AI驅動的網絡風險：家族辦公室的授權設計與營運韌性

AI改變的是攻擊的成本與速度

生成式工具沒有創造所有網絡風險，但正在縮短偵察、仿冒和社交工程所需的時間。攻擊者可以更快整理公開資料、模仿語氣、製作深偽聲音或視像，並把同一手法同時投向多名家族成員和服務提供者。對家族辦公室而言，最敏感的風險通常不在網站，而在身份、授權、行程、資產資料及付款指令之間的連接。

監管數據提供的是警號，而非通用合規答案

證監會在2026年6月的通函中引用香港電腦保安事故協調中心數據：香港網絡保安事故由2024年的12,536宗增至2025年的15,877宗，增幅約27%。通函的直接適用對象是持牌法團、獲發牌的虛擬資產服務提供者及其有聯繫實體，不能直接視為所有家族辦公室的法定要求；但當中有關漏洞管理、身份驗證和監察的原則，對高敏感度私人機構同樣值得參考。

控制重點應由「辨認對方」轉向「驗證程序」

在深偽環境下，熟悉的聲線、視像中的面孔或來電顯示都不足以構成授權。新增收款人、更改銀行指示、重設多重認證、匯出大量資料及提升管理員權限，應由兩名人員分別提出與覆核，並透過預先登記、與原訊息不同的渠道確認。良好的流程不是要求員工永不受騙，而是確保任何一個帳戶或一名同事受損時，仍不足以完成高影響操作。

真正的攻擊面包括所有外部關係

家族辦公室常把電郵、雲端儲存、會計、IT支援、銀行平台、資產管理和通訊工具交由不同供應商承擔。每個連接都可能擴大資料和權限的流動範圍。供應商審查因此不應停留在採購時點，而要持續了解其存取權、分包安排、事故通知時限、資料所在地和復原能力；終止合作時，權限亦必須同步撤銷。

營運韌性要經過演習，而不是只寫在政策內

較有用的測試不是詢問「我們有沒有備份」，而是實際演練高層電郵被接管、深偽指令要求緊急付款、雲端資料外洩或交易帳戶出現異常活動時，團隊能否在一小時內停權、通知銀行、保全證據和轉用乾淨系統。家族使用AI工具本身亦需受控：敏感身份、交易與資產資料不應輸入公共模型；可連接郵件、檔案或工作流程的AI，則應採最小權限並保留可審計紀錄。

使用AI之前，先為資料分級

公共模型、企業版工具與連接內部郵件或檔案的代理，風險並不相同。家族辦公室應按身份資料、資產資料、交易指令、法律文件及一般研究建立輸入規則，而不是只依賴員工自行判斷。

任何可讀取郵件、雲端檔案或工作流程的AI，都應有指定用途、最小權限、短期憑證、使用紀錄及撤銷機制。模型效率不能取代資料所有者的批准。

G70結論：驗證授權程序，不再只驗證人物

深偽令聲音、面孔、語氣和來電顯示失去單獨證明力。高影響指令必須由預先登記的渠道、雙人覆核、延遲或冷靜期，以及金額與權限限制共同建立可信度。

真正的韌性不是假設沒有人受騙，而是即使一個帳戶、一部裝置或一名同事失守，攻擊仍無法完成付款、資料匯出或權限提升。