Zscaler 加速 AI 安全佈局，Anthropic 威脅模型推升零信任需求
2026 年 6 月 9 日 - Zenith Live 大會
隨著 Anthropic 的 Project Methos 威脅模型問世，Zscaler 正面臨前所未有的董事會層級資安需求壓力。執行長 Jay Chaudhry 形容，當前的資安需求熱度可能超越新冠疫情時期。在 Zenith Live 大會上，Chaudhry 透露，近幾個月他接觸的每一位資訊長（CIO）幾乎都成立了專案小組，每週或每兩週向董事會匯報進度，這種高層參與程度已超過疫情期間的水平。
Zscaler 公布，今年 1 月才推出的 AI Protect 解決方案，過去 12 個月的累計預訂金額已突破 1 億美元。更重要的是，Zscaler 宣布推出「AI 代理零信任」（Zero Trust for AI Agents），Chaudhry 將其定位為公司潛在規模最大的交易型獲利機會，並表示代理相關交易可能會讓公司目前每日 7,500 億次的交易量再增加「幾個零」。
Methos 威脅模型引發零信任架構的典範轉移
Anthropic 的 Methos 漏洞掃描模型正從根本上改變客戶行為，這直接有利於 Zscaler 的架構。Chaudhry 解釋，Methos 與 OpenAI 等類似的 AI 驅動漏洞掃描器正以驚人的速度發現漏洞，傳統的修補方式已難以跟上。Chaudhry 指出：「答案不是加倍或三倍投入修補工作，因為你永遠修補不完。」
這種現實正推動客戶轉向 Zscaler 擅長的兩大防禦策略：透過應用程式隱蔽（Application Concealment）隱藏攻擊面，以及透過微切分（Microsegmentation）防止橫向移動。Edward Jones 副資訊安全長（Deputy CISO）Wayne Fudersky 在客戶座談會上指出，金融服務監管機構已針對 AI 增加合規性詢問，並要求企業說明如何控管與管理風險。他說：「我們不斷受到挑戰，被問及如何處理這些問題。」
這種急迫性正以具體方式呈現。Chaudhry 表示，過去僅實施部分「零信任私有存取」（Zero Trust Private Access, ZPA）的大型企業客戶，現在正轉向針對所有使用者進行全面 ZPA 覆蓋。該公司非以席位計費（non-seat-based）的營收佔比，從一季前的約 25% 成長至第三季的 30%，顯示「零信任分支」（Zero Trust Branch）與「零信任雲端」（Zero Trust Cloud）工作負載等基礎設施產品的採用率正在加速。
AI 代理零信任解決關鍵治理缺口
Zscaler 宣布的「AI 代理零信任」代表一種根本性的架構方法，旨在解決客戶認為部署生產級 AI 的最大障礙。Chaudhry 解釋：「資訊長與資安長（CSO）最常反映的問題是，他們已確定幾個試點計畫，準備好上線也開發了一些代理，但因為缺乏治理與控制機制，他們感到不安。」
該解決方案利用了 Zscaler 現有「零信任交換」（Zero Trust Exchange）約 70% 的基礎設施，但需要針對 MCP 協定與 A2A（代理對代理）通訊開發新的 AI 代理程式（AI brokers），以及提取提示詞（prompts）並分析意圖與風險的能力。Zscaler 將其定位為一種行內（in-line）政策執行機制，解決傳統應用程式治理的核心問題：AI 代理可以完全繞過應用程式，直接存取資料來源，從而消除傳統的控制點。
UKG 資訊安全長 Mustafa Keeve 明確闡述了市場需求：「我無法治理就無法保護。如果我不了解發生了什麼，就無法執行政策。」他指出，UKG 正積極導入 Zscaler 的提示詞檢測與治理功能，並稱過去 18 個月來的成熟度進展是「遊戲規則的改變者」。
策略性併購打造差異化 AI 安全平台
Zscaler 的併購策略在 AI 安全浪潮中顯得時機精準。收購 SPLX 帶來了自動化紅隊測試（Red Teaming）能力，能持續使用包括 Methos 在內的任何底層掃描模型來測試 AI 模型。在被收購前就是 SPLX 客戶的 Keeve 強調，在安全性、情緒分析與驗證方面進行自動化測試，對於 UKG 計畫向 8 萬名客戶部署 AI 代理至關重要。
收購 Symmetry Systems 則促成了 Zscaler 所謂的「存取圖譜」（Access Graph），Chaudhry 形容這解決了「一個非常困難的問題」，並創造了顯著的市場進入門檻。這項技術聚合企業內部的應用程式元數據，以了解哪些身分與實體正在存取哪些資料來源，進而建立該公司所稱的「情境圖譜」（Context Graph）。這不僅對於傳統意義上的資料治理與 SOX 合規至關重要，還能應用於「代理交換」（Agentic Exchange）政策，以判定哪些代理群組可以存取哪些應用程式或資料來源。
財務長 Kevin Rubin 指出，Red Canary 正被整合至公司在大會上正式推出的全新「代理安全營運」（Agentic SecOps）產品中，該計畫由 Adam Geller 領導。此方法利用 Zscaler 作為資料重心的地位，透過 ZIA、ZPA、DLP 與客戶資料中的代理框架進行偵測與調查，這些功能過去通常只能透過串流傳輸至第三方 SIEM 平台才能取得。
可服務市場規模（SAM）擴大至 1,200 億美元
Zscaler 目前估計其可服務市場規模（SAM）超過 1,200 億美元，成長主要來自新類別。公司將其分為四個區塊：約 650 億美元的「全面零信任」（Zero Trust Everywhere，涵蓋使用者、雲端與分支機構）；受 AI 驅動資料生成加速而持續成長的「資料安全」；處於早期階段、主要圍繞 SecOps 與 IT 營運的約 300 億美元「代理營運」（Agentic Ops）；以及作為全新市場區隔的「AI 安全」，Chaudhry 形容該領域已建立「強勁的動能」。
「零信任分支」的機會正獲得特別關注。Eaton 副資訊安全長 Jason Coler 解釋，該製造商已在大約 100 家工廠部署零信任設備，主因是 SD-WAN 無法提供設備層級的安全性。他表示：「我們不能有停機時間。我們的生產與工廠必須持續運作。」他並補充，隔離與圍堵潛在事故的能力至關重要。
值得注意的是，目前已有超過 600 家企業客戶採用「全面零信任」部署，這意味著他們已針對使用者、分支機構與雲端工作負載實施了零信任。相較於一季前披露的 550 家，顯示客戶對全平台方案的採用正在加速。
調整市場進入策略以鎖定未充分滲透領域
總裁 Mike Rich 回應了投資人對第三季財測的擔憂，該財測曾提到兩名關鍵銷售人員離職導致展望較為保守。Rich 形容這「只是剛好兩個人同時離開」，並強調表現優異的員工在 Zscaler 有明確的職涯路徑，且公司在人員離職時傾向內部晉升。他指出，人員流動對於提升整體組織競爭力而言是健康的。
更重要的是，公司正將市場進入（Go-to-Market）焦點重新平衡至員工數 2,000 至 10,000 人的區塊，這屬於 Zscaler 約 2 萬家大型企業的目標市場範圍，但過去覆蓋率有限。Rich 坦言：「每個人都想服務現有客戶，因為成交比較容易。」公司引進外部分析後意識到「這是一個巨大的機會」，需要更精確的區域規劃與行銷預算配置。
Rich 強調，大型策略性交易持續推進，儘管測試週期可能會因企業驗證配置與整合多個利益相關方而延長。他指出：「有時客戶會提出我們需要交付的新需求，才會將交易推向下一階段。」並補充說，Zscaler 與客戶的緊密關係以及快速的功能交付能力仍是核心競爭力。
定價模式演進：轉向基於消耗的模式
公司提供了關於脫離純席位制（seat-based）定價的最新資訊。第三季非席位制的新增 ACV 達到 30%，高於上一季的 25%。零信任分支定價基於設備數量與流量，零信任雲端基於工作負載數量與流量，而全新的「代理交換」將基於代理數量與流量，這將轉化為 Token 消耗量。
當被問及客戶對於 AI 成本不確定性下，對 Token 定價模式的接受度時，Edward Jones 的 Fudersky 給出了謹慎回應：「『接受』可能是一個太強的詞。我認為這是有預期成本的，但要說到『接受』，我們還需要時間適應。」他將其比作早期雲端採用時期，當時企業「喜歡把所有東西都丟上去」，之後才學會管理費用，並暗示 AI 相關的消耗費用也將面臨類似的學習曲線。
Chaudhry 強調，Zscaler 對於「代理交換」的精確定價「仍在摸索中」，正與最初的十幾二十家客戶合作了解流量模式，預計在未來幾個月內確定定價模型。公司預計隨著部署規模擴大，將分享更多進展指標。
全平台產品開發速度加速
除了 AI 安全外，Zscaler 持續在 ZIA 與 ZPA 產品中每年交付超過 200 項功能。近期增強功能包括透過收購 SquareX 取得的瀏覽器擴充功能能力、針對供應鏈安全的 B2B 交換（主要競爭對手為 30 年歷史的站對站 VPN），以及強化微切分功能。公司推出了統一代理框架，實現跨產品的代理介面，其中用於自動化數位體驗管理的 ZDX 代理即為早期案例。
在 AI Protect 方面，公司宣布支援超過 250 種生成式 AI 應用程式並提供完整的提示詞檢測，數量較發布時大幅增加。該解決方案現在能深入 SaaS 應用程式內的嵌入式 AI，以及終端設備上的 AI 活動，包含權限與風險分析。與 Anthropic 和 OpenAI 合規 API 的整合已完成，並增加了獨立的提示詞強化功能，以及隨著 MCP 協定普及而推出的針對性紅隊測試。
Chaudhry 指出，Zscaler 正以「公司內部的創業團隊」模式處理 AI 安全，在產品長 Dhawal Sharma 的帶領下，投入專屬資源以驚人的速度開發產品。他表示：「我對我們開發產品的速度，以及從客戶那裡獲得的關注與興趣感到非常滿意。」
零信任架構下的競爭定位增強
Chaudhry 清楚劃分了 Zscaler 的架構與傳統安全方法的差異。「當其他人談論 SaaS 時，他們談論的是使用者安全存取」，這是 Zscaler 開創的領域，但競爭對手在雲端實施安全時，「基本上只是啟動虛擬防火牆，其中根本沒有零信任。」他認為防火牆廠商無法追求真正的零信任，因為這會「蠶食他們所有的防火牆業務」，並將此比作電信業者起初抗拒 MPLS 淘汰的過程。
在身分認證方面，Chaudhry 澄清 Zscaler 不與 Okta 或 Microsoft 等廠商的基本身分供應服務競爭，而是建立在這些服務之上的授權服務。「身分由他們建立，我們接收這些身分並成為『轉轍器』，但我們可以在此之上增加許多授權服務：技能、工具、存取權限等。」特別對於代理而言，這些額外的授權層比基本身分「極其重要」，這也是 Symmetry Systems 的存取圖譜技術對於理解資料血緣與治理至關重要的原因。
公司擁有 160 多個交換節點的全球基礎設施（包括大型客戶的公共與私有部署），創造了 AI 模型無法複製的進入門檻。Chaudhry 指出：「代理程式不會主動去建立你所有的連接基礎設施、網路流量路由，這些都是相當複雜且精密的領域。」他認為，代理部署的增加將推動對政策執行與行內檢測的需求，而非取代安全供應商。