最近几个月来，似乎每个人都在日常生活中跟ChatGPT、Bard等AI机器人聊得热火朝天，让它们来帮忙写邮件、写总结、做计划。但有个普遍的现象是，一旦当人们切换到工作模式时，这些生成式AI工具便很少出现在大家的工作流程中，甚至被一些公司明令禁止。

AI能力如此强大，为什么企业们不用？

这背后的核心原因其实很简单——每个企业的数据安全和隐私问题都太重要。没有企业敢把自己的“命脉”完完全全地交在还并未发展成熟、并由其他大型公司掌控的AI手上。

那么，是否有办法解决这个棘手的问题，进而在企业端最大化地发掘生成式AI的潜力呢？其实从2019年开始，就有一家名为Cohere的AI创业公司在密切关注这个问题并不断提出解决方案。

长期以来，企业级的生成式AI都是一个相对小众且壁垒较高的市场，但Cohere凭借着成熟的技术和敏锐的嗅觉得到了一众大佬和巨头的支持。目前Cohere的投资者不仅包括英伟达、甲骨文、Salesforce等巨头，同时还有图灵奖得主Geoffrey Hinton、斯坦福AI教授李飞飞等一众圈内大佬。不久前，YouTube 的前首席财务官 Martin Kon 也选择加入 Cohere担任总裁和首席运营官。

乘着ChatGPT爆火的东风，今年以来，Cohere的潜力开始被越来越多的人的看到并进入了估值飙升的快车道，目前已成为全球AIGC赛道仅次于OpenAI和Antropic的第三大独角兽。

从谷歌“脱胎”，来自加拿大顶级AI圈

Cohere成立于加拿大多伦多，于2019年由Aidan Gomez、Ivan Zhang和Nick Frosst共同创立。三人本科都就读于多伦多大学计算机科学专业，按照入学时间推算，三人目前应该都未超过30岁。

其中，Aidan Gomez在2017年本科期间就参与了由谷歌大脑团队研究并作为署名者之一发表了名为《Attention is All You Need》的论文，而这篇论文就是日后大名鼎鼎的Transformer机器学习架构的开端，也是发展谷歌BERT、OpenAI的GPT 等未来革命性架构的基石。

在同一年，Aidan Gomez和同系的同学Ivan Zhang创立了一个非营利人工智能研究社区For.ai，用以支持和链接世界各地的人工智能独立研究者。

本科毕业后，Aidan Gomez前往牛津大学攻读计算机科学的博士学位，同时也加入了由“深度学习之父”、图灵奖获得者Geoffrey Hinton领导的谷歌AI团队，基于Transformer架构进行进一步研究。在谷歌大脑的Hinton团队之中，Aidan Gomez结识了一直从事机器学习和认知科学研究的Nick Frosst。

在之后两年中，通过研究的深入，大家了解到Transformer可以扩展为性能出色的大型神经网络，并在语言相关的任务上表现十分出色。包括Aidan Gomez在内的一些Transformer论文撰写者们都开始思考这背后所蕴藏的商业化机会，目前除了Llion Jones仍在谷歌工作，其他七位作者都纷纷“下海”创业。

其中，Aidan Comez则与Nick Frosst和Ivan Zhang共同创立了Cohere。跟谷歌、微软等实力雄厚公司去重金训练大模型不同，在2019年Cohere成立开始，他们就专注于企业用例，试图根据不同企业的专有数据去创建定制化的大语言模型。

大佬和巨头力挺，Cohere驶入AIGC第一阵营

瞄准企业级AI数据安全痛点的Cohere，在当前的AI用户端厮杀中脱颖而出，包括VC、科技巨头和人工智能领域的大佬们都给它投去了支持票。2021年正式迈入商业化以来，Cohere的估值也节节攀升，目前已达到约22亿美元，在AIGC赛道仅次于微软支持的OpenAI和谷歌支持的Anthropic。

在Cohere成立之初，它的人工智能学术色彩似乎更为浓郁。在2021年和2022年的Cohere A轮和B轮融资中，当时的AIGC赛道的投资还在寒冬中，有谁给Cohere投去了支持资金呢？在这两轮的投资列表中，我们都看到了以下几位AI大佬的身影。

除了几个创始人在多伦多直接跟随学习过的“深度学习之父”、图灵奖得主Geoffrey Hinton之外，还包括斯坦福大学教授、视觉实验室负责人李飞飞，加州大学伯克利分校教授、伯克利人工智能实验室主任Pieter Abbeel，多伦多大学教授、前Uber人驾驶汽车技术研究中心主任Raquel Urtasun，个个都是人工智能领域的学术大咖。

而在本月初宣布的最新一轮融资中，在AIGC的热潮中，Cohere也得到了更多领域内科技公司的关注。其中包括人工智能最强“军火商”英伟达以及云巨头Salesforce和甲骨文。目前的融资总额已经达到4.39亿美元。

Cohere的迅速发展离不开深厚的技术背景和赛道选择。从大模型的角度来说，Cohere 目前可能并不是市场上最领先的，但他们敏锐地抓到了AIGC企业端应用的痛点，能够在首先满足企业安全性需求的前提下，再进一步的提供内容生成、摘要、搜索等领域的服务。

他们的商业模式使得大量公司能够在无需斥重金构建自己模型的情况下自定义地接入大型神经网络，并通过细分业务模块，让公司能根据使用情况来进行付费，从而达到一种双赢的状态。

ChatGPT带来新一轮网络安全危机

根据网络安全公司Darktrace公布的最新研究报告，攻击者使用ChatGPT等生成式AI，通过增加文本描述、标点符号和句子长度，让社会工程攻击量增加了135%，AI引发的数据安全不容忽视。3月25日，OpenAI发文证实，部分ChatGPTPlus服务订阅用户可能泄露了部分个人隐私和支付信息，快速发展带来的弊端浮出水面。

法新社4日消息，加拿大隐私专员办公室（OPC）4日宣布开始调查ChatGPT背后的公司OpenAI，涉及“指控OpenAI未经同意收集、使用和披露个人信息”的投诉。意大利数据保护局（Garante per la Protezione dei Dati Personali）上月底暂时禁用ChatGPT，并对该工具涉嫌违反隐私规则展开调查。

华安证券指出，在AI乃至大模型时代，网安设备的硬需求为同向增长态。AI带来的降本增效首先受益方是攻击者，ChatGPT类技术辅助写代码的能力大大降低了攻击者的技术门槛，而可以对于漏洞攻击、钓鱼攻击、鱼叉攻击等常用的攻击方式进行快速上手和创新。AI的成长，会带来攻击量增长，网安的技术性需求会由于攻击事件的催化而得到释放。

工信部等16部门发布的《关于促进数据安全产业发展的指导意见》，提到2025年我国数据安全产业规模将达1500亿元，同比增速30%。整体来看，以ChatGPT为代表的现象级爆品意味着新一轮人工智能技术将快速进入产业化，未来产业模式将是大模型叠加各种垂类和场景模型，或利好网络安全行业的发展。AI技术的持续发展也推动着与安全更多的碰撞及融合，AI赋能网络安全和AI自身安全都值得考虑。AI技术在大单品中的落地和进展，值得关注。

AI能攻击便也能防守

近年来，人工智能因其具备自学习和自适应能力，逐渐成为网络攻防双方所关注的核心关键技术之一。

如今，在AI等技术的推动下，赵伟认为网络攻防已进入“智能时代”，可以实现真正的GPT防御。

作为与攻击方交战多年的“棋手”，赵伟很早就关注到AI技术。2017年，Alpha Go连续打败世界围棋高手，有了一串辉煌战绩，让大家意识到AI的强大。他认为，Alpha Go从技术上来看，仍然没有脱离过去10年、20年前对AI所下的定义。在赵伟眼中，第一个战胜围棋世界冠军的人工智能机器人仍处于弱AI阶段。

不过AI能够从弱AI向强AI乃至于超AI进化，在发展的过程中，润物细无声地影响各行各业。赵伟也开始着手打造自己的安全“Alpha Go”。

理想中的安全“Alpha Go”应该是什么样？赵伟认为它应该是一个可以自我作战的AI，将集推理、扫描、探索、攻击、防御、生存等为一体，可以解决所有开放性问题。

于是，在大力布局漏洞与数据的基础上，赵伟通过人工智能技术的应用为它们注入灵魂。

具体来说，经过长期的积累，通过“安全产生数据、数据驱动安全”的闭环打造安全能力生产线，将大数据与AI有效结合。

比如知道创宇以在云测绘、云监测、云防御方面产生庞大的安全数据为基础，透过AI针对不同的产品场景、业务场景建立不同的安全模型，随后让这些安全模型再通过数据去实现安全能力的生产和进化，最终再反哺到安全产品上去。

云测绘、云监测、云防御既能构建安全大数据生产线，同时也是安全能力生产线。数据是生产线上的生产元素，而AI在这个过程中扮演了一个自动化的加工者身份，最终生产出来的“产品”，则可以体现在很多层面，比如为安全产品赋能，也可以为国家关于网络安全的一些报告提供数据支撑等等。

可以说，AI不仅可以让数据说话，还能真正让数据来驱动网络安全的发展。

当然，作为一名创业者，不能“为技术而技术”，赵伟的发展策略也是源于对客户需求的洞察，“如果客户突然出现紧急安全事件，需要第一时间扑上去，帮助客户解决问题。客户需要的是及时、快速的响应。”但赵伟并不止于此，他认为要敢于否认客户的需求，要敢于提出更好的产品，服务于更未来的需求。

近些年来，数字化贯穿经济社会发展的方方面面。与此同时，在算法增强、数据爆增及算力提升等多种有利因素的共同作用下，AI终于迎来“iPhone时刻”，在ChatGPT的巨大光环下，国内外科技公司争先布局AI赛道。

目前AI已经给网络安全产业的攻击和防护两方面都带来巨大影响。

以最近大火的ChatGPT为例，有观点认为：“ChatGPT降低了网络犯罪的门槛”、“日益复杂的网络能力在危险演化上又向前迈进了一步”。攻击方可在钓鱼邮件、网络钓鱼、社会工程和恶意软件开发等方面应用 ChatGPT 。

在网络安全防护方面，ChatGPT同样有广泛的应用，包括防护编写规则、检测规则编写、代码审计&漏洞挖掘等等，能从多个维度有效的提升安全研究员的效率和能力，作为研究助理完成一些漏洞分析、脆弱性取证、安全事件研判的工作。

虽然目前在网络安全领域，AI仍是辅助手段，无法自主生成更先进的网络安全攻防技术。但从更深远的层面讲，AI会带动网安行业的技术发展，从而改变现有的攻防模式。

在AI的发展过程中，算法、数据与算力是三大核心要素，其中，数据与算法都离不开算力的支撑。而在网安领域，这三要素也同样重要。

比如就安全算力来说，如果把网络攻防比作人体对抗病毒，安全算力就是心脏和全身供血系统，为免疫系统提供养分和能量，充分保证人体基本的生命力和免疫力，即使在局部受到外界侵袭时，也能快速形成抗体，作用全局，实现实时联防。

由安全算力驱动的下一代防御将促进三大升级：被动防护升级到主动防护、静态规则防护升级到AI动态防护、孤岛单点防护升级到全面联动防护，最终形成拥有全知视角的以威胁情报驱动的联防联控防御体系，这也将成为未来安全防护建设的必然趋势。