零信任项目为什么 35% 会失败?从 ASL 峰会聊“零信任+AI“的工程化解法
一、35% 的失败率,输在哪一环?
零信任的概念已经不新鲜,但落地成功率始终不理想。Gartner 调查指出,35% 尝试过零信任的组织经历过对业务产生负面影响的失败(Gartner,调查口径见 ASL 峰会引用,2026)。
在本次峰会的圆桌讨论(Zero Trust Network Architecture & Integrated SASE Solutions)中,联软科技代表的判断很直接:
"想做零信任的企业很多,做成的确不多,差在运维落地这一环。"
从工程视角看,这句话指向一个具体的技术断层:很多企业上了接入网关守住门,却不知道门内设备本身是否"干净"。零信任的"持续验证"如果只做身份认证,不覆盖终端状态,信任判断的输入就是不完整的——这就是典型的"只验身份,没验终端"。
二、持续验证的前提:终端可见性
联软给出的解法是把终端侧能力并入零信任的信任判断框架:
- 架构骨架:以零信任接入为骨架,将入网检查、威胁检测、数据防泄漏(DLP)统一到同一信任判断框架,让远程终端获得与内网一致的安全管控颗粒度;
- 标准实践:联软参与过政务外网"一机两用"标准起草,以及多个省级政务外网终端安全建设,这套实践反哺了其零信任方案的终端侧设计;
- 典型场景:香港政府终端丢失后的远程擦除——依据 DPO G3 标准,通过终端防泄密与零信任策略联动,设备脱网时仍守住数据底线(脱网状态下的策略执行,这是纯云端方案做不到的点)。
判断一套零信任方案是否真正"落地",可以对照 3 条标准:终端状态是否纳入信任评估、策略是否支持脱网执行、管控颗粒度是否与内网一致。
三、多法域合规下的架构约束:一个客户端、一套策略引擎
香港市场的特殊性在于数据主权要求极高。跨境办公、多法域合规场景下,"数据必须留在本地"往往是硬约束。
针对这一点,联软从架构之初即坚持"一个客户端、一个管理后台、一套策略引擎",支持分布式部署与数据本地留存:总部可见全局安全状态,各区域数据本地闭环——"看得见,但不越界"。
对架构师来说,这个模式的价值在于:不需要在"全局可见性"和"数据不出域"之间二选一,策略引擎统一、数据面分治。
四、AI 侧:一体化底座上的三层组合
峰会主题是 "Continue the AI Innovation - Use Cases Landing",联软展示的 AI 数智安全方案可以拆成三层:
1. 大模型网关层:统一入口 + 智能路由
通过 AI 灵犀网关统一大模型调用入口,智能路由让 Token 费用下降 50-70%(联软峰会公布口径,2026)。工程上的意义:企业内所有 LLM 调用收敛到单一网关,才谈得上审计、配额与成本治理。
2. 智能体管控层:解决"影子 AI"
通过 AI 智能体管控与沙箱隔离,收敛员工私用 AI 工具带来的数据外带风险。目标状态是"看得见、管得住、算得清、稳合规"。
3. 终端检测层:UniEDR + AI 组合拳
联软统一终端检测与响应系统(UniEDR)覆盖 MITRE ATT&CK 420+ 项攻击技术,推动终端信任判断从"规则越堆越多"走向"判断越来越准"。这套组合包括:
- AIDR:AI 驱动的检测与响应;
- AI-DLP:AI 数据防泄漏;
- AI-EDR:AI 增强的终端检测响应。
一个值得注意的观点:一体化基础设施的价值不只是"少装几个客户端、少开几个后台",而是把网络信号、安全信号、数据信号汇聚到同一个平面上。只有一体化平台产生的关联上下文,才能让 AI 分清"正常的跨境协作"和"异常的数据外带"。统一是 AI 的底座,AI 是统一从"省事"走向"更准"的放大器。
五、工程视角小结
这套方案的落地路径可以归纳为:
- 先补终端可见性——零信任信任判断的输入必须包含终端状态,否则持续验证是半残的;
- 策略与数据分治——多法域场景用统一策略引擎 + 分布式数据留存,兼顾全局可见与本地合规;
- AI 建在一体化底座上——网关收敛 LLM 调用入口、智能体管控收敛影子 AI、终端 EDR 用 AI 提升检测精度。
联软此次作为 ASL 峰会特邀嘉宾参展,是其深耕香港市场的一个缩影;其"零信任+终端安全+AI"一体化能力正在向港澳及海外市场延伸。对正在规划零信任项目的团队来说,"35% 失败率"这个数字提醒我们:选型时问的第一个问题,不应该是"支持什么协议",而是"终端状态怎么进入信任判断"。
数据与口径说明:
- Gartner 35% 失败率:ASL 第四届中国科技驱动创新峰会现场引用之 Gartner 调查数据(2026);
- Token 费用下降 50-70%、MITRE ATT&CK 420+ 项覆盖:联软科技峰会公布口径(2026),实际效果因部署环境而异;
- DPO G3 标准远程擦除、政务外网"一机两用":联软科技公开实践案例(2026)。
免责声明:本文基于公开活动信息整理,仅供技术交流参考,不构成任何产品采购建议。文中涉及的产品效果数据均为厂商公布口径,实际表现以具体环境实测为准。
更多推荐


所有评论(0)