AI 时代，企业为什么绕不开SASE？国内外一线服务商的“基因“对比

"把这条访问记录拦下来。"

过去半年，越来越多企业的 IT 负责人开始反复下达类似的指令——不是拦病毒，是拦"人"。

事情的起因往往是同一个:AI 太好用了。员工把合同摘要贴进公网大模型，让 AI 帮忙写方案；业务部门要求 AI 助手直接读取内部订单库；海外办公室要连回总部训练集群跑推理。网络管理员很快发现，曾经那套"防火墙守边界、VPN 通远程、专线回总部"的老办法，一样都兜不住了。

而更棘手的是:当企业认真考虑"让 AI 用得安全"时，迎面撞上的第一道题不是某个安全产品，而是一道选择题——市面上的 SASE 厂商这么多，差异到底在哪、该信谁?

这篇文章想回答的就是这件事。

01 AI 把企业网络逼到了墙角

要理解为什么"AI 时代更需要 SASE"，先看企业网络正在经历的四个变化。

第一，访问的主体变了:从"人"变成"人 + AI Agent"。

过去，企业资源只被员工访问，VPN 账号发给"人"就够了。现在，企业开始把大模型接进业务：客服 Agent 要查订单库，知识库 Agent 要读研发文档，流程 Agent 要操作 ERP。这些"数字员工"同样需要身份、需要权限、需要被审计。传统 VPN 只会"放行一个网络"，给不了"按应用、按身份、最小授权"的精细控制——而这恰恰是零信任(ZTNA)的看家本领。

第二，数据的流向变了:大量敏感数据正在涌向云端大模型。

员工随手把一段代码、一份合同、一条客户数据"粘贴进"公网 AI 工具，是当下最普遍、也最难防的泄密路径。要拦住它，检查点必须搬到离用户最近的云边缘，在流量抵达大模型之前完成内容识别与拦截——这正是 SSE 体系中 SWG、CASB、DLP 的核心场景。边界防火墙对这种"数据从终端直接上云"的流量，基本无能为力。

第三，接入的体验变了:AI 对时延和带宽极度敏感。

大模型推理、多模态文件上传、跨国协同训练，都对"网络快不快、稳不稳"提出了远高于普通办公的要求。企业需要的不是一条昂贵的专线，而是一张"全球就近接入、智能选路"的网络

——SD-WAN 从过去的"省钱工具"，变成了 AI 时代的"体验刚需"。

第四，威胁的形态变了:AI 攻击与 AI 防御在同一条跑道上赛跑。

批量钓鱼、深度伪造、自动化漏洞探测，攻击者已经把大模型用成了武器。相应地，安全平台也必须被 AI 改造:用 AI 做威胁检测、策略生成、自动化处置。而 SASE 恰恰是"网络 + 安全"统一数据面的架构，最便于把 AI 能力注入到每一次访问的检测与响应中。

四个变化叠加，结论已经很清晰：访问需要零信任，数据需要云边缘防护，体验需要智能网络，防御需要 AI 加持——这四件事，恰好是 SASE 一体的四个面。 它不是"多买一个安全盒子"，而是 AI 时代企业网络与安全的基础架构。

02 SASE 正在成为 AI 时代的"安全底座"

先花 30 秒对齐概念。SASE(安全访问服务边缘)由 Gartner 在 2019 年提出，本质是把"网络"和"安全"两件事在云边缘融合交付：SD-WAN(网络)+ SSE(安全)，其中 SSE 又包含 SWG(安全 Web 网关)、CASB(云访问安全代理)、ZTNA(零信任网络访问)、FWaaS(防火墙即服务)等能力。

这个概念在 AI 时代被反复提及，不是偶然。IDC 在最新发布的《中国安全访问服务边缘市场份额，2025:SASE 与 AI 加快双向赋能》报告中给出两组关键信息:其一，2025 年中国 SASE 市场规模达到 15.4 亿元，同比增长 35.2%，是网络安全领域增长最快的细分赛道之一；其二，报告明确指出，生成式 AI 正在深度赋能 SASE 平台，推动威胁检测、策略生成和自动化运维能力的跃升——同时，SASE 作为融合网络与安全的核心平台，正成为保护 AI 模型、智能体(Agent)、数据和推理过程安全的关键防线。

也就是说，"AI 需要 SASE"与"SASE 因 AI 而进化"，正在形成双向奔赴。火山引擎、深信服、南凌科技、华为等厂商，均位列 IDC 报告的中国市场主要玩家。

但真正的问题也随之而来:这么多厂商都在讲 SASE，功能清单几乎一样，企业到底怎么选?

答案藏在一个容易被忽略的事实里:SASE 的功能会趋同，架构不会。 产品菜单上，大家都有 ZTNA、SWG、CASB、DLP；但流量在数据面怎么走、安全边界画在哪里、策略绑定在什么对象上、服务由谁来持续运营——这些"看不见的架构"，才是决定一家 SASE 长期好不好用的根本。

所以，与其比功能，不如比"基因"。

03 衡量一家 SASE，先问四个问题

我们把复杂的架构比较，收敛成四个普通人也能听懂的问题:

一问基因：它从哪来? 是做安全代理出身，还是做防火墙出身?是做 CDN 出身，还是做企业专网出身?技术起点决定了它天然的强项与盲区。

二问底座：那张"网"是谁的? PoP 节点(接入点)是自建还是租用?覆盖到全球还是只在国内?SASE 的安全检查点都部署在这些节点上，网络底座的质量直接决定安全与体验的下限。

三问路径：私有应用怎么接? 员工访问一个内部系统，走的是"应用级"的精细隧道，还是"网络级"的粗放连接?服务器需要主动访问终端时，平台撑不撑得住?这决定了 ZTNA 是真零信任还是换了层皮的 VPN。

四问服务：你买的到底是软件，还是运营? SASE 是"永远在线"的安全服务，不是装上就完的盒子。谁来持续监测、响应、调优?出问题时，是 7×24 小时有人管，还是自己养团队?

带着这四个问题，我们来看国内外一线厂商，会看得非常清楚。

04 国外四强:四种基因，四种答案

Zscaler——"云化安全代理"基因。 它把传统 Web 代理搬上云，做成 Zero Trust Exchange:面向互联网/SaaS 的 ZIA 与面向私有应用的 ZPA 两个平面清晰分离，流量按目标资源自动分流，终端上强制收敛绕行路径。它的答案是:按"访问什么"切分一切。

Netskope——"数据安全"基因。 从 CASB/数据防泄漏起家，以 NewEdge 网络加统一客户端著称，最大的特点是给出了两条私有访问路径:应用级、单向的 Private Application Access Tunnel，和网络级、双向的 Private Optimized Access Tunnel。它的答案是:同一客户端，不同访问模式走不同隧道。

Palo Alto——"防火墙 OS"基因。 Prisma Access 把二十多年沉淀的 PAN-OS 安全处理栈整体云服务化，无论用户从移动端还是分支机构进来，都汇入同一套统一安全栈和策略。它的答案是:把防火墙的"灵魂"搬到云端。

Cloudflare——"全球网络"基因。 源自 CDN，信奉"Every service， on every server":所有服务都跑在同一张 Anycast 全球网络上，安全能力被抽象成网络上随时可调用的服务，任何端点就近接入即获得全部能力。它的答案是:先有一张网，再谈一切。

国外四强的共同优势很清晰:纯云交付、全球一张网、生态成熟、品牌号召力强。但对大多数中国企业，它们也普遍面对三堵墙:数据出境的合规墙、信创适配的本地化墙、以及远水难救近火的服务响应墙。这正是国内厂商的机会所在。

05 国内一线:四类打法，同一片主场

把国内主要玩家放上牌桌，会发现一个有趣的格局——它们几乎来自四种完全不同的"基因"，而非同一类公司的内卷。

安全系:深信服为代表。 从防火墙、SSL VPN、上网行为管理等安全硬件起家，是典型的"存量安全能力云化"。其零信任旗舰 aTrust(SPA 单包授权、网络隐身)+ 安全 GPT 大模型，构成了鲜明的"安全厂商叙事"。

网络设备系:华为为代表。 从路由器、SD-WAN 设备起家，组网市场存量巨大，打法是从网络向安全延伸，强项是超大规模政企与全栈信创。

云与边缘系:火山引擎为代表。 背靠字节的 CDN/边缘节点与云生态，以"海量边缘节点 + 互联网级产品体验"切入，天然具备"边缘即服务"的禀赋，在 IDC 报告中也位居主要玩家之列。

网络服务商系:南凌科技为代表。 这是四类里最特殊的一类:它不卖盒子起家，也不是云厂商，而是近三十年来一直在为企业提供专网与互联网服务的网络服务商——从 MPLS 骨干网到自研 SD-WAN，再到把安全能力云化进自己的全球骨干网。后面我们单独展开。

国内厂商共同面对三个"主场变量"，这决定了国产 SASE 不可能是国外纯云模式的翻版:一是合规刚性；二是信创国产化；三是混合部署主导。

换句话说:国外厂商的强项是全球一体化体验，国内厂商的主场是合规、信创与贴身服务——而各自也都有明显的短板。有没有人试图"两头都要"?有，就是南凌科技。

 06 南凌科技:用"服务商"的底子，把 SASE 做成运营 

为什么单说南凌因为在"四类打法"的坐标系里，它占据了一个少有人站的位置：既不靠安全硬件存量，也不靠云生态，而是把一张自建全球骨干网，变成了承载 SASE 的底座。

先看基因。 南凌科技是 A 股上市公司(股票代码 300921)，近三十年的主业是企业级网络服务:自建 MPLS 骨干网、自研 SD-WAN 2.0，服务跨国企业与国内多分支企业。它对"网络"的理解，来自运营商级的长期运营，而不是设备厂商的"卖货"逻辑。当 SASE 浪潮起来，它的选择不是另起炉灶做一套安全软件，而是把 SWG、NGFW、CASB、ZTNA 等安全能力云化，部署到自己的骨干网节点上——这就是其核心产品"凌云 SASE"的由来:一套"云 + 网 + 安全"一体化的单一供应商方案。

再量底座与路径。 凌云的架构，恰好能回答前面的四问:

• 底座是自己的:南凌把覆盖全球的 POP 节点升级为 SASE POP，安全组件以云原生方式跑在骨干网边缘。用户就近接入一个节点，就同时获得"一张全球网 + 一朵安全云"，无需流量绕道总部，天然适配 AI 场景对低时延的要求。自研 SD-WAN 支持国密 SM2/SM3/SM4，并内置数千种应用识别能力，满足信创与国产密码的合规门槛。

• 端侧是"All in One"的:站点侧提供 SASE BOX(NE 系列硬件)，把组网与防病毒、入侵防御、行为管控等安全组件按需组合；移动侧提供 SASE APP/NSE 终端，免拨 VPN、按身份授权、动态风险评估、每次会话持续验证——标准的零信任体验。

• 服务是 7×24 小时在线的:这一点最容易被忽视，却是南凌与"卖软件"厂商最大的分野。它设有深圳、上海双运营中心，把网络运营(NOC)与安全运营(SOC)深度整合，提供 7×24 小时主动事件管理，覆盖从方案设计、实施到运维、迭代的完整生命周期。

"SASE 本身是安全服务。提供 SASE 服务，首先要根据客户的需求设计，然后再做实施，之后还有运维和迭代升级——这是一个完整的生命周期。"换句话说，南凌卖的从来不是一张许可证，而是"网络 + 安全"被当作一项服务持续运营的结果。

落到 AI 时代，南凌的契合度也相当直接。用 AI 提升安全防护与运维效率；在行业落地上，其 SASE 方案已服务金融、制造、零售、医疗、新能源等行业的头部客户，其中就包括某头部 AI 科创企业——组网流量复杂、数据量大、缺乏统一安全管控，正是 AI 企业网络与安全的典型痛点；此外还有护航国内化工集团网络与安全现代化转型、助力国际集装箱货运企业实现零信任全球组网、为知名光伏企业构建全球一张网 SD-WAN 等一批跨国项目。2025 年，凌云 SASE 还在第八届智能云网产业发展大会上获得"产品先锋奖"。

一句话总结南凌的位置：当 SASE 从"选型题"变成"服务题"，当企业既要 AI 时代的全球访问体验、又要中国市场的合规底线、还不想自建一支安全运营团队——像南凌这样"自建全球骨干 + 云网安一体 + SOC/NOC 托管"的网络服务商，提供了一个同时回答三个问题的选项。这也是它在 IDC 的中国 SASE 市场报告中位列主要玩家的原因。

07 一张表，量一量国内外八家

把前面所有信息收进一张表。与其罗列参数，不如看每家的"基因"和它在 AI 时代最该被追问的一个问题:

读完这张表，三条结论自然浮现:

第一，国外强在"纯云 + 全球一张网 + 生态"，国内强在"合规 + 信创 + 贴身服务"，没有哪家能通吃；

第二，AI 时代的新考题(保护模型与 Agent、防数据喂给大模型)对所有人都是同一起跑线，先手属于把网络与安全真正做成一个平台的人；

第三，"服务"正在成为新的分水岭:功能可以追平，架构可以借鉴，但一个 7×24 小时把网络和安全当运营来做的厂商，和一家只负责交付软件的厂商，客户三年后的体感会完全不同。

08 怎么选:四个问题，替你做决定

如果不想被厂商的 PPT 带着走，选型前先问自己四个问题:

1. 改造的起点是网络还是安全? 网络成本高、体验差，就优先看组网底座强的厂商；合规压力大、泄密风险高，就优先看安全能力强的厂商——SASE 厂商的基因，会顺着你的起点给答案。
2. 数据能不能出境?受不受合规与信创约束? 如果答案是否定的，国外纯云模式基本可以出局，重点在国内厂商的混合交付能力。
3. 团队有没有安全运营能力? 有人、有预算、想掌控，可以买平台自己运营；没人、不想养，就直接选"安全即服务"的托管模式。
4. AI 用起来之后，谁来管模型、Agent 和数据? 多问一句厂商:AI 安全(AI 用起来的数据防护、AI Agent 的访问控制、AI 赋能的检测响应)有没有写进路线图、有没有落地案例。

落到场景上:全球化总部 + 海外分支、追求极致体验，可以在国外四强里选；国内政企、强合规场景，深信服、华为是稳妥答案；云原生、已在云生态内，火山引擎值得看；而跨境组网 + 多分支 + 数据敏感 + 不想自建安全团队的 AI 科创与出海企业，南凌这类"全球网 + 合规 + 托管"一体的网络服务商，往往是那个最省心的答案。

结语:AI 时代，买 SASE 就是选一个长期伙伴

回看这篇文章的起点:当 AI 让"访问主体、数据流向、接入体验、威胁形态"同时改变，企业其实没有太多选择——要么继续用老架构修补，要么换到 SASE 这张新桌面上重来。而在新桌面上，功能清单会趋同，真正拉开差距的是架构基因，是那张网，是那份愿意 7×24 小时陪你运营服务的心。

对企业来说，选 SASE 的本质，是在选一个和你一起面对 AI 时代的长期伙伴。看基因、量底座、问服务——这三件事想清楚了，答案其实不难。