移动通信网 林知远
9月21日，在2026北京互联网大会“AI应用落地与Token运营论坛”上，中信国际电讯人工智能部副总裁詹东东发表题为《打造企业级可信模型安全加固服务》的演讲，系统阐述了企业AI从“能用”迈向“可信用”过程中面临的安全、模型、算力与治理四大挑战。詹东东指出，传统IT系统的执行目标、路径和底层环境相对确定，而AI尤其是智能体应用中，模型具备自主反思、自主规划路径的能力，并可调用不同工具执行动作，执行过程的不确定性大幅提升。这一变化直接冲击企业原有的安全边界——一次AI推理请求可能从身份认证开始，将企业知识、内部资料甚至敏感信息作为上下文输入模型，再通过Skills、MCP等工具协议执行动作，最终直接作用于业务系统和生产环境。詹东东强调，在AI真正进入核心业务流程之前，企业必须回答四个关键问题：数据能不能离开企业边界？谁在调用什么？智能体能做什么？出了问题如何定位与处理？这四问构成了企业级可信模型服务的设计原点。
【关键数据】
[1] Gartner预测：到2028年超过60%的企业将采用专门的AI安全治理工具（2024年不足10%）
[2] 2025年中国AI大模型市场规模预计超过49亿美元（IDC数据）
[3] 国内大模型百万Token调用价格已降至1元以下
[4] 可信服务覆盖安全、模型、算力、治理四大维度
[5] 企业AI落地前须回答数据出境、调用身份、智能体权限、问题追溯四类关键问题
从技术架构层面看，中信国际电讯提出的可信模型安全加固服务覆盖四个维度。安全方面，通过部署企业侧安全控制平面，实现身份权限管理、敏感数据脱敏和全链路审计三大能力，确保每一次AI推理过程做到安全、可执行、可追溯、可观测四个目标；模型方面，采用多模型统一聚合架构，企业既能灵活调用内部私有模型，也能受控访问外部公有模型，避免单一供应商锁定；算力方面，依托云网协同机制，将企业内部算力资源与外部模型能力打通，并根据数据敏感度实施分级使用策略——高敏感数据留在本地推理，低敏感任务可弹性调用外部算力；治理方面，对Token消耗实施精细化管理，企业可以清晰看到不同部门、不同员工使用了什么模型、执行了什么任务以及产生了多少用量。与传统单点安全防护不同，这套体系的核心创新在于从“边界防御”转向“可信执行底座”，即在AI执行的全生命周期嵌入可信控制，而非仅在入口处设卡。
从市场格局看，企业级AI安全服务正处于快速爆发期。全球范围内，云厂商和网络安全厂商纷纷布局AI安全赛道，微软推出Purview数据治理套件，谷歌云发布Model Armor模型防护服务，国内阿里云、华为云也相继推出大模型安全网关类产品。据Gartner预测，到2028年将有超过60%的企业在生成式AI部署中采用专门的安全治理工具，而2024年这一比例不足10%。中信国际电讯的差异化路径在于其“云网融合”基因——依托中信集团覆盖亚太的CPC网络资源和中企通信在国内的企业服务渠道，其服务能够同时打通跨境网络、私有算力与公有模型三层资源，这是纯云厂商难以复制的组合能力。詹东东在演讲中明确表示：“我们希望通过这套服务，帮助企业更稳、更安全、更可信的落地AI应用。”这一表态折射出运营商系企业在AI安全服务市场寻求错位竞争的战略意图。
从产业链视角分析，可信模型安全加固服务处于AI产业链的中游枢纽位置，向上对接模型厂商和算力供应商，向下服务金融、制造、医疗等垂直行业客户。上游环节，国内大模型API调用价格已进入“厘时代”，DeepSeek、通义千问等模型的百万Token调用价格已降至1元以下，模型成本的大幅下降反而放大了安全治理的相对成本占比——Token精细化管理因此成为企业控费的关键抓手。中游环节，安全控制平面的建设涉及身份认证、数据脱敏引擎、审计日志系统等多个组件，涉及与MCP、Skills等新兴工具协议的深度适配，对服务商的集成能力提出较高要求。下游环节，企业客户为可信底座支付的预算正从IT安全部门向数据部门和AI创新部门转移，据IDC数据，2025年中国AI大模型市场规模预计超过49亿美元，其中安全治理相关支出占比正逐年攀升，成为产业链增值最快的环节之一。
在商业化落地层面，中信国际电讯的路径已经初见雏形。中企通信作为其在中国大陆的服务主体，长期服务制造、金融、零售等行业的中大型企业客户，具备将可信模型服务打包进现有“云网安一体化”解决方案的渠道优势。具体应用场景包括：金融机构在智能投研和客服系统中，需要确保客户敏感数据在调用公有模型时完成脱敏，且每一次模型调用留有可审计记录；制造企业在部署智能体进行供应链调度时，需要明确智能体的操作权限边界，防止自主规划路径越权访问生产系统；跨国企业则需要依据数据敏感度，将不同业务负载分配至本地算力或境外模型服务，满足数据出境合规要求。Token运营作为论坛的核心议题，也揭示了企业AI应用的新管理范式——将Token用量纳入部门级成本核算，按模型、按任务、按人员维度进行用量画像，这与传统IT的按席位付费模式形成鲜明对比。
从行业演进方向看，AI安全服务的重心正在从模型层向执行层转移。2025年以来，MCP协议获得主流厂商广泛支持，Anthropic、OpenAI、阿里云、字节跳动等相继宣布兼容，智能体调用外部工具已成标准范式，这使“智能体能做什么”的权限治理成为新的技术焦点。詹东东判断，“AI时代整个可信的要求也会更加复杂，需要一个更加综合的底座”，这意味着企业真正需要建设的不只是单一模型或某一款应用，而是一套能够承载AI持续创新、规模化落地的可信底座。对企业客户而言，可信执行底座的建设周期和投入规模将直接影响其AI落地速度；对服务商而言，谁先跑通“安全+模型+算力+治理”四位一体的产品闭环，谁就能在企业级AI服务市场占据先发位置。中信国际电讯此番公开阐述方法论，显示其已从概念探讨进入方案输出阶段，相关产品与服务的规模化落地进展值得持续跟踪。
