- 首頁
- 知識庫
- AI 員工／自動化系統教學
- 用 AI 防禦 AI 攻擊怎麼做？從微軟全球大當機看 AI 員工的監控、告警與事件應變
AI 員工／自動化系統教學
用 AI 防禦 AI 攻擊怎麼做？從微軟全球大當機看 AI 員工的監控、告警與事件應變
作者：JamXu更新日期：2026-11-13
台灣時間 11 月 13 日的微軟全球服務中斷，微軟表示並非網路攻擊，而是部分伺服器意外失效、負責建立安全連線的程序過載所致；但它提醒企業：依賴的雲端一出事，能不能及早發現、分清輕重、照劇本處理並對內外說清楚，決定了損失大小。同時，攻擊者已用 AI 量產更逼真的釣魚與自動化入侵。企業可以讓 AI 員工負責全天候監看、告警分流、可疑訊息初篩與事件紀錄，封鎖帳號、對外公告這類關鍵決定則保留給人核准。
11/13 微軟全球大當機發生了什麼？先把事實講清楚
美東時間 11 月 12 日（週四）白天，也就是台灣時間 11 月 13 日凌晨起，全球大量 Microsoft 365 使用者無法正常收發 Outlook 郵件、使用 Teams 行事曆與會議排程，SharePoint Online、Microsoft 365 Copilot 與 Defender XDR 等服務也陸續受到影響。微軟以事件編號 EX1550543（Exchange Online）與 MO1550821（Microsoft 365 整體）追蹤，問題延續到台灣時間 13 日白天，前後超過 10 小時。
影響範圍不只是一般上班族。美聯社、ABC 新聞等國際媒體報導，亞洲、美國與澳洲都有企業與政府機關的電子郵件和日常作業受到波及。許多企業的客服信箱、訂單通知與內部會議，在同一時間一起停擺。
官方說法：不是網路攻擊
依微軟官方狀態帳號 Microsoft 365 Status 的更新，起因是部分伺服器意外無法提供服務，讓其餘伺服器承受過重負載；受影響伺服器上一個負責建立安全連線的核心程序被壓垮，導致容量流失。微軟一度讓伺服器重新上線，但它們一接到流量又失去回應，之後改採限流、分流與用先前的設定重建伺服器等方式恢復，並著手回復一項與事件開始時間重疊的近期網路設定變更。
關於是不是駭客攻擊，微軟執行副總裁 Charles Lamanna 表示這次中斷不是網路攻擊，澳洲內政部長 Tony Burke 也轉述微軟的評估，認為並非網路攻擊所致。截至台灣時間 11 月 13 日下午，微軟尚未公布最終根本原因，網路上把它說成「駭客癱瘓微軟」的貼文，目前沒有官方依據。
不是攻擊，為什麼還是資安問題？
很多人聽到「資安」，想到的是駭客入侵與資料外洩。但資訊安全一般講的是三件事：機密性（資料不被不該看的人看到）、完整性（資料不被竄改）與可用性（需要時用得到）。這次中斷沒有資料被偷，卻是一次典型的可用性事件，對依賴雲端信箱與協作工具的公司來說，影響可能和被攻擊一樣直接：接不到訂單、開不了會、客戶找不到人。
這次事件還有一個值得注意的細節：受影響的服務清單裡，包括資安團隊用來調查威脅的 Defender XDR 入口。也就是說，平常用來「發現問題」的工具和通訊管道，可能跟著問題一起倒下。如果公司的告警通知、值班聯絡與客戶公告全都走同一套信箱或聊天工具，出事當下就會連「通知大家出事了」都做不到。
大當機也是詐騙的旺季
還有一層風險常被忽略：每當大型服務出問題，詐騙集團就會跟著出手。2024 年 7 月 CrowdStrike 錯誤更新造成全球 Windows 電腦當機時，美國網路安全暨基礎設施安全局（CISA）就公開提醒，已觀察到有人利用這次事件進行釣魚等惡意活動；之後也陸續出現冒充技術支援的釣魚信、號稱「修復工具」的惡意程式。
套用到這次微軟中斷，企業要留意的情境包括：冒充 IT 部門或微軟客服的「重新登入以恢復信箱」郵件、要求員工安裝「修復程式」的訊息，以及趁信箱不通、改用私人通訊軟體聯繫時冒出的假冒主管或廠商。服務恢復期間收到任何要求輸入密碼或驗證碼的連結，都應該先停下來確認，而不是急著點開。
AI 讓攻擊變快、變多：目前有哪些可以查證的變化？
談「用 AI 防禦」之前，先看攻擊端到底改變了什麼。以下整理幾份第一手來源，都是公開可查的官方報告或公告，數字以原始報告的研究期間與樣本為準，不代表台灣或任何單一產業的狀況。
AI 釣魚信的點擊率明顯較高
根據 微軟〈2025 數位防禦報告〉的官方摘要，在 2024 年 7 月到 2025 年 6 月的觀察期間，網路犯罪者用 AI 加速找漏洞、大量自動化發送釣魚信，AI 自動化釣魚信的點擊率最高可達傳統釣魚信的 4.5 倍（約 54% 對 12%）。同一份摘要也指出，2025 年上半年以身分為目標的攻擊增加 32%，其中超過 97% 是大規模的密碼攻擊；而採用防釣魚的多因素驗證，官方指出可阻擋約 99% 的這類攻擊。
換句話說，AI 讓釣魚信更像真的：語氣更自然、內容更貼近收件人的職務，錯字與怪異翻譯這些過去用來辨識詐騙的線索越來越少。美國聯邦調查局網路犯罪投訴中心（IC3）在 2024 年 12 月 3 日的公告中也提醒，犯罪者會用生成式 AI 產生文字、圖片、聲音與影片，用在社交工程、魚叉式釣魚、投資詐騙與冒充身分等手法。
已有入侵行動由 AI 執行大部分步驟
更受關注的是 AI 開始「自己動手」。Anthropic 在 2025 年 11 月公布的調查指出，該公司在 2025 年 9 月中偵測到一個被評估為中國國家支持的團體，操弄其 Claude Code 工具嘗試入侵全球約 30 個目標，少數得手；整個行動約 80% 到 90% 的戰術工作由 AI 執行，人只在每次行動約 4 到 6 個關鍵決策點介入。報告也提到，AI 在過程中並不完美，偶爾會捏造帳密，或把公開資訊誤當成機密。
攻擊者用 AI 的比例，已經出現在外洩事件統計
IBM 2025 年〈資料外洩成本報告〉的新聞稿說明，這份研究分析全球 600 個組織在 2024 年 3 月到 2025 年 2 月間的外洩事件，其中 16% 的事件涉及攻擊者使用 AI 工具，最常見的是釣魚與深偽（deepfake）冒充。
| 變化 | 重點 | 出處 |
|---|---|---|
| 釣魚更有效 | AI 自動化釣魚信點擊率最高約為傳統的 4.5 倍（約 54% 對 12%） | 微軟 2025 數位防禦報告（2024/7–2025/6） |
| 身分攻擊增加 | 2025 上半年身分攻擊增加 32%，逾 97% 為大規模密碼攻擊 | 微軟 2025 數位防禦報告 |
| 冒充手法多元 | 生成式 AI 用於文字、圖片、聲音與影片的詐騙與冒充 | 美國 FBI IC3 公告（2024/12/3） |
| 自動化入侵 | AI 執行約 80–90% 戰術工作，約 30 個目標、少數得手 | Anthropic 調查報告（2025/11） |
| 外洩事件中的 AI | 16% 的外洩事件涉及攻擊者使用 AI，多為釣魚與深偽 | IBM 2025 資料外洩成本報告 |
這些數字不是要製造恐慌，而是說明一個趨勢：攻擊的速度與數量都在增加，單靠人工盯信箱、逐封判斷、等上班時間才處理，越來越跟不上。這正是「用 AI 防禦 AI」被提出來的背景。
「用 AI 防禦 AI」是什麼意思？防守方的 AI 能做與不能做
「用 AI 防禦 AI」不是買一套神奇軟體就能擋下所有攻擊，而是把防守工作中重複、量大、需要 24 小時盯著的部分交給 AI，讓人專心做判斷與決策。Anthropic 在前述報告中也建議，資安團隊可以嘗試把 AI 用在資安監控中心（SOC）自動化、威脅偵測、弱點評估與事件應變。
已有統計顯示方向是對的。IBM 同一份報告指出，在資安作業中廣泛使用 AI 與自動化的組織，平均每起外洩事件少損失約 190 萬美元，從發現到控制外洩的時間平均縮短 80 天。這是研究樣本的平均差異，不代表導入 AI 就一定得到同樣結果，但足以說明「更早發現、更快處理」確實和損失大小有關。
| 工作 | AI 員工可以分擔 | 仍需要人判斷 |
|---|---|---|
| 監看 | 全天候讀取告警、服務狀態與異常通知，整理成摘要 | 決定監看哪些系統、什麼程度算異常 |
| 分流 | 合併重複告警、依劇本標出輕重與負責人 | 確認高風險事件、調整分級規則 |
| 可疑訊息初篩 | 比對寄件網域、連結與常見詐騙特徵，提醒可疑處 | 最後判斷是否為詐騙、是否通報 |
| 事件應變 | 依劇本列出下一步、記錄時間軸、提醒遺漏步驟 | 封鎖帳號、切換系統、對外公告等決定 |
| 溝通 | 草擬內部通知、客戶公告與進度更新 | 核准內容與發布時機，承擔對外說明 |
| 事後檢討 | 整理紀錄與時間軸，草擬檢討報告初稿 | 找出根本原因、決定要改哪些流程 |
表格最右欄是重點：AI 員工可以把資訊整理好、把步驟提醒到，但不應該自己做出不可逆的決定。後面會再談權限怎麼分級。
AI 員工在資安上可以負責哪些工作？六個常見情境
以下情境以中小企業為主：沒有專職資安團隊，IT 可能由一兩位同事或外包廠商兼任。每一項都可以先從小範圍試行，不需要一次全部上線。
情境一：全天候監看與服務狀態彙整
把公司依賴的雲端服務（信箱、協作工具、網站主機、金流、物流）的官方狀態頁與通知，以及網站監控工具的告警，集中送到 AI 員工所在的頻道。AI 員工負責讀懂內容、判斷是否影響公司，再用一段白話摘要通知值班的人，例如「Microsoft 365 正在發生 Exchange Online 中斷，可能影響公司信箱與 Teams 行事曆，官方尚無恢復時間」。半夜發生的事，早上上班前就有整理好的時間軸。
情境二：告警分流，減少「狼來了」
監控工具一多，告警就多，真正重要的訊息反而被淹沒。AI 員工可以把同一事件的重複告警合併，依事先寫好的劇本標出「立即處理、上班時間處理、只需記錄」三種等級，並指出負責人。分流規則要由人先定好，AI 負責照規則執行並說明理由，才不會變成另一個黑盒子。
情境三：可疑郵件與訊息初篩
員工收到「帳號將停用，請重新登入」「請改匯到新帳戶」這類訊息時，可以轉給 AI 員工先看一遍：寄件網域是否與公司或廠商一致、連結實際指向哪裡、內容是否有催促付款或索取驗證碼等常見特徵。AI 員工回覆的是「可疑點清單」與建議做法，最後仍由員工或主管判斷。公司網域本身的寄信驗證，則要靠 公司網域信箱的 SPF、DKIM、DMARC 設定打底，兩者互補。
情境四：異常登入與帳號變動提醒
多數雲端服務都會產生登入與權限變動紀錄，例如非上班時間從陌生國家登入、短時間內多次登入失敗、有人新增了轉寄規則或管理員權限。AI 員工可以整理這些通知，對照員工出差與休假資訊，標出需要人確認的事件，並提醒當事人確認是否為本人操作。網站與後台帳號歸屬不清時，先照 網站帳號與擁有權的權限清單盤點一次，告警才有對象可以通知。
情境五：照劇本執行事件應變並記錄
事件發生時最常見的問題不是不知道該做什麼，而是慌亂中漏掉步驟、沒人記錄。把公司的應變劇本（誰負責、先做什麼、要通知誰）交給 AI 員工當知識，事件一開始，它就能逐項提醒、記下每一步的時間與負責人，並在有人回報進度時更新狀態。事後的檢討報告，也能從這份完整紀錄直接整理初稿。
情境六：對內與對外的狀態溝通
像這次微軟中斷，客戶寄信沒有回應時，很容易以為公司不理人。AI 員工可以依事件狀態草擬三種訊息：給員工的內部通知（改用哪個備援管道）、給客戶的公告（哪些服務受影響、替代聯絡方式）、以及恢復後的說明。如果公司已經有 AI 客服與轉真人設定，也可以在官網或 LINE 上先回答「目前信箱延遲，急件請改用電話」。對外公告一律由負責人核准後才發布，避免錯誤資訊比事件本身傷害更大。
虛構示意：如果在這次微軟中斷時有一位 AI 資安員工
假設一家 30 人的貿易公司，信箱與會議都用 Microsoft 365，IT 由一位行政同事兼任。公司事先設定了一位 AI 員工，接收雲端服務狀態通知與網站監控告警，並在 Telegram 群組與值班同事溝通。
| 時間（台灣） | AI 員工做的事 | 人做的決定 |
|---|---|---|
| 凌晨 | 收到服務狀態通知，判斷可能影響公司信箱，記錄時間軸並設定為「上班前處理」 | 無（非上班時間、無立即危害） |
| 上班前 | 整理摘要：哪些服務受影響、官方說明、尚無恢復時間；草擬員工通知與客戶公告 | IT 同事確認後核准發布員工通知 |
| 上午 | 提醒啟用備援聯絡方式；在官網客服回覆「信箱延遲，急件請來電」 | 主管決定客戶公告的措辭與發布管道 |
| 上午 | 員工轉來「請重新登入恢復信箱」郵件，AI 標出寄件網域與連結不符等可疑點 | 員工依建議不點連結，IT 決定通知全體提高警覺 |
| 恢復後 | 確認服務恢復、整理完整時間軸與漏掉的步驟，草擬檢討紀錄 | 主管決定要補強哪些流程（例如備援管道） |
這個分工的重點不是 AI 多聰明，而是每一步都有紀錄、有人負責，而且 AI 只在「整理、提醒、草擬」的範圍內動作。即使 AI 判斷錯誤，例如把一封正常郵件標成可疑，也只是多一次人工確認，不會造成不可收拾的後果。
人工覆核怎麼設？哪些動作 AI 只能建議
讓 AI 員工參與資安工作，最需要事先想清楚的是「它可以做到哪裡」。一個實用的做法是把動作分成五級，每一級對應不同的核准方式：
| 等級 | 動作範例 | 核准方式 |
|---|---|---|
| 唯讀 | 讀取告警、服務狀態、登入紀錄摘要 | 可自動執行 |
| 整理與草擬 | 彙整摘要、草擬通知、建立事件紀錄 | 可自動執行，內容由人抽查 |
| 低風險通知 | 提醒值班人員、請當事人確認是否本人登入 | 可自動執行，需留下紀錄 |
| 影響服務的動作 | 停用帳號、重設密碼、封鎖寄件者、切換系統 | 必須由指定的人核准後才執行 |
| 禁止 | 刪除資料、修改權限設定、對外發布未核准的公告 | AI 不得執行，只能提出建議 |
分級的原則很簡單：可以復原、影響範圍小的動作才讓 AI 自動做，會影響服務或對外說法的動作一律要人核准。人工覆核的頻率、抽查方式與責任窗口，可以參考 AI 自動化從哪裡開始的試行計畫，先在小範圍跑一段時間，確認 AI 判斷可靠再逐步放寬。
AI 員工本身也是要保護的對象
把 AI 員工接上信箱、告警與內部文件，等於多了一個能讀取敏感資訊的「帳號」。OWASP 的〈大型語言模型應用十大風險〉2025 年版把「提示注入」（prompt injection）列為第一名：攻擊者可以把指令藏在郵件、網頁或文件裡，誘導讀到它的 AI 做出不該做的事。如果 AI 員工能讀可疑郵件又能直接執行動作，就可能被一封精心設計的信操控，這也是為什麼影響服務的動作必須由人核准。
IBM 同一份報告也發現，五分之一的組織曾因員工自行使用未經核准的 AI 工具（影子 AI）而發生外洩；在 AI 模型或應用曾遭入侵的組織中，97% 表示沒有適當的 AI 存取控管。用 AI 加強防守的同時，也要替 AI 本身設好帳號、權限與紀錄。
導入步驟：從盤點到試行，七步建立 AI 資安員工
美國國家標準暨技術研究院（NIST）在 2025 年 4 月發布的事件應變指引 SP 800-61 第 3 版，把事件應變放進資安框架 CSF 2.0 的六個功能：治理、識別、保護、偵測、回應與復原。中小企業不必照抄整套框架，但可以用同樣的順序思考導入步驟：
- 盤點依賴的服務與資產列出信箱、協作工具、網站、金流、雲端硬碟等服務，以及各自的管理員、官方狀態頁與替代方案。
- 寫下應變劇本針對「雲端服務中斷」「疑似釣魚」「帳號異常登入」「網站被竄改」四種常見事件，寫出誰負責、先做什麼、通知誰。
- 決定告警來源與頻道挑出要送給 AI 員工的通知（服務狀態、監控告警、登入通知），並準備一個不依賴主要信箱的溝通頻道。
- 設定 AI 員工的角色與知識把劇本、聯絡清單與分級規則寫進角色指令與知識庫，明確寫出它不能做的事。
- 設定權限分級與核准人依上一節的五級表，決定哪些動作自動執行、哪些需要誰核准，並指定代理人。
- 小範圍試行與演練先只開放唯讀與草擬，用一次模擬事件（例如假設信箱中斷半天）跑完整流程，檢查漏掉的步驟。
- 定期檢討與更新每季回顧誤判與漏報、更新劇本與聯絡人，服務或人員異動時立即調整。
其中第 2 步最常被跳過，卻最重要。沒有劇本的 AI 員工只能「看起來很忙」，因為它不知道公司希望在什麼情況下做什麼事。劇本不需要很長，一個事件一頁，寫清楚判斷條件與負責人就夠了。
如果公司目前連哪些流程適合交給 AI 都還沒想清楚，可以先從 AI 員工／自動化系統教學主題頁了解整體導入順序，再回來規劃資安這一塊。
不靠 AI 也要先做好的基本功
AI 員工是加速器，不是地基。下面幾件事不論有沒有導入 AI 都應該先做，否則 AI 再快也只是更快地發現「沒有防護」：
- 防釣魚的多因素驗證：管理員與財務相關帳號優先啟用，能用通行金鑰或實體安全金鑰更好。前述微軟報告指出，這類驗證可阻擋約 99% 的密碼類身分攻擊。
- 備援溝通管道：準備一份不存在主要信箱裡的緊急聯絡清單，以及一個不依賴同一家雲端的通訊群組，這次微軟中斷正好說明它的必要。
- 備份與復原演練：重要資料至少有一份離線或不同服務商的備份，並實際試過還原，而不只是「有在備份」。
- 最小權限：管理員帳號越少越好，離職或調職時立即回收權限。
- 網站與外掛更新：自架網站要定期更新核心與外掛，作法可對照 PHP 與 WordPress 漏洞的站長檢查清單。
- 表單與品牌防護：網站表單加上機器人驗證，避免被灌垃圾訊息，作法見 表單防灌單與 Turnstile 設定；品牌被仿冒時的處理，則見 仿冒網站與網域保護。
這些基本功做好之後，AI 員工的價值才會顯現：它能更快發現基本功之外的異常，並確保應變時不漏步驟。
個資外洩時的責任：台灣企業要知道的規定
如果事件真的涉及個人資料，例如顧客名單或會員資料被竊取，就不只是技術問題。現行《個人資料保護法》第 12 條規定，公務機關或非公務機關違反本法規定，致個人資料被竊取、洩漏、竄改或其他侵害者，應查明後以適當方式通知當事人；施行細則說明的適當方式，包括即時以電話、簡訊、電子郵件等足以讓當事人知悉的方式通知。
2025 年 11 月 11 日公布的修正條文，改為只要知悉所保有的個資被竊取、竄改、毀損、滅失或洩漏就應通知當事人，符合一定通報範圍時還要向主管機關通報，並應採取即時有效的應變措施、記錄事實、影響與已採取的措施並保存紀錄。這批修正條文的施行日期由行政院另定，實際適用時點與通報細節，請以全國法規資料庫與主管機關公告為準。
不論新條文何時施行，「完整記錄事件經過」本來就是應變的基本要求，而這正是 AI 員工最能幫上忙的地方：從第一個告警開始，自動留下時間、判斷依據與處理人。本文不構成法律意見，涉及個資外洩時，請諮詢律師或主管機關。
成本與限制：導入前要有的合理期待
成本由哪些部分組成
導入 AI 資安員工的成本，大致包括四塊：AI 員工平台的方案費用、模型使用量（多數平台依用量計費）、導入服務費（盤點、劇本撰寫、串接與測試），以及公司內部人員的時間。以分享家使用的 Sharing-Pro AI 為例，目前沒有免費方案，模型呼叫依實際用量扣點，點數用完時員工會自動暫停；與公司既有監控或工單系統的串接，則要依環境盤點後另外估算。
比較實際的評估方式不是「AI 要花多少錢」，而是「沒有它時，夜間與假日的告警由誰看、一次事件要花多少人力整理」。如果答案是「沒有人看」，那麼即使是很小的試行，也能先補上最大的缺口。
AI 員工的限制
- 會判斷錯：AI 可能把正常郵件標成可疑，或漏掉手法新穎的攻擊。前述 Anthropic 報告中，連攻擊者使用的 AI 都會捏造資訊。
- 只看得到給它的資料：沒有接上的系統，它不會知道發生了什麼。
- 不能取代專業資安服務：入侵鑑識、弱點修補與法律程序，仍需要專業人員。
- 本身需要被管理：權限、紀錄與知識內容都要定期檢查，避免變成新的風險來源。
老闆想自己用 AI 拼出一套防護系統之前，也建議先讀 老闆用 AI 補技術落差的風險判斷清單，評估哪些部分自己做、哪些需要專業把關。
導入前自我檢查清單
開始之前，用下面十個問題檢查準備度。回答「否」的項目越多，越應該先補基本功，再談 AI：
- 公司依賴的雲端服務與管理員，是否列成一張清單？
- 是否有一份不存在主要信箱裡的緊急聯絡清單？
- 是否有不依賴主要雲端服務的備援溝通頻道？
- 管理員與財務帳號是否都啟用多因素驗證？
- 重要資料是否有離線或異地備份，且試過還原？
- 是否至少寫好「服務中斷」與「疑似釣魚」兩份應變劇本？
- 是否決定好哪些告警要送給 AI 員工、哪些不送？
- AI 員工可以自動做與不能做的事，是否寫成文件？
- 影響服務的動作，是否指定了核准人與代理人？
- 是否安排了第一次模擬演練的日期？
重點整理：讓 AI 守夜，讓人做決定
- 台灣時間 11 月 13 日的微軟全球中斷，官方表示不是網路攻擊，最終原因仍待公布；它顯示的是企業對單一雲端服務的高度依賴。
- 可用性也是資安的一部分；大型服務中斷期間，冒充客服與「修復工具」的釣魚往往跟著出現。
- 攻擊端已大量使用 AI：AI 自動化釣魚信的點擊率最高可達傳統的 4.5 倍，也已有由 AI 執行大部分步驟的入侵行動。
- 「用 AI 防禦 AI」是把監看、分流、初篩、紀錄與草擬交給 AI 員工，讓人專心判斷與決策。
- 影響服務或對外說法的動作一律由人核准，並防範提示注入等針對 AI 本身的攻擊。
- 先做好多因素驗證、備援溝通、備份與最小權限，再用七個步驟小範圍導入 AI 資安員工。
如果你想讓 AI 員工分擔夜間告警、可疑訊息初篩或事件紀錄，但不確定權限與劇本該怎麼設計，分享家的AI 代理／員工導入服務可以從盤點依賴服務與寫劇本開始，陪你把人工覆核與責任窗口設計好，再決定試行範圍。