ManageEngine 警告：马来西亚的 AI 推进速度正超过身份安全建设

ManageEngine 通过一篇 Google News 报道发出严正警告：马来西亚部署 AI 智能体的速度，正快于企业保护其数字身份的能力。

问题并不只是企业正在采用陌生的软件。每个智能体、自动化工作流和机器集成都需要凭证，以获取对数据和业务系统的访问权限。这些凭证可能在项目结束很久后仍保持有效。

马来西亚已围绕网络安全、隐私和负责任 AI 建立国家层面的框架。如今的矛盾存在于政策进展与日常企业访问管理之间。组织可以遵循高层级治理原则，同时仍为 AI 智能体授予永久性管理员权限。

这使其不只是又一个关于 AI 采用的故事。它向每家马来西亚企业提出了一个实际问题：当前究竟是谁，或是什么，获准在其网络内部执行操作？

ManageEngine 的警告究竟改变了什么

这一警告将企业 AI 治理从模型风险讨论，转向身份控制问题。

原始的身份安全报告由 Tech Wire Asia 于 2026 年 8 月 3 日发布。报告聚焦于一个在快速部署 AI 时很容易被忽视的薄弱环节。

AI 智能体并非以抽象算法的形式进入企业网络。它通常会获得服务账户、令牌、证书、API 密钥或其他机器凭证。该身份决定了智能体能够访问哪些应用、记录和操作。

ManageEngine 的 Jay Reddy 向该媒体表示，开发人员常将自主智能体视为传统应用程序集成。为避免集成延误，团队可能会分配长期管理员权限或拥有广泛权限的服务账户。

这种捷径可以让试点项目持续推进，却也会形成长期访问权限，而这类权限无法反映智能体不断变化的任务、风险级别或运行环境。

自主智能体不同于静态集成，因为它能够规划步骤、调用多种工具，并对变化的输入作出响应。为一条可预测连接设计的凭证，一旦附加到会采取多样化操作的软件上，就可能带来危险。

ManageEngine 的身份安全研究将这一问题置于更大范围的变化中。非人类身份包括服务账户、证书、机器人、工作负载、应用程序密钥和 AI 智能体。它们正成为许多企业环境中占主导地位的身份类别。

ManageEngine 表示，在受访组织中，机器身份的数量通常超过人类用户的 100 倍以上。一些行业的比例正接近 500 比 1。

这些数据来自 ManageEngine 的调查，而非仅针对马来西亚的人口普查。因此，不应将其解读为马来西亚每家公司均已测得的比例。

不过，更广泛的发现依然重要。一家拥有数千名员工的企业，仍可能在云服务、内部应用和自动化平台中分散着数十万个机器凭证。

ManageEngine 还发现，只有 12% 的受访组织拥有全面、自动化的机器身份生命周期管理。其余 88% 依赖难以适应机器规模的人工或临时流程。

生命周期管理涵盖身份的创建、修改、监控和注销。当应用被退役、智能体变更角色或凭证不再需要时，它应当移除访问权限。

缺少这一流程时，被遗弃的试点项目可能会留下孤立账户。应用程序可能已从项目仪表板中消失，但其访问令牌仍然有效。

问题不止于被遗忘的凭证。活跃的 AI 智能体也可能继承超出其任务所需的访问权限，尤其是在部署团队优先追求速度时。

最小权限原则意味着仅授予完成既定功能所需的访问权限。当智能体需要跨越电子邮件、文档存储、客户记录和内部数据库完成多个步骤时，这一点会更难实现。

因此，一条有关“身份安全”的 Google News 标题听起来可能比其底层问题更狭窄。这一警告涉及采购、软件开发、数据治理、云架构和事件响应。

眼下的变化首先体现在观念上。企业必须停止仅将 AI 智能体视为需要批准的产品，并开始将其视为需要治理的身份。

为什么 Google News 此时关注这一风险

马来西亚的国家 AI 抱负正进入运营阶段，而许多身份管理计划仍反映以人为中心的安全模式。

马来西亚并非在缺乏政策框架的情况下推进 AI。该国于 2024 年 9 月 20 日发布《国家 AI 治理与伦理指南》。

该指南确立了七项原则，涵盖公平性、可靠性、隐私、安全、透明度、问责、包容性和人类福祉，并适用于 AI 系统的整个生命周期。

马来西亚国家 AI 办公室将这些指南描述为自愿性文件。其较新的AI 治理资源旨在帮助组织将原则转化为可落实的实践。

政府还在其 AI Nation 2030 方向下制定《国家 AI 行动计划 2026–2030》。该计划预计将涵盖采用、基础设施、人才、治理及产业参与。

这为公共和私营组织都带来了推动力。董事会希望看到有价值的部署，部门希望提高生产力，技术团队则面临将试点项目推向生产环境的压力。

然而，政策层面的 AI 治理与运营层面的身份治理，解决的是问题的不同部分。

伦理框架可以要求问责、隐私和安全，却不会自动发现未被记录的 API 密钥，也不会在试点结束后撤销智能体的访问权限。

马来西亚国家 AI 办公室间接承认了这一区别。其指导涵盖部署、监控和退役，而不只是模型开发。

这种生命周期视角至关重要。智能体最初或许符合组织的审批标准，但之后可能因其权限、连接工具或运行指令发生变化而变得具有风险。

马来西亚在特定领域也拥有具约束力的网络安全规则。《网络安全法》于 2024 年 6 月 26 日刊宪，并于 2024 年 8 月 26 日生效。

该法律确立了围绕国家关键资讯基础设施（NCII）的义务，也涉及网络事件、行业责任以及部分网络安全服务提供商的许可要求。

该法强化了马来西亚国家网络安全架构。然而，它并不能消除每家企业维护准确内部资产清单和访问控制的必要性。

隐私义务也在收紧。马来西亚的PDPA 修正案引入了包括数据泄露通知和数据保护责任在内的变化。

这些规则提高了凭证治理薄弱的后果。拥有过度访问权限的智能体，可能使一个遭泄露的令牌演变为多个数据系统的暴露风险。

由此产生的压力首先落在首席信息安全官、身份团队、云管理员和应用所有者身上。他们必须在不失去可见性的前提下支持更快的部署。

压力也会传导至董事会。如果组织无法列出其智能体、所有者、凭证以及获准执行的操作，高层领导就无法监督 AI 风险。

马来西亚当前的政策方向鼓励负责任地采用 AI，但其中大部分专门的 AI 指导仍不具约束力。企业仍须自行将宽泛原则转化为技术控制措施。

这正是该报道如今出现的原因。AI 采用已经超越孤立的演示阶段，而支撑许多部署的安全架构却未能以同样的速度发展。

ManageEngine 的 AI 治理评论将 AI 视为身份数量增长的来源，同时也是安全团队的潜在助力。这种双重角色使应对工作更加复杂。

组织希望利用 AI 检测高风险行为、审查访问权限并减少人工工作。与此同时，每个防御性 AI 组件都可能引入更多需要治理的凭证和集成。

这一循环可能催生会扩张其本应控制的身份资产范围的安全工具。因此，整合与自动化变得必要，但也需要谨慎实施。

真正的压力并不是放慢每一个 AI 项目，而是让身份控制措施以这些项目的速度和规模运行。

AI 智能体与以人为中心的身份安全

马来西亚企业面临的核心矛盾，是 AI 部署速度与围绕员工及可预测应用构建的身份架构之间的冲突。

传统的身份与访问管理始于可识别的人类事件。一个人入职、变更角色、申请访问权限，最终离开公司。

这些事件可以触发涉及人力资源、管理人员和 IT 管理员的工作流。即使执行并不完善，责任归属通常仍然清晰可见。

机器身份并不遵循这一模式。开发人员可以在一个项目中创建多个服务账户，而云平台也会通过自动化基础设施流程生成凭证。

AI 智能体又增加了一层复杂性。一个智能体可能会获得对语言模型、内部文档、工单系统、客户记录和通信工具的访问权限。

它的角色也可能在没有正式调动的情况下发生变化。新的指令或集成能够扩大其实际权限，即便原始账户本身并未改变。

这就是为什么仅有一份用户账户清单已不再足够。安全团队需要了解智能体、凭证、工具、数据、所有者和实际行为之间的关系。

ManageEngine 的《Identity Security Outlook 2026》发现了显著的认知差距。根据其调查结果，80% 的高级管理人员认为，休眠机器账户正受到追踪。

只有略高于一半的从业人员确认了这种信心。该差异表明，即使一线团队看到覆盖不完整，高管仍可能相信某项控制措施已经存在。

同一项研究发现，十家受访组织中有九家正在试点或使用 AI 来进行身份与访问管理。只有 7% 报告称已实现全组织部署。

这一差距很重要，因为有限的试点并不能证明 AI 辅助安全能够跨越传统目录、云平台和数千个机器账户有效运行。

高管的预期也超过了运营层面的信心。ManageEngine 报告称，68% 的 C-suite 受访者对 AI 用于身份风险建模和分析持乐观态度。

只有 27% 的管理人员认为这一用途具有实用性。该调查并未证明任一群体正确，但它揭示了一个仅靠预算批准无法解决的部署问题。

ManageEngine 的身份安全研究也指向平台整合。超过 80% 的受访安全负责人正在将碎片化的身份工具整合为统一平台。

整合可以减少盲区：当不同系统分别管理员工访问权限、特权账户、云端授权、证书和应用密钥时，盲区往往随之产生。整合还可以提供一个共享的策略层。

然而，购买统一平台并不会自动形成准确的身份清单。组织仍需识别责任人、定义可接受行为，并连接所有相关环境。

这正是故事中的主要对立：快速部署 AI 与以人为中心的身份运营之间的矛盾。

这场冲突并不是 ManageEngine 与另一家厂商之间的竞争。Microsoft、CyberArk、Okta、SailPoint 以及云服务提供商，都通过不同产品应对不断扩大的身份问题中的一部分。

它们的方法各不相同，但行业方向相近。身份计划正从员工认证扩展到工作负载访问、机器凭证和持续授权。

持续授权意味着，访问决策可以随着上下文变化而重新评估。系统可能会考虑所请求的操作、数据敏感性、凭证行为和当前风险。

这比一次性分配的永久权限更适合自主软件。中午处理发票的智能体，并不一定在午夜闲置时也需要同样的访问权限。

短期凭证提供了另一种应对方式。它们会迅速过期，并可降低密钥遭窃后的价值。

即时访问仅在特定任务需要时授予更高权限。它能减少攻击者或发生故障的智能体可利用的常驻访问权限。

这些控制措施并不新鲜。难点在于，如何将它们一致地应用于快速创建的 AI 工作流，同时又不让安全审查变成无法使用的瓶颈。

现实中的企业智能体可能会汇总内部文档、起草回复，并更新客户系统。每项操作都可能跨越不同的安全边界。

如果智能体获得一个权限过广的服务账户，调查人员可能难以确定某项操作究竟来自该智能体、开发人员，还是另一款共享该身份的应用程序。

专用身份和详细日志可以改善归因能力，但也会增加团队必须管理的身份总数。

这种权衡解释了为何人工身份流程会在大规模环境中崩溃。更强的可追责性意味着需要追踪更多对象，而更少的共享账户则可能意味着更多独立凭证。

企业需要自动化，但自动化必须遵循经过验证的策略。否则，它可能会以远超人工管理员的速度复制过度授权问题。

ManageEngine 的 AI 治理主张无法证明什么

这一警示指出了可信的结构性风险，但并不能证明马来西亚企业存在同一种统一的安全失效。

最引人注目的数字，是非人类身份与人类身份可能达到 500 比 1 的比例。读者应谨慎看待这一数字。

ManageEngine 表示，部分受访行业接近这一比例。该公司并未声称每一家马来西亚组织都测得了相同水平。

Tech Wire Asia 的文章将全球身份研究结果应用于马来西亚的采用背景。文章补充了一次有见地的区域访谈，但这并不是针对马来西亚凭证的全国性审计。

这一差异很重要，因为各行业的技术资产环境截然不同。云服务提供商、银行、制造商、医院和小型零售商创建机器身份的速度不会相同。

定义也会改变统计结果。一些研究将证书、密钥、工作负载、机器人、服务账户和应用身份视为独立对象。

另一些研究则聚焦于可直接进行认证的账户。在定义不一致的情况下比较比例，可能会夸大表面差异。

ManageEngine 同时销售身份与安全产品。其研究仍可提供有价值的证据，但其商业立场应保持可见。

最有力的结论来自与可观察架构相一致的发现：AI 智能体需要凭证，永久权限会增加暴露面，废弃账户会带来风险。

较弱的结论则是，某一特定比例能够描述整个马来西亚。现有证据并不支持这一说法。

ManageEngine 的 AI 治理建议也倾向于整合。统一平台可以减少碎片化，但集中化也会引入自身的集中风险。

如果一个身份控制平面配置错误或遭到入侵，影响可能广泛扩散。组织需要围绕集中式系统建立韧性、职责分离和独立日志记录。

AI 辅助身份分析带来了另一项不确定性。算法可以标记异常访问模式，但也可能产生误报，或漏掉看起来像合法自动化的行为。

安全团队必须了解哪些决策仅供参考，哪些会触发自动执行。基于微弱信号阻断关键智能体，可能会中断运营。

相反，允许 AI 系统在没有人工审查的情况下批准访问，也可能以新的名义重现同样的过度授权问题。

AI 智能体与支撑它的模型之间还存在治理边界。智能体的工具和凭证决定它能做什么，而模型则影响它如何选择行动。

一家公司可能进行模型测试，却忽视凭证范围。另一家公司可能限制权限，却未能监控不安全指令或被操纵的输入。

提示注入说明了这种重叠。当恶意内容试图通过隐藏在其处理数据中的指令，改变 AI 系统行为时，就会发生提示注入。

拥有只读权限的智能体可能在提示注入后泄露信息。权限过高的智能体还可能更改记录、发送消息或调用管理工具。

身份治理无法阻止每一次提示攻击。但它可以通过缩小被入侵智能体被授权执行的操作范围，限制损害。

这使最小权限成为一项遏制措施，而不是 AI 完整安全性的证明。模型评估、数据控制、监控和事件响应仍然必不可少。

马来西亚的自愿 AI 指导原则也存在类似局限。它为董事会和团队提供了共同词汇，但组织必须将这些词汇转化为可执行的技术策略。

该国的网络安全和隐私法律在各自适用范围内形成了更明确的义务。然而，事后合规不能替代防止不必要访问。

企业也应避免在快速采用与严格控制之间作出错误二选一。若每个智能体都需要经历漫长的人工审批，员工可能会转向未经批准的工具。

影子 AI 指未经组织正式批准而使用的 AI 服务。它可能将数据移出获批系统，并创建安全团队从未见过的身份。

可行的计划必须让安全部署更容易被发现和使用。标准化凭证模式、获批连接器、自动到期机制和明确的责任归属，都可以减少摩擦。

知识实践在这里同样重要。团队需要可访问的记录，说明谁批准了某个智能体、它可以访问哪些系统，以及这些权限为何仍属必要。

可搜索的技术知识库可以支持审查，但仅靠文档无法执行访问策略。

审慎解读并不会否定 ManageEngine 的警示。它只是将主张收窄到证据所能支持的范围。

马来西亚面临合理且不断增长的机器身份风险。现有来源并未确立统一的全国暴露率，也无法证明仅靠平台整合就能解决问题。

这篇 Google News 报道之后值得关注的三个信号

下一阶段将通过身份清单、可执行的访问生命周期，以及董事会能否看到与一线实践者相同的风险证据来衡量。

第一个信号是，马来西亚组织是否开始报告完整的 AI 智能体和非人类身份清单。

一份清单应将每个身份与责任人、业务目的、环境、凭证类型、可访问数据和到期策略关联起来。仅统计账户数量，而不建立这些关系，所能提供的保护有限。

如果企业在审查中发现大量孤立或共享凭证，这一信号将强化 ManageEngine 的警示。如果清单显示责任归属明确且权限有限，则会削弱最严峻的解读。

该流程应涵盖由中央技术团队创建的智能体，以及各个部门自行组装的智能体。低代码工具可让业务用户在不经过传统软件发布控制的情况下部署自动化流程。

董事会不需要一份列出每个令牌的清单。他们需要可靠指标，显示智能体身份数量、缺少责任人的身份数量，以及仍保留常驻权限的身份数量。

第二个信号是，AI 智能体是否采用自动化且可执行的身份生命周期管理。

组织应能够签发短期凭证、限制工具、审查行为，并在工作流变化时撤销访问权限。退役流程必须移除相关密钥和服务账户。

关键词是“可执行”。一份写着智能体应采用最小权限原则的策略文件，并不能阻止管理员签发永久且范围过广的令牌。

自动到期和即时特权的证据，将强化安全架构正在追上发展速度的判断。若持续依赖手工电子表格，则会支持 ManageEngine 的担忧。

这一信号也会检验厂商主张。身份平台应展示其对云服务、内部目录、证书、应用密钥和智能体框架的覆盖能力。

仅显示员工用户的仪表盘无法回答机器身份问题。一个只能建议变更、却无法安全实施或验证变更的 AI 助手同样无法解决问题。

企业应同时衡量预防和恢复能力。他们需要知道，自己能多快禁用一个智能体、轮换相关凭证，并重建其近期操作记录。

第三个信号是，马来西亚是否会将国家 AI 原则转化为更具体的问责要求。

国家人工智能办公室表示，马来西亚尚未制定专门的 AI 法律。该办公室还指出，正在探索制定 AI 治理法案。

未来政策可能会明确 AI 部署者、风险评估、文档记录、安全测试和持续监控方面的责任。在一般性法律出台之前，行业监管机构也可能发布相关要求。

如果新规明确涉及智能体身份、访问和退役管理，将强化文章的核心判断。若只有不具备操作要求的一般伦理表述，企业层面的缺口将基本保持不变。

监管发展不应只通过国会是否通过一部单独的 AI 法规来衡量。隐私执法、NCII 义务、采购规则和行业指引，都可能塑造身份管理实践。

金融服务和关键基础设施运营商可能面临最严格的审查。它们的智能体可与敏感记录和运营系统交互，在这些场景中，过度权限会带来更严重的后果。

董事会层面的回应同样值得关注。马来西亚国家人工智能办公室已发布自愿性指引，旨在帮助董事监督 AI 的采用。

董事会应询问，组织能否立即停止一个智能体，而不仅是是否批准了最初的商业案例。他们还应询问，当智能体职能发生变化后，谁会审查其访问权限。

这些问题将高层问责与技术证据联系起来，也会揭示 ManageEngine 调查中发现的高管信心与一线实践者可见性之间的差距。

对开发者而言，教训很直接：凭证是代理架构的一部分，而不是上线后才重新审视的部署细节。

对企业采购方而言，身份覆盖范围应与模型准确性和工作流功能一同评估。一个权限无法追溯的实用代理，会带来运营风险。

对知识工作者而言，这一问题关系到助手能够访问哪些文档和系统。工具连接得越广，便利性越高，但错误或受操纵操作所造成的影响也越大。

随着新的头条出现，Google News 的叙事框架会逐渐淡出。底层的身份问题却会持续存在，因为每一项新的自动化操作都会产生一次授权决策。

马来西亚已经确立了以负责任 AI、网络安全和隐私为核心的政策方向。接下来的考验在于，各组织能否通过凭证、日志和权限撤销控制，让这些原则真正可见。

因此，未来数月应根据运营证据来评判 ManageEngine 的警告。企业是否正在发现被遗弃的代理账户？是否在替换长期有效的权限？能否证明每个机器身份的归属？

这些答案将表明，马来西亚的安全架构是否正在追赶其 AI 抱负。

在批准下一次代理部署前，请提出一个具体问题：如果这个系统今晚出现异常行为，贵组织能否识别其凭证，并在明天早晨之前移除全部权限？