<p>[SUMMARY]Island完成4億美元F輪融資，估值升至64億美元，並將企業瀏覽器能力擴展為涵蓋一般瀏覽器、桌面應用程式與網路環境的 AI 代理治理平台，強化身分、權限、資料與操作控管。[SUMMARY]</p> <h2>事件說明</h2> <p>企業瀏覽器業者 Island 宣布完成
[SUMMARY]Island完成4億美元F輪融資，估值升至64億美元，並將企業瀏覽器能力擴展為涵蓋一般瀏覽器、桌面應用程式與網路環境的 AI 代理治理平台，強化身分、權限、資料與操作控管。[SUMMARY]
企業瀏覽器業者 Island 宣布完成 4 億美元 F 輪融資，估值由 2025 年 E 輪時的 48 億美元提升至 64 億美元。該公司於 2022 年正式推出企業瀏覽器，核心目標是讓企業直接從瀏覽器控管員工存取 SaaS 與內部 Web 應用程式，並限制複製、貼上、下載與上傳等資料操作。
今年 3 月，Island 進一步推出 Island Enterprise Platform，將控管範圍從企業瀏覽器擴展至一般瀏覽器、桌面應用程式及網路環境。隨著企業開始導入 AI 代理，Island 也把治理能力延伸到 AI 代理的身分與權限管理，並可限制 AI 代理可存取的企業資源、可使用的資料與可執行的操作，部分動作甚至可要求人工核准。
此外，平台還能記錄提示詞、回應與 AI 代理活動，供企業後續稽核。
Island 的產品演進，反映出企業端控管模式正從「瀏覽器安全」走向「工作負載與代理治理」。早期的企業瀏覽器重點在於把安全控制直接嵌入使用者入口，藉由瀏覽器層來限制資料外洩路徑，例如複製、貼上、下載、上傳等操作。這種設計的優勢在於控制點集中，企業不必完全依賴終端側零散工具，而是能在 Web 存取層建立一致的政策。
而 Island Enterprise Platform 的意義，則是把治理邊界從單一瀏覽器延伸到更廣的工作環境。這代表其控制面不再只處理「人類使用者如何使用瀏覽器」，而是開始處理「人類與 AI 代理如何共同存取企業資源」。當 AI 代理具備執行任務、讀取資料、呼叫系統的能力後，風險不再只是外部攻擊或帳號濫用，也包含代理本身在授權範圍內的過度存取、誤用資料或執行未預期操作。
從治理機制看，Island 提供的關鍵能力包含身分控制、權限邊界、資料使用限制、操作限制與人工核准。這些能力本質上是在 AI 代理與企業資產之間加入政策閘門，避免代理因任務自動化而越權。再加上提示詞、回應與活動紀錄，可讓企業在事後追蹤代理是否依規則運作，並支援稽核、調查與政策回溯。
這類設計也顯示企業安全架構正在從「保護端點與網頁」擴大到「保護決策與行為」。在 AI 代理普及的情境下，單純封鎖連線或檔案傳輸已不足以涵蓋風險，因為代理可能透過合法接口執行高風險動作。因此，將政策、核准與審計整合在同一平台，會是未來企業治理 AI 代理的重要方向。
對採用企業瀏覽器的組織而言，Island 的擴張意味著安全投資不再只服務 Web 存取控制，而是可直接延伸到 AI 工作流程。這對高度依賴 SaaS、內部 Web 系統與自動化代理的企業特別重要，因為這些環境往往同時涉及敏感資料、複雜授權與跨系統操作。
金融業會是最具代表性的受影響族群之一。當 AI 代理開始參與查詢、整理、彙整與操作流程時，銀行、保險、資本市場與其他高合規產業都會面臨相同課題：如何確保代理只做被允許的事，且每一步都有跡可循。
另一層影響在於企業內部的身分與權限模型。傳統 IAM 主要面向人類帳號，但 AI 代理若被視為可執行動作的工作主體，就需要新的授權邏輯與審批流程。Island 的定位正是把人與代理納入同一套控制平面，這會推動企業重新檢視存取邊界、資料分級、責任歸屬與稽核設計。
從市場訊號來看，Island 目前約 2 億美元營收、年增約 100%，再加上 64 億美元估值，代表投資人認同「AI 代理治理」不只是功能延伸，而是獨立且可擴張的安全賽道。這也可能加速其他安全廠商跟進，將 endpoint、browser、identity、data 與 AI governance 整合成更完整的平台化方案。
企業若要面對 AI 代理帶來的新型風險，第一步不是全面禁止自動化，而是建立可驗證的治理邊界。應先盤點哪些系統、資料與操作可由 AI 代理接觸，再依資料敏感度與業務風險分層授權，避免代理擁有過寬的預設權限。
其次，應把人工核准納入高風險動作流程，例如資料匯出、權限變更、跨系統寫入或對外發送敏感資訊。Island 已明確支援特定操作要求人工核准，這反映出「自動化」與「可控性」必須並存，尤其在法遵要求高的產業更是如此。
第三，應建立完整可稽核紀錄，至少涵蓋提示詞、回應內容、代理觸發的動作、呼叫的資源與核准結果。沒有審計軌跡，就無法在事後釐清代理是否依照政策執行，也難以判斷是模型誤判、政策配置錯誤，或是流程設計失當。
第四，企業應將 AI 代理視為新的「非人類身分」管理對象，將其納入既有 IAM、DLP 與安全監控流程。若僅以一般使用者帳號邏輯管理代理，容易出現過度授權、責任歸屬不清與跨系統擴散風險。
第五，對已導入企業瀏覽器或類似控制層的組織，應定期驗證政策是否真的覆蓋一般瀏覽器、桌面應用程式與網路環境，避免因工作場景外溢而產生控制空洞。當 AI 代理可能在不同介面之間切換時，只有一致的政策與可視性，才能降低橫向擴散與資料外流風險。