当AI抹平安全能力边界 细分赛道的护城河还剩多少？

过去几个月，安全419在与厂商和甲方的交流中反复听到两个看似不相关的说法。一个来自甲方：某大型金融机构的安全团队坦言，公司历年采购的安全产品已接近数百款，告警互不相通、控制台各自为政，"我们缺的不是能力，是把这些能力收敛起来的体系"。另一个来自乙方：一位细分赛道的创业者说，最近一年最直观的感受是竞标桌上陌生面孔变多了——一些从未做过这个方向的厂商突然出现在名单里，理由出奇一致："有了大模型，我们也可以干了。"

两个说法拼在一起，指向的是同一件事：当AI大模型开始引领网络安全产业的变革，以往碎片化的各细分安全赛道，正在出现明显的能力融合。需求端不再满足于单点能力，供给端的能力差异又在快速收窄。于是那个残酷的问题浮出水面：以往各细分赛道的领跑者，还能继续保住自己的独特优势吗？

一、需求端：数百款产品之后，甲方要的是"收敛"

融合的第一推手，来自需求侧的疲劳。

Gartner在2024年对162家大型企业的调研显示，这些企业平均运行着45款网络安全工具；52%的高管把"复杂性"列为安全运营的最大障碍。工具越买越多，效果却没有线性增长——相反，告警割裂、数据孤岛、人员疲于在不同控制台之间切换，成了行业的普遍痛感。

于是"平台化"从概念变成了采购动作。Gartner的调研显示，62%的企业正在积极整合安全供应商，另有36%计划在未来三年内启动整合；Gartner同时预测，到一定周期内，将有75%的组织用安全平台替代"各品类买最强单品"的碎片化采购模式。国际上，CrowdStrike与Palo Alto Networks两大平台厂商的竞争路径颇具代表性：前者以Threat Graph数据底座承载亿级事件关联分析，2026财年ARR达到52.5亿美元；后者以"大一统数据湖"推动XSIAM等平台产品，NGS ARR超过63亿美元。平台厂商的叙事是统一的：把端点、网络、身份、云的数据放进同一个湖里，AI才有发挥价值的土壤。

国内的演进路径略有不同，但方向一致。《中国信息安全》杂志2026年第1期的产业分析指出，防火墙、WAF、IPS等传统单品已陷入高采购量、低热度的存量竞争，技术同质化与价格内卷持续削弱增长动能；与此同时，头部厂商集中度持续上升，前五大厂商合计市场份额已超过30%，运营商与云服务商深度参与，推动"网络+安全+云"一体化交付。

这意味着什么？意味着客户市场正在从"买能力"转向"买体系"。一个已经部署了数百款安全产品的大型甲方，缺的不是再多买一款新的单品，而是一套能把防御能力收敛为可运营体系的管理框架。当采购逻辑从单品最优转向体系最优，细分赛道的天花板，就不再由单品的技术高度决定，而由它在体系中的位置决定。

二、供给端："有了AI，我也可以干了"

融合的第二推手，来自供给侧的能力平权。

RSAC 2026上，"卖工具"与"卖防护效果"的路线之争成为全场焦点。与会者反复讨论的一个判断是：AI辅助编程的普及，使单纯的软件功能极易被对手快速复刻并推出同质化产品——软件本身已不再是稳固的护城河。红杉资本的报告甚至给出了一个夸张的比例：AI时代，软件上每投入1美元，就有6美元流向相关服务；a16z则给出了更直接的二元抉择——传统厂商要么进化为AI平台，要么进化为直接交付防护能力的AI驱动服务。更有观察者指出，多智能体AI产品能够同时处理跨品类的多种任务，EDR、防火墙、SIEM、CSPM这些界限分明的"产品桶"正在失效，甚至有声音质疑Gartner魔力象限这类传统厂商映射工具是否还有存在的必要。

这并非危言耸听。翻开国内厂商过去两年的产品发布史，"大模型军备竞赛"清晰可见：深信服的安全GPT在2025年实战攻防演练中交出防守启用率95.8%、流量检出率95.7%的成绩单；奇安信以Q-GPT安全大脑强调AI增强的纵深防御；绿盟科技推出风云卫大模型并切入AI TRiSM；启明星辰首创大模型应用防火墙；微步在线、安恒信息、天融信等几乎每家头部厂商都拥有自己的安全大模型。功能列表正在趋同——智能告警降噪、自动研判、自然语言交互、AI生成处置报告，你有的我也要有，而且"上线周期"以季度计。

需要说明的是，能力边界模糊是真，宣传泡沫同样是真。Gartner已明确警告"AI washing"（AI洗白）现象——部分厂商夸大AI的自主能力，建议买家小步试点、验证后再付费。但即便挤掉水分，趋势本身依然成立：AI确实把许多细分赛道赖以立身的"能力门槛"拉低了，尤其是那些以规则、特征、模型调优为核心壁垒的领域。

三、分赛道检验：领跑者的护城河还剩多少？

问题落到具体赛道，答案并不整齐。

先看AI驱动型的"老领跑者"——它恰恰是AI平权冲击最直观的注脚。国内某以检测起家的安全厂商，算得上最早把AI系统性引入威胁检测的厂商之一：2016年成立，核心团队出自清华大学实验室与头部安全厂商，2018年便“自建了80个机柜的人工智能超算中心”，此后又发布了自研安全大模型。在"AI驱动安全"还是稀缺标签的年代，这套叙事为它赢得了资本与客户的关注。但在AI平权时代，这个故事正在失去解释力。

首先是标签的贬值。当深信服、奇安信们纷纷把安全大模型变成标配，"最早用AI"就不再构成差异化——事实上，其创始人早在2023年的一轮融资沟通中就已坦承，公司所在的威胁检测市场"竞争都很激烈，内卷严重"，头部大厂依靠市场销售能力合计拿走了接近一半的份额。

其次是技术叙事与商业化落地之间的落差：从公开报道可查的融资信息看，其最近一轮公开融资停留在2023年10月的近亿元B轮，此后再无新的融资披露；据公开工商年报，其2025年社保参保人数仅39人——尽管该口径只统计其法人主体的参保员工，未必等同于实际团队规模，但与"安全大脑提供商"的宏大叙事放在一起看，体量差距依然肉眼可见。再者，支撑先发优势的那些标杆数字——检测准确率、告警降噪比——均为厂商自报口径，缺乏第三方验证；当"效果可验证"取代"能力可演示"成为新的竞争维度，没有公证处的领先，说服力正在持续缩水。

把这三点放在一起，结论并不留情面：在能力被平权的时代，先发者的"标签优势"贬值速度，比技术本身的迭代速度更快。这家厂商并非做得比同行差，而是它赖以立身的差异化坐标——"我们最早用AI"——正在被整个行业平均化。其战略重心从"威胁检测产品商"转向"安全大脑提供商"，与其说是进攻，不如说是一次防守：把单点优势嵌入更大的运营体系，本质上是承认单品叙事已不足以支撑增长与估值。

据安全419观察，这家公司身上有着行业里大多数技术创业公司的通病：只擅长技术这一单点能力，创始团队几乎所有筹码都押在研发侧，成立至今始终没有组建起一支强有力的商务团队。技术叙事讲得再圆，落不进客户的预算表，就只是论文和PPT。产品要靠人卖出去，方案要靠人交付下去，客户关系要靠人一年一年经营起来——这些"不那么技术"的活，恰恰是商业落地的主干道。商务能力的缺位是硬伤，商业落地承压，几乎是必然结果。这也解释了为什么一家手握先发技术与数据积累的公司，会在AI平权的大潮里率先显出疲态——它输的不是技术，是组织。

再看数据安全、供应链安全、攻击面管理这些前几年的明星赛道。它们的共同特点是：需求由合规与事件双轮驱动，曾经集中涌现了一批创业公司。

而今天的格局是，大厂正在"顺手"进场。最直接的证据来自攻击面管理：绿盟科技凭借CTEM+XDR体系在IDC《中国AI赋能的攻击面管理（ASM）市场份额》报告中排名第一——注意，ASM曾是典型的新兴赛道创业窗口，如今份额榜首是一家上市十余年的老牌厂商。创业公司中仍有坚持者，如国内最早布局攻击面管理的某企业，作为唯一连续三年进入Gartner中国ASM和入侵攻击模拟（BAS）代表厂商名单的公司，2025年6月完成数千万元B+轮融资——但"最早"标签的含金量，需要用持续融资和标杆客户反复续命。

供应链安全赛道同样如此：当SBOM、SCA能力被开发平台、云厂商以原生组件的形式集成进交付流水线，独立厂商的价值空间就被挤压到了"更深的左移治理"和"全链路韧性"这些大厂暂时顾不上啃的硬骨头上。

把几个赛道放在一起，可以得出一个中间结论：单点能力的"存在性"正在被AI抹平，能力的"质量差"虽依然存在，但维系它的成本在急剧上升，而兑现它的窗口在收窄。护城河的形态正在迁移——从"我独有这项技术"，迁移到"我在这个场景拥有的数据、标注积累、误报/漏报的调优经验和交付验证闭环"。技术可以被AI平权，数据沉淀和场景知识不能被提示词复制——但前提是，创业公司要活到完成这场迁移的那一天。从这类先发厂商的现状看，迁移的速度未必赶得上平权的速度：多数细分赛道的创业公司，还没来得及把"技术先发"兑换成"数据与场景壁垒"，就已经先被大厂的AI平权和大客户预算收紧两头夹住。

四、创业厂商的出路在哪里？

能力融合不等于创业公司的末路，但它确实重新分配了生存策略。结合行业现状，至少有四条路径正在被验证。

第一，做"引擎"而不是"产品"，主动被集成。细分能力的价值不再体现在独立成盒，而体现在嵌入大平台的体系之中。把最难啃的那段技术做深，以引擎、组件、SDK的形态进入头部厂商的供应链，是技术型公司现实的活法。产业分析也印证了这一趋势：部分具备独特技术能力的初创公司被头部厂商战略收购，更多体现为能力互补与生态协同，而非简单淘汰。对创始人而言，"被收购"不再意味着失败叙事，而可能是一条体面的退出通道。

第二，从卖工具转向卖效果，拥抱托管与运营。当软件功能趋于同质化，客户真正付费的对象变成了"安全结果"。RSAC 2026上的讨论显示，直接交付"防护效果"的商业模式正在跑通——安全运营托管服务（MSS）、智能体SOC、"发现-修复-验证-重复"的持续自动化闭环，都在把产品能力转化为可计量的结果。对贴近客户、理解行业Know-how的中小厂商而言，服务化反而可能是比拼研发军备更公平的战场。

第三，出海寻找第二曲线。《中国信息安全》的产业分析指出，头部民企正加速出海寻找第二曲线，而中小厂商或深耕细分、或并购整合。东南亚、中东等市场的安全建设阶段滞后于国内，国内验证过的产品和打法存在时间差红利。对于在细分赛道被国内价格战消耗的创业公司，出海是一个值得认真测算的选项。

第四，抓住AI原生的新品类窗口。讽刺的是，AI在抹平旧赛道边界的同时，也在开出新赛道：AI系统自身的安全（提示注入、数据投毒、智能体行为治理）、大模型应用防火墙、AI TRiSM、面向非人类身份的安全管控——这些品类尚未形成固化的竞争格局，领跑者尚未就位。旧赛道上的追赶者，完全可以成为新赛道上的定义者。

写在最后

回到开头的问题：细分赛道的领跑者，还能保持独特优势吗？

答案取决于把"优势"定义在哪里。如果优势指的是"独家拥有某项技术能力"，那么在AI平权的大背景下，这类优势的半衰期正在快速缩短，Gartner关于平台替代碎片化采购的预测大概率会持续兑现。但如果优势指的是"在特定场景中无可替代的数据积累、工程化质量和客户信任"，那么护城河依然存在——只是它需要被重新挖一遍，而且要比以前挖得更深。

更准确的表述也许是：行业正在从"能力稀缺"进入"效果稀缺"。过去，谁能做出一个别人做不出的功能，谁就赢；现在，谁能让安全能力真正产生可验证的效果，谁才赢。收敛是确定的，分化同样是确定的——收敛的是能力的形态，分化的是效果的成色。

对于所有安全企业，无论规模大小，这场变革的入场券是同一个：放下对"单品神话"的路径依赖，把AI当作重构防御体系和商业模式的底层变量，而不是贴在新产品上的新标签。概念可以有热度，但技术需要有沉淀——这句话，在2026年比以往任何时候都更像是行业的分水岭。