Bảo mật AI sẽ thành thị trường 4,8 tỷ USD: doanh nghiệp cần 4 lớp kiểm soát nào?

Gartner dự báo thị trường công nghệ bảo mật AI sẽ tăng 68,7% trong năm 2027, lên gần 4,8 tỷ USD. Con số đáng chú ý không chỉ nằm ở tốc độ tăng trưởng, mà ở cách ngân sách này được chia thành bốn lớp riêng: bảo mật ứng dụng AI, kiểm soát việc sử dụng AI, nền tảng quản trị AI và AI gateway. Với doanh nghiệp Việt Nam, đây là dấu hiệu rằng “bật thêm một công cụ AI” đang dần trở thành một quyết định về kiến trúc, quyền truy cập và kiểm soát rủi ro.

Ngày 26/08/2026, Gartner công bố dự báo thị trường “securing AI” đạt 4,783 tỷ USD vào năm 2027, tăng 68,7% so với 2,835 tỷ USD năm 2026. Đến năm 2028, hãng dự báo quy mô này có thể tiến gần 7,7 tỷ USD.

Cần đọc đúng bản chất của dữ liệu: đây là dự báo thị trường của Gartner, không phải số doanh thu đã được kiểm toán hay mức chi tiêu đã xảy ra. Dù vậy, cấu trúc dự báo vẫn cho thấy một thay đổi quan trọng: doanh nghiệp không còn xem bảo mật AI là một tính năng phụ nằm trong công cụ an ninh mạng hiện hữu. Nó đang trở thành một nhóm ngân sách và một kiến trúc vận hành riêng.

Từ “bảo vệ phần mềm” sang “kiểm soát hệ thống có thể tự hành động”

Phần mềm truyền thống thường thực hiện những luồng đã được lập trình khá rõ. Một AI Agent thì khác: nó có thể tiếp nhận ngôn ngữ tự nhiên, truy xuất nhiều nguồn dữ liệu, gọi công cụ và quyết định chuỗi hành động theo ngữ cảnh.

Khi phạm vi hành động mở rộng, bề mặt rủi ro cũng thay đổi. Một prompt độc hại có thể làm lệch mục tiêu. Một quyền truy cập quá rộng có thể cho phép agent đọc hoặc gửi dữ liệu không cần thiết. Một connector bên thứ ba có thể đưa thêm rủi ro chuỗi cung ứng. Một quy trình thiếu log khiến doanh nghiệp không thể giải thích agent đã làm gì sau sự cố.

Gartner dự báo rằng đến năm 2029, hơn một nửa số cuộc tấn công thành công vào AI Agent sẽ khai thác điểm yếu về kiểm soát truy cập và prompt injection. Đây cũng là dự báo, không phải tỷ lệ sự cố hiện tại. Nhưng nó chỉ ra hai câu hỏi doanh nghiệp cần trả lời ngay từ lúc thiết kế:

• Agent được phép thấy dữ liệu nào và được phép thực hiện hành động nào?
• Hệ thống phát hiện, chặn và điều tra một chỉ dẫn độc hại bằng cách nào?

Trong một bài trước về AI Agent điều khiển thiết bị vật lý, Học viện AI đã phân tích vì sao quyền hành động cần được gắn với ranh giới và cơ chế dừng. Khi agent đi từ màn hình chat sang CRM, hệ thống tài chính hoặc thiết bị thật, nguyên tắc đó càng trở nên thực dụng.

Bốn lớp bảo mật AI mà Gartner đang nhìn thấy

Gartner chia thị trường thành bốn nhóm chính. Học viện AI diễn giải chúng thành một kiến trúc mua sắm và vận hành để doanh nghiệp dễ áp dụng hơn.

https://rtenawhqlrwmohzchxmr.supabase.co/storage/v1/object/public/blog/mcp/d4a9e0bd-54a2-429d-a5d8-756d432447a3/f98861cbd1c719fa/inline-0-4-lop-kiem-soat-bao-mat-ai.jpg

1. AI application security: bảo vệ chính ứng dụng AI

Đây là nhóm lớn nhất trong bốn phân khúc được Gartner tách riêng, dự kiến đạt 851 triệu USD vào năm 2027. Nó tập trung vào việc kiểm tra và bảo vệ model, prompt, pipeline dữ liệu, connector, công cụ được gọi và hành vi của ứng dụng AI trong lúc chạy.

Với doanh nghiệp, câu hỏi thực tế không phải “model có an toàn tuyệt đối không?” mà là: ứng dụng có thể bị ép tiết lộ dữ liệu, gọi nhầm công cụ, thực hiện hành động ngoài phạm vi hoặc chấp nhận nội dung không đáng tin hay không? Đây là lớp cần các bài kiểm thử adversarial, đánh giá prompt injection, kiểm soát output và giám sát runtime.

2. AI usage control: ai được dùng gì, với dữ liệu nào?

Gartner dự báo phân khúc này đạt 749 triệu USD năm 2027 và tăng nhanh nhất trong bốn nhóm, ở mức 73%. Nó trả lời các câu hỏi về danh tính, quyền và chính sách sử dụng: nhân sự nào được dùng model nào; có được tải dữ liệu khách hàng lên hay không; agent nào được phép gửi email, tạo báo giá hoặc thay đổi bản ghi CRM.

Đây là chỗ nguyên tắc least privilege trở nên quan trọng: mỗi agent chỉ nên có đúng lượng quyền cần thiết cho một nhiệm vụ, trong một khoảng thời gian và phạm vi dữ liệu rõ ràng. Case Cisco cấp MyAgent cho 90.000 nhân viên cho thấy khi AI mở rộng tới quy mô tổ chức, quyền truy cập và lớp điều phối không thể xử lý thủ công từng trường hợp.

3. AI governance platform: biết mình đang có những AI nào

Gartner dự báo chi tiêu cho nền tảng quản trị AI đạt 462 triệu USD năm 2027. Governance không chỉ là một bộ quy định. Doanh nghiệp cần một danh mục sống: model nào đang được dùng, ai sở hữu use case, dữ liệu nào đi qua hệ thống, rủi ro được phân loại ra sao, khi nào cần phê duyệt của con người, và bằng chứng nào được lưu để kiểm toán.

Nếu không có inventory và owner, doanh nghiệp rất dễ rơi vào tình trạng “shadow AI”: nhân viên tự kết nối công cụ, dữ liệu đi qua những dịch vụ không nằm trong thiết kế, còn bộ phận an ninh chỉ biết sau khi vấn đề đã xảy ra.

4. AI gateway: một cửa kiểm soát chung

AI gateway được Gartner dự báo đạt 429 triệu USD năm 2027, tăng 70,9%. Lớp này nằm giữa ứng dụng nội bộ và các model/provider, giúp tập trung routing, xác thực, lọc dữ liệu nhạy cảm, quota, logging, quan sát chi phí và chính sách sử dụng.

Gateway không tự giải quyết mọi vấn đề. Nó chỉ có giá trị khi chính sách phía trên đủ rõ và log phía dưới đủ dùng để điều tra. Nhưng khi doanh nghiệp dùng nhiều model, nhiều agent và nhiều nhà cung cấp, một cửa kiểm soát chung sẽ giảm tình trạng mỗi nhóm tự xây một bộ guardrail khác nhau.

Không phải mua bốn sản phẩm là xong

Bốn lớp nói trên là cách phân loại thị trường, không có nghĩa mọi doanh nghiệp phải mua bốn nền tảng độc lập. Một nhà cung cấp có thể bao phủ nhiều lớp; một số năng lực có thể đã nằm trong IAM, DLP, API management hoặc nền tảng cloud hiện hữu.

Nhận định của Học viện AI: quyết định đúng nên bắt đầu từ rủi ro và luồng hành động, không bắt đầu từ catalogue sản phẩm. Nếu agent chỉ tóm tắt tài liệu công khai, mức kiểm soát cần thiết khác hẳn agent có thể đọc hợp đồng, cập nhật CRM và gửi nội dung cho khách hàng.

Doanh nghiệp có thể dùng ma trận đơn giản gồm ba trục:

1. Độ nhạy dữ liệu: công khai, nội bộ, bí mật hay dữ liệu cá nhân.
2. Mức quyền hành động: chỉ đọc, đề xuất, tạo bản nháp hay thực thi.
3. Khả năng đảo ngược: có thể hoàn tác dễ dàng, cần phê duyệt hay gây hậu quả không thể đảo ngược.

Use case càng nhạy, càng có quyền hành động và càng khó đảo ngược thì càng cần nhiều lớp kiểm soát, xác nhận của con người và bằng chứng audit. Đây cũng là lý do các môi trường mô phỏng như “phòng tập” cho AI Agent có giá trị: doanh nghiệp có thể kiểm tra hành vi trước khi trao quyền trong hệ thống thật.

Checklist 30 ngày cho doanh nghiệp Việt Nam

Không cần chờ mua một “AI security platform” mới bắt đầu. Một nhóm liên chức năng gồm công nghệ, an ninh, pháp chế và owner nghiệp vụ có thể thực hiện năm bước sau:

1. Lập inventory: liệt kê model, agent, connector, dữ liệu và owner của từng use case đang chạy.
2. Vẽ quyền: ghi rõ agent được đọc, tạo, gửi, sửa hoặc xoá những gì; loại bỏ quyền dư thừa.
3. Đặt decision boundary: xác định hành động nào cần xác nhận của con người và hành động nào phải bị cấm mặc định.
4. Tập trung log: lưu prompt quan trọng, tool call, quyết định, người phê duyệt và kết quả đủ để điều tra sự cố.
5. Kiểm thử tình huống xấu: thử prompt injection, tài liệu chứa chỉ dẫn độc hại, connector lỗi và yêu cầu vượt quyền trước khi mở rộng.

Chỉ sau khi hoàn tất năm bước này, doanh nghiệp mới nên quyết định năng lực nào đã có, năng lực nào cần tích hợp và năng lực nào phải mua thêm. Cách làm đó giúp ngân sách bảo mật AI gắn với rủi ro thực tế, thay vì chạy theo nhãn sản phẩm mới.

Điểm cần nhớ

Dự báo 4,8 tỷ USD không chứng minh mọi doanh nghiệp sẽ bị tấn công, cũng không có nghĩa công cụ bảo mật truyền thống trở nên vô dụng. Tín hiệu quan trọng hơn là AI đang tạo ra một lớp quyền và hành vi mới mà các hệ thống hiện hữu cần được mở rộng để kiểm soát.

Khi AI chỉ trả lời câu hỏi, sai sót thường dừng ở nội dung. Khi AI có thể dùng dữ liệu, gọi công cụ và tự thực hiện nhiều bước, bảo mật phải đi cùng thiết kế vận hành ngay từ đầu. Bốn lớp — application security, usage control, governance và gateway — là một bản đồ đủ tốt để bắt đầu cuộc rà soát đó.

CTA: Doanh nghiệp có thể bắt đầu bằng khảo sát AI Readiness của Học viện AI để xác định mức sẵn sàng về dữ liệu, quy trình, con người và quản trị trước khi mở rộng AI Agent. Nếu cần thiết kế lộ trình riêng, đăng ký tư vấn 1-1.

---

Nguồn chính: Gartner, “Gartner Forecasts the Market for Securing AI Will Reach $4.8 Billion in 2027”, công bố ngày 26/08/2026.

Giới hạn dữ liệu: các con số 2027–2029 trong bài là dự báo của Gartner, không phải số liệu thị trường đã xảy ra. Số liệu keyword tại Việt Nam được đọc từ Ubersuggest ngày 28/08/2026: “AI security” 140 lượt/tháng, SD 29; “AI gateway” 170 lượt/tháng, SD 23; “bảo mật AI” 20 lượt/tháng, SD 14.

Biên tập: Dũng / ChatGPT Personal cho Học viện AI. Phần fact được gắn với nguồn; phần diễn giải và khuyến nghị là nhận định biên tập của Học viện AI.