封鎖 AI 工具,表面上似乎可以減少風險,但封鎖一個網絡入口,不等於員工不再有工作需要 AI 幫手。ThreatLabz 分析了 2025 年 Zscaler 平台上近一萬億宗企業 AI 及機器學習交易;相關報道指出,企業封鎖了接近四成交易,當中亦包括不少常用工具。
1
6 這些數字反映該平台觀察到的流量及封鎖情況,並不能說明封鎖實際消除了多少風險,亦不是新加坡企業使用 AI 的整體統計。
對新加坡企業來說,問題不只係「邊啲應用程式要封鎖」,還包括員工會否用私人裝置處理工作、企業軟件內置的 AI 助手可以存取甚麼資料,以及 AI 代理可以執行哪些操作。新加坡資訊通信媒體發展局(IMDA)的《代理式人工智能治理框架》提供了評估風險、限制 AI 代理權限與行動範圍的指引。
20
26
點解單靠封鎖清單唔夠?
封鎖一次連線,不代表 AI 使用就此停止
網絡封鎖可以限制某個服務的特定連線方式,但無法證明員工已經放棄用 AI 完成工作。PagerDuty 於 2026 年 6 月公布的調查發現,在曾經因工作使用 AI 的受訪者中,66% 表示自己曾在以為公司政策不允許的情況下,於工作中使用 AI 工具。
38 調查訪問了澳洲、日本、英國及美國大型機構的 1,250 名辦公室專業人士,因此反映的是較廣泛的職場情況,並非新加坡的使用比例。
41
這不代表每個被封鎖的工具都會遭到繞過,而是提醒企業:單靠禁止,無法完整掌握員工的實際行為或資料暴露情況。
AI 不只存在於獨立應用程式
企業使用 AI,可能涉及獲批准的商業軟件內置助手、各種整合功能,以至可以存取企業系統的 AI 代理;並非只限於公開聊天機械人。企業需要了解每個系統可以讀取甚麼資料,以及可以執行甚麼操作。IMDA 的框架建議,評估代理式 AI 的風險時,要考慮敏感資料存取權、代理的自主程度、可採取行動的範圍,以及行動是否可以撤回等因素。
20
26
換句話說,治理問題不應只停留在「呢個 app 有冇上封鎖名單」,而要問:「呢個 AI 可以存取、披露或者更改甚麼?」
網絡監察未必睇到完整使用情況
員工可能改用私人裝置,或透過未受監察的網絡,借助 AI 處理工作。企業網絡封鎖未必能呈現資料實際經過甚麼流程。因此,企業應把這類情況納入風險規劃,而非假設網絡紀錄已完整記錄所有 AI 使用。
同樣地,即使 AI 功能藏在已獲批准的軟件內,企業仍要檢視其權限及資料流向。批准使用某個軟件,並不自動代表當中的每個 AI 助手或整合功能都只會存取適當資料。
有些資料外洩風險,與封鎖 AI 工具無關
Forcepoint 一篇文章引述《財富》雜誌報道,指 Anthropic 曾因內容管理系統設定問題,令約 3,000 份未公開資料可供公眾存取。
40 這是有關設定失誤的報道,並非封鎖清單的證據,也不代表新加坡企業有同類問題。它提醒企業的是:發布設定和存取權限本身也可能造成資料暴露,與准許使用哪些 AI 應用程式是兩回事。
AI 治理的實際中間路線
全面禁止和完全放任並非僅有的選擇。更實際的做法,是同時提升使用情況的可見度、保護資料、限制 AI 權限,並提供真正好用的合規工具。
盤點實際 AI 用法。 記錄獲批准的工具、軟件內置功能、整合服務及 AI 代理;同時提供清晰渠道,讓員工申報新用途。網絡數據可作為了解情況的其中一個來源,但不應視為所有工作流程的完整紀錄。
由最敏感的資料開始保護。 找出高風險資料庫和檔案庫,檢視員工及系統可以存取甚麼。無論資料存放或使用在哪裏,都應設置相應保護措施,而非只依賴應用程式名稱清單。
為獲批准的 AI 設定並測試界線。 檢視助手可以讀取、傳送和更改甚麼;只提供完成工作所需的最低權限,並要求高影響或難以撤回的操作先經人手批准。這與 IMDA 對代理風險評估,以及限制其行動範圍、自主程度和存取權的指引一致。
20
26
令合規工具真係好用。 提供能處理正當工作需要的工具和簡便審批流程,減少員工轉用未獲批准替代方案的誘因。衡量成效時,除了看封鎖了多少次請求,也要看員工能否安全地完成工作。
封鎖清單可以是其中一項管控措施,但不能當成風險已經下降的可靠指標。更有效的治理,應讓企業看清實際 AI 用法,無論資料流向何處都能妥善保護,並清楚限制 AI 系統可以做甚麼。