行的安全維運控制點，負責處理人員不易長期維持一致性的基礎工作。藉此可有效率地降低曝險面，並減少長期累積的權限與資料風險。
Google工程部門副總裁Royal Hansen表示，AI代理進入企業流程後，安全機制必須內建於雲端、身分、資料與權限治理，讓創新應用建立可控基礎。
代理型AI（Agentic AI）邁入企業流程之際，Royal Hansen也提醒，風險治理必須同步跟上。他提到Google的安全AI框架（SAIF）已有針對代理型應用的安全思考，核心概念是讓代理生態系本身具備防護能力。Royal Hansen以Guardian Agent描述下一步方向：當代理執行任務時，旁側防護代理可即時判斷所需資料範圍，只授予短時間、有限度的存取權限，例如僅在任務期間開放，任務完成後立即收回。透過在數位基礎架構中納入風險控管機制，企業可降低代理濫用與新型攻擊手法帶來的影響範圍，讓代理型AI應用在受控條件下發揮效益。