近日,Gartner发布《面向通信服务提供商(CSP)智能体 AI 安全管控与规模化的智能体 AI 信任架构》(Agentic AI Trust Fabric for Secure Control and Scale of Agentic AI in CSPs)。 报告围绕通信服务提供商(CSP)在智能体人工智能(AI)领域的安全治理、动态控制与规模化应用展开深入研究,并评选出了各关键领域的代表厂商。亚信凭借在AI安全、智能体身份安全及治理与运营层面的创新技术,以及服务于运营商行业的深厚经验,成功入选报告三大关键技术推荐,成为全球智能体信任架构(Agentic AI Trust Fabric)的重要代表厂商。
随着 AI 智能体(AI Agents)深入电信运营商(CSP)的网络、服务与业务运营核心,企业规模化应用的关键已不再是模型性能的边际提升,而是构建端到端的治理、问责机制与可验证控制。可信度比单纯的模型智能更为重要。
AI 智能体规模化面临着“信任鸿沟”问题。Gartner 报告指出,传统的控制框架是为人类设计的,无法适应智能体动态的权限、机器运行速度以及复杂的智能体间交互。如果缺乏全面的信任架构,CIO们在推进智能体 AI 时将面临试点项目受阻、合规漏洞扩大、攻击面延伸等挑战。
为此,Gartner 提出了覆盖六大核心控制平面的“AI 智能体信任结构”(Agentic AI Trust Fabric),旨在为自主化、规模化运营提供坚实的可信基础。这六大层面依次为:CSP身份与凭证管理(CSP Identity and Credentialing)、授权与权限(Authorization and Entitlement)、编排与分层控制(Orchestration and Hierarchical Control)、人工监督与升级(Human Oversight and Escalation)、电信可观测性与可追溯性(Telecom Observability and Traceability),以及电信保证与治理(Telecom Assurance and Governance)。
随着大模型、智能体、Skill 技能、MCP 服务及各类 AI 工具成为新的数字资产,传统资产管理方式难以应对影子AI难以发现和关系不明的挑战。为此,AIBOM 通过多源资产发现、AI 指纹识别、资产注册登记与关系分析等技术,实现对各类 AI 组件的统一识别与纳管,构建起覆盖静态依赖及动态调用关系的 AI 资产全景视图。同时,它参考 SPDX 3.0 等国际标准建立统一标识与组成信息管理机制,推动资产管理从被动登记向主动发现、持续监测和全生命周期治理转变。