AI数据安全公司Cohesity正在加快推进“企业级AI韧性（Enterprise AI Resilience）”战略，将数据保护与安全能力从传统IT环境进一步延伸至AI生态。

该战略的核心，是通过强化网络韧性，帮助企业更稳妥地引入并规模化部署AI。Cohesity认为，随着AI从试验阶段走向生产环境，企业不仅要保护数据本身，也需要具备覆盖AI系统、基础设施和敏感数据治理的完整韧性能力。

14日上午，Cohesity首席执行官兼总裁Sanjay Poonen在韩国举行的记者会上表示，公司将通过加强防护能力和推动安全的数据利用，为企业构建更负责任、也更高效的AI落地基础。企业必须能够管理AI带来的风险，并在故障发生后迅速恢复。Cohesity希望为此提供一套韧性框架，用于保护AI基础设施、治理数据访问、缓解AI代理风险，并释放可信企业数据的价值。

Cohesity表示，“企业级AI韧性”战略旨在帮助企业保护AI系统、降低AI代理带来的风险，并在此基础上以AI推动业务增长。

公司指出，随着AI系统逐步进入生产环境，网络韧性能力也需要覆盖整个AI技术栈。为此，Cohesity将把能力扩展至AI及代理基础设施防护，防范系统故障、异常行为以及恶意代理活动，并为AI应用场景提供敏感数据治理能力。

Sanjay Poonen表示，企业需要保护用于构建和运行AI系统的底层基础设施，范围涵盖AI代理及AI代理记忆、向量数据库、模型配置与策略、训练和微调数据集，以及企业数据存储库。Cohesity将为AI环境保留不可变快照，并支持对代理、数据及相关基础设施进行一致性时间点恢复，从而在无需重建整套系统的情况下缩短停机时间。

他进一步表示，逻辑错误、受损输入、提示注入（prompt injection）或恶意篡改，都可能在数秒内引发连锁式自动化失误。仅靠检测并不足以应对这类风险，企业还需要遏制异常或恶意代理行为，并在事故发生后快速恢复。Cohesity正通过与ServiceNow、Datadog等主流控制与可观测平台的深度集成，将AI代理风险信号转化为基于API的自动化恢复工作流。

在数据治理方面，Sanjay Poonen表示，当AI系统开始访问云、SaaS及混合环境中的敏感企业数据时，持续的可视化与治理能力变得尤为关键。基于Cyera的Cohesity DSPM可发现并分类敏感数据，并监测访问模式；结合恢复能力后，一旦发现数据暴露或滥用，可将受影响的数据及相关AI系统恢复至可信状态。

除数据备份与保护外，Cohesity还计划将能力进一步延伸至数据分析与洞察场景。Sanjay Poonen表示，在完成数据保护与安全保障后，如何借助AI挖掘数据洞察同样重要。未来，公司还将把相关分析能力扩展至文本以及医疗影像文件、视频等非结构化数据。

基于这一方向，Cohesity发布了基于模型上下文协议（MCP）的联邦语义搜索。该功能支持包括Glean在内的企业级AI工具，在无需复制数据、且不削弱合规要求的前提下，安全访问具备治理能力的备份数据。

与此同时，Cohesity还将推出Cohesity Gaia Catalog。Sanjay Poonen表示，该产品将进一步扩展为可在Databricks、Microsoft Fabric等主流分析平台中直接访问受保护数据，以提升数据新鲜度和治理水平，并为AI系统提供可信的企业上下文。

合作方面，Cohesity正持续强化与多家企业技术公司的协作。公司与Cyera推出基于Cyera的Cohesity DSPM（Data Security Posture Management）解决方案，借助Cyera AI安全平台，在云、SaaS和AI工作流范围内自动发现并分类敏感数据，提升数据可视性，降低AI导入带来的合规风险，并在数据暴露时支持恢复至可信状态。

在与ServiceNow的合作中，Cohesity将支持企业构建并运营自主型AI代理；当代理导致数据删除、修改等事故时，可借助Cohesity的不可变快照，将系统恢复至经过验证的基准时间点。

此外，Cohesity还与Datadog可观测平台集成，实现对AI代理及云环境异常的实时检测，并据此触发API驱动的自动化恢复工作流，以支持对“机器速度”扩散的安全事件进行快速响应。