自2021年切入云托管服务（MSP）市场以来，AhnLab CloudMate正将盈利预期押注于自研AX产品。公司表示，随着相关业务逐步形成规模，今年有望实现扭亏为盈。

在MSP行业普遍面临营收增长、利润承压的背景下，AhnLab CloudMate将自研产品视为提升盈利能力的关键抓手。公司计划依托MSP业务积累的客户基础，进一步推广自研AX产品，以带动整体利润改善。

近日，AhnLab CloudMate代表Kim Hyeongjun与CTO Choi Gwangho在接受采访时表示，公司自去年启动AX产品业务以来，已开始显现成果。两人指出，相较于代理海外产品，自研产品在盈利能力上更具优势，而母公司AhnLab在产品研发方面也具备成熟经验。

目前，AhnLab CloudMate已推出两款AX产品，分别是生成式AI安全产品Secure Bridge，以及RAG（检索增强生成）解决方案ACMEi。

其中，Secure Bridge主打帮助企业更安全地使用生成式AI，核心功能包括敏感数据输入输出检测、Prompt Injection防护、Prompt历史记录监控与策略控制，以及多LLM支持和Agentless接入等。产品同时支持云端和本地部署，兼顾安全性与使用便利性，旨在降低企业在生成式AI应用中的安全风险。

Choi Gwangho表示，Secure Bridge虽然看起来与传统数据防泄漏（DLP）产品存在相似之处，但定位并不相同。传统DLP主要侧重于防止内部数据外流，而Secure Bridge不仅关注输入环节，也会对AI生成内容进行核验，从而实现面向内外部数据流转的双向风险控制，并支持以自然语言方式调用。

为增强产品能力，AhnLab CloudMate还在Secure Bridge中集成了自研小型语言模型（SLM）。公司表示，AhnLab SLM可以理解用户通过自然语言提出的问题，并辅助识别是否存在数据泄露风险。Secure Bridge已于去年6月发布，目前已获得多家企业客户采用。公司认为，强调可用性的产品策略也对客户导入起到了积极作用。

Kim Hyeongjun表示，部分安全解决方案过于强调强制管控，反而可能降低用户对安全措施的接受度。因此，AhnLab CloudMate在开发Secure Bridge时，也投入了大量精力提升产品的“安全透明性”。

与此同时，公司还在推进Secure Bridge下一代版本的研发，并看好AI Agent相关需求持续提升。Choi Gwangho表示，未来希望将Secure Bridge从单一安全产品进一步延伸为Agentic AI环境中的枢纽能力，对AI Agent之间流转的信息进行安全核验。

另一款产品ACMEi则被定位为企业构建AI助手的平台，可借助LLM检索组织内部数据。AhnLab CloudMate介绍，ACMEi支持基于客户自有数据以及平台提供的数据源搭建AI助手，主要能力包括自动化数据预处理、构建客户定制化数据湖、提供基础模板以便快速部署AI助手，以及以订阅方式提供安全和运维一体化管理服务。公司希望借此向客户提供端到端能力，帮助其在内部环境中部署类似AI聊天机器人的应用。

在当前RAG方案大量涌现的市场环境下，AhnLab CloudMate强调，ACMEi并非单纯的SI项目，而是可复制的产品化方案。Kim Hyeongjun表示，ACMEi基于专用模板和解决方案构建，能够帮助客户以更低门槛、更高效率使用AI能力。

目前，ACMEi主要面向政府出资研究机构等组织，重点支持报告与发布材料撰写、研究资料检索以及论文对比等场景。公司计划在科研机构之外，将ACMEi进一步拓展至更多行业。Choi Gwangho表示，ACMEi的优势在于“基于模板、按垂直领域构建RAG”。

不过，业内也有观点认为，RAG概念虽然受到关注，但在实际落地中，效果未必总能达到预期。对此，AhnLab CloudMate认为，问题之一在于数据访问控制仍存在现实限制，而Secure Bridge与ACMEi协同使用，有望在这一环节补齐短板。

Choi Gwangho表示，RAG要提升效果，往往需要接入更多数据，但数据访问控制本身并不容易处理。企业既要保证数据可用性，也需要对高敏感数据建立必要的阻断机制。Secure Bridge与ACMEi结合后，有望更好地解决这一问题。

公司同时强调，自研AX产品与既有MSP业务之间存在明显协同效应。Kim Hyeongjun表示，扩大MSP客户规模依然重要，因为这部分客户未来也将成为AX解决方案的重要导入对象；与此同时，AI能力的引入也有望改善MSP业务本身的盈利结构。

对于今年的市场前景，AhnLab CloudMate预计，AX领域将出现更多由试点阶段转向正式项目的案例。Kim Hyeongjun表示，今年将是关键一年。过去RAG更多停留在测试型项目层面，而今年围绕RAG和私有LLM的尝试预计将进一步增加，公司也将借此持续强化自身在AX产品领域的定位。