Claude Mythos 可能為資安業務帶來的劇變 逐漸兩極化的「業界未來」（1/5 頁） - ITmedia
原始發表日期：2026-05-13
日本知名科技媒體《ITmedia》深入探討了新一代重量級人工智慧模型「Claude Mythos」的問世，將如何為全球網路安全（Cybersecurity）產業帶來翻天覆地的劇變，並大膽預測未來的資安市場將走向極端的「兩極化（Bipolarization）」發展。這篇點出產業生存危機的深度報導，在資深財經主編與軟體即服務（SaaS）分析師的眼中，正式敲響了傳統資安防護廠商的喪鐘，同時也為具備 AI 原生研發能力的科技巨頭吹響了集結號。在生成式 AI（Generative AI）的軍備競賽中，駭客的攻擊手法正經歷指數型的進化，這迫使防禦方必須投入無底洞般的「研發資本支出（R&D CapEx）」。這場矛與盾的 AI 終極對決，不僅將徹底重塑企業端（B2B）的 IT 採購邏輯，更將在資本市場中引爆一波慘烈的資安產業「整併與洗牌（M&A and Consolidation）」狂潮。
產業現況
長久以來，網路安全產業依賴著特徵碼比對（Signature-based）與人工撰寫的防護規則來抵禦惡意程式。然而，隨著如 Claude Mythos 這類具備超強大邏輯推理與程式碼生成能力的 AI 模型普及，駭客能夠以「邊際成本趨近於零（Near-zero Marginal Cost）」的速度，自動生成無數種變種的勒索軟體（Ransomware）與極度擬真的社交工程（Social Engineering）釣魚郵件。面對這種降維打擊，傳統的防毒軟體與防火牆瞬間淪為廢鐵。為了生存，資安巨頭（如 Palo Alto Networks、CrowdStrike）別無選擇，只能瘋狂加碼 AI 算力基礎設施，將大型語言模型整合至其端點偵測與回應（EDR）平台中，讓 AI 對決 AI。這種「贏者全拿（Winner-Takes-All）」的賽局，導致了市場的極端兩極化：一方面是資本雄厚、能負擔龐大 AI 訓練成本的頂級平台供應商，其市占率與定價能力（Pricing Power）將不斷膨脹；另一方面，則是缺乏 AI 整合能力、固守單一防護功能的傳統小型資安廠，將面臨客戶流失與營收斷崖式暴跌的絕境。
總經分析
從總體經濟學與宏觀企業營運的維度剖析，資安威脅的 AI 化，是全球企業面臨的最嚴峻「系統性風險（Systemic Risk）」。為了防堵可能導致產線停擺或機密外洩的「營運中斷風險（Business Interruption Risk）」，全球跨國企業被迫大幅上調其 IT 預算中的「防禦性資本支出（Defensive CapEx）」。在宏觀經濟仍面臨高利率與通膨壓力的背景下，這筆龐大的資安開銷，實質上是一種排擠企業創新的「摩擦成本（Friction Cost）」，無情地侵蝕著企業的營業毛利率（Gross Margin）。然而，如果從防護端的自動化來看，導入高階 AI 資安系統，能極大地彌補全球極度匱乏的高階資安分析師人力缺口。這種以資本（AI 算力）替代勞動力（人力監控）的轉變，將有助於優化企業的內部資源配置，從長期來看，是提升整體「總要素生產力（Total Factor Productivity, TFP）」的必要陣痛期。
未來展望
展望未來，「零信任架構（Zero Trust Architecture）」結合「AI 自動化回應」將成為企業軟體基礎設施的標準配備。我們預期，在資本市場的無情推動下，資安產業將迎來史無前例的併購潮。處於劣勢的中小型資安廠商，其最佳出路是在估值崩盤前被微軟、Google 或大型資安平台收購。對於投資法人而言，在評估網路安全類股的投資價值時，必須徹底拋棄過去的板塊齊漲思維。投資人應重倉佈局那些成功將 Generative AI 商業化、具備強大雲端原生資料湖（Data Lake）優勢，且「經常性收入（Recurring Revenue）」留存率極高的資安平台巨獸。這些能在 AI 資安戰中稱霸的企業，將享受長達十年的高本益比（P/E）估值溢價，而落後者則將淪為資本市場的棄兒。
財經小辭典
- 防禦性資本支出 (Defensive CapEx)：企業為了維持現有營運規模、確保網路資訊安全、防範勒索軟體攻擊或符合日趨嚴格的政府合規要求，而必須被迫投入的龐大 IT 軟硬體升級資金。這類支出難以直接創造新營收，但能避免龐大的災難性損失。
- 總要素生產力 (Total Factor Productivity, TFP)：經濟學中用以衡量除了資本與勞動投入數量之外，由技術進步（如導入 AI 資安自動化防禦）與管理效率提升所帶來的額外產出增長。利用 AI 彌補資安人力短缺，是提升 TFP 的關鍵。
- 零信任架構 (Zero Trust Architecture)：現代網路安全的核心戰略概念。打破過去「內部網路即安全」的迷思，假設網路內部與外部隨時都存在威脅。要求系統對每一個存取資料的使用者與設備，無論其身在何處，都必須進行極度嚴格的持續身分驗證與 AI 行為異常監控。