AI 使用管控是指规范企业内人员及 AI 智能体与 AI 工具交互的管理实践，具体包括：使用哪些应用程序、采用何种身份主体进行访问、共享哪些数据，以及允许执行哪些操作。它与应用层管控的核心差异在于，管控能力直接作用于交互层面，而非网络连接层面。
Akamai Workforce Protector（原 LayerX）如何帮您管控 AI 使用
Akamai Workforce Protector 将安全防护直接应用于交互节点，即员工与 AI 智能体实际交换数据的节点。它能清晰展示当前正在使用的 AI 工具与对应身份主体，明确提示词与上传环节中的数据流转行为，并允许您制定相关策略，以便实时发出警告、屏蔽敏感信息、拦截请求或提供引导。
发掘企业未知的 AI 工具
查看哪些身份主体（企业或个人）访问了这些工具，以及访问频率如何。用一份可直接落地执行的准确清单，取代关于 AI 应用情况的种种臆测。
洞察 AI 交互的内部运作，而不止于表层连接监控
监控构成 AI 使用的提示词、响应、上传以及复制粘贴操作，包括桌面应用程序以及无需通过浏览器会话即可运行的智能体驱动工作流程。全面掌握每一次交互的完整背景：应用场景、身份主体、数据内容以及所执行的操作。
在敏感数据抵达模型之前完成拦截
无需新增代理、重定向流量或改变员工的工作方式，即可完成部署。策略在交互节点即时生效，全程无额外延迟，也无需安排基础架构项目。在现有安全架构基础上完成扩展，无需将其替换。
工作原理
在 AI 使用实际发生的交互节点实现安全保障
Workforce Protector 部署在用户、AI 应用程序与智能体交换数据的关键节点。每次交互都会依据策略进行实时评估：涉及哪个应用程序、哪个身份主体、哪些数据，以及执行了何种操作。策略强制执行在数据流出之前就已完成，而非在日志审核环节之后再行处置。
支持 AI 使用管控的产品
Workforce Protector 管控企业员工的 AI 使用行为。Akamai 的相关产品可弥补其不足：提供对内部系统的私有访问通道、通过分段隔离防止恶意 AI 智能体横向移动、强化身份验证，以及保护出站 Web 流量。
常见问题
常见问题
封禁机制会对工具的每次使用都执行完全相同的处理。AI 使用管控可精准区分获准工具与未获准工具、企业身份与个人身份，以及常规提示词与包含受监管数据的提示词。这样，在允许合规高效使用 AI 的同时，还能阻断那些会产生风险的交互行为。
影子 AI 是指员工在企业未批准或不知情的情况下使用 AI 工具的行为。此类行为之所以难以被检测，是因为员工可通过常规网页会话、个人帐户、浏览器扩展程序及桌面应用程序来访问这些工具。网络和端点管控可能仅记录相关连接情况，而无法精准识别所使用的工具、以哪种身份访问或共享了哪些数据。
可以。AI 使用管控可识别用户登录 AI 工具时使用的是个人身份而非企业身份，并据此实施不同的策略，例如向用户发出警告、限制可提交的数据，或要求改用企业帐户登录。这弥补了企业身份管理系统无法监测 AI 活动的盲区。
都涵盖。AI 活动正日益脱离浏览器会话环境运行，可通过桌面应用程序、自动化工作流程以及无需人工值守即可与其他智能体和服务交互的智能体完成。仅对浏览器流量进行管控，会导致这些渠道完全处于无监控状态。
不需要。Akamai Workforce Protector 在交互节点实施管控，因此无需新增代理、重定向流量或改变员工的工作方式。已部署的身份、SIEM 和 DLP 系统将继续保留，并获得此前所不具备的可视化能力。
监管机构正逐步提出明确要求：企业必须能够完整证明 AI 系统处理受监管数据时的全流程处理方式。AI 使用管控会生成完整记录，标明使用了哪些 AI 工具、由哪些身份主体进行了操作，以及涉及到哪些数据，并在敏感数据送达模型之前执行相关策略，避免数据流入企业无法管控的模型留存和训练环节。
资源
了解员工真实的 AI 使用行为
申请 Akamai Workforce Protector 演示，亲眼见证 AI 使用管控的实际运用。
- 查看员工正在使用哪些 AI 工具和身份主体
- 了解实时策略如何通过警告、屏蔽、拦截或引导规范用户行为
- 探索针对个人 AI 帐户、扩展程序和智能体的管控能力