2026年AI企业安全市场的并购（M&A）活跃度行业报告

第一章：执行摘要 (Executive Summary)

2026年上半年，全球网络安全资本市场迎来了决定性的历史拐点，其核心特征是并购（M&A）活动围绕人工智能（AI）安全领域发生了结构性重组。随着生成式AI（Generative AI）从早期的实验性试点项目，迅速过渡为深度嵌入企业工作流、具有高度自主性的“代理型AI（Agentic AI）”，传统的身份边界和网络安全外围防御体系已发生断裂。作为应对，战略收购方执行了创纪录的交易量，积极抢占代理型企业架构的控制平面。

2026年上半年的数据显示，市场正经历着前所未有的交易速度，共记录了219笔并购交易，较2025年上半年增长了3%，较2024年同期更是激增了39%。然而，公开披露的总交易价值却出现了急剧收缩，降至91亿美元——不足2025年上半年创纪录的383亿美元的四分之一。这种交易量与交易金额之间的显著背离，凸显了市场明显的“K型”分化特征。超大型网络安全平台和战略买家不再进行广泛的投机性投资，而是转向高度针对性的中端市场收购，旨在获取特定且关键的AI能力，例如AI网关（AI Gateways）、持续访问评估（CAEP）以及影子AI（Shadow AI）的发现与治理。

2026年的决定性叙事是，AI安全已经从早期的风险投资融资趋势，彻底成熟为主导整个并购市场的核心驱动力。战略收购方不再仅仅购买孤立的产品功能，他们正在收购用以治理自主AI代理非确定性行为的基础架构组件。本报告将全面深入地剖析2026年网络安全并购市场的全貌，详细阐述宏观金融驱动因素、交易流背后的技术范式转变，以及各大行业整合者的战略定位与竞争格局。

第二章：宏观金融动力学与资本重组 (Macro-Financial Dynamics and Capital Reallocation)

2026年的网络安全并购市场，处于一种看似矛盾的气候之中：一方面是战略资本的激进部署，另一方面是对整体估值的广泛谨慎。尽管全球各行业的并购活动在2026年因AI重塑竞争格局的战略必然性而普遍反弹，但网络安全领域却经历了一场独特的“K型”复苏。

资本不成比例地流向了那些能够提供运营杠杆、具有平台一致性，且能对AI驱动的威胁提供可衡量防御能力的企业。相反，规模不足或缺乏差异化的单点解决方案——特别是那些严重依赖传统“按席位计费（Seat-based pricing）”SaaS模式、极易受AI劳动力压缩影响的企业——则面临着严厉的估值修正。

融资市场在2026年第一季度趋于稳定，共完成了61笔融资交易，部署了5.63亿美元的资本，中位数交易规模为1200万美元，反映了早期和中期投资活动的均衡状态。值得注意的是，AI安全公司在第一季度捕获了高达30%的已部署融资资本，而在2月份，单月便录得了4笔针对AI安全的并购交易，促成了AI安全并购活动的史无前例的激增。

在2026年上半年的交易中，战略买家主导了大约90%的并购案——远高于60%的历史平均水平，而私募股权（PE）赞助商则因对AI破坏传统SaaS商业模式的担忧而有所退缩。买家表现出了为那些具备规模化、在身份安全或基础设施导向型网络安全领域定义品类的优质资产支付高额溢价的强烈意愿。这一趋势在收购那些能够将数年复杂产品开发周期压缩至单次交易的技术密集型小型团队时尤为明显，表现为极高的“每位员工企业价值（EV per employee）”指标。

资本配置的这一巨大转变，与自主AI代理的快速扩散有着千丝万缕的联系。随着企业规模化部署云基础设施、自动化系统和AI，身份已经成为最主要的攻击路径；与此同时，持续以高权限运行的人类、机器和AI身份数量呈爆炸式增长。资本市场目前正在积极奖励那些能够减少对人力依赖并自动化重复性安全任务的供应商。在此背景下，战略收购方对创新型标的公司进行了疯狂争夺，以升级其现有解决方案组合，确保AI框架的安全性，并确立在防御工作流上的防御性所有权。

第三章：Agentic AI（代理型AI）催生治理危机 (Agentic AI and the Crisis of Governance)

2026年并购浪潮背后的首要技术驱动力，是企业对“代理型AI（Agentic AI）”的极速采用。与2023年和2024年主要在孤立的浏览器标签页中被动运行的生成式AI聊天机器人不同，代理型AI涉及具有高度自主性的软件实体。这些代理能够自动访问企业系统、触发业务工作流、配置云资源，并在极少或没有人类监督的情况下做出运营决策。

根据Gartner的预测，到2026年底，40%的企业应用程序将嵌入特定任务的AI代理，这一比例较2025年的不足5%出现了急剧上升。此外，F5发布的《2026年应用策略现状报告》揭示，高达98%的组织正在为代理型AI做准备，但同时也有88%的组织报告称面临至少一项与AI相关的运营或安全挑战。这种闪电般的部署速度已经远远超过了现有安全治理结构的成熟度。

传统的网络安全模型——特别是那些围绕静态目录和人类用户构建的身份与访问管理（IAM）系统——是为了处理人类发出的离散请求而设计的。这些遗留系统完全无法治理以机器速度运行的非确定性AI代理。代理型AI通常利用模型上下文协议（MCP）在多云环境和内部API之间链接操作，每分钟可执行数以千计的访问决策。当一个AI代理进行身份验证、调用工具、访问敏感数据并采取自主行动时，即使是单一的错误配置、提示词注入（Prompt Injection）或漏洞利用，其爆炸半径也会呈指数级放大。

代理型AI引入的核心系统性风险在于“常设特权（Standing Privilege）”——即授予无限期保持活动状态的访问权限。目前，机器身份和服务账户的数量已经以超过80比1的比例压倒了人类身份，这些随着时间推移而不断累积的权限构成了一个庞大且隐蔽的负债。安全领导者们深刻意识到，季度的定期审计和静态角色分配已经无法跟上AI代理的节奏。因此，针对代理型AI的治理必须在运行时（Runtime）持续进行，强制采用即时（Just-In-Time, JIT）访问配置和动态授权机制。这种认知上的觉醒，直接引发了大型安全平台之间为争夺身份控制平面而展开的收购军备竞赛。

第四章：身份安全范式的重塑：保护非人类行为者 (The Identity Paradigm Shift: Securing the Non-Human Actor)

在2026年的并购版图中，竞争最激烈的领域莫过于身份安全。平台供应商们一致认定：在代理化企业中，谁控制了身份和数据的控制平面，谁就控制了绝大部分的安全技术栈。

Palo Alto Networks与CyberArk的世纪并购

2026年2月11日，Palo Alto Networks正式完成了其对CyberArk价值250亿美元（现金加股票）的行业定义级收购，将身份安全确立为其广泛“平台化（Platformization）”战略的核心支柱。这项最初于2025年7月宣布的交易，代表了买方为具备规模化和定义品类能力的资产支付高额溢价的意愿，并从根本上改变了行业的竞争动态。根据协议，CyberArk股东每持有一股普通股，将获得45.00美元现金及2.2005股Palo Alto Networks普通股。

此次收购背后的战略逻辑，是将特权访问管理（PAM）的管控范围从少数IT管理员，民主化至涵盖整个人类、机器和AI身份。通过整合CyberArk的身份安全平台，Palo Alto Networks旨在减少常设特权，限制攻击者的横向移动，并减轻由于服务账户、机器人、API密钥以及传统上游离于标准用户控制之外的自主AI代理所带来的风险。Palo Alto Networks预计，通过防止凭证滥用和过度访问，此次整合可将数据泄露的响应速度提升高达80%。

为了致敬CyberArk的品牌传承并巩固其在以色列的网络安全工程影响力，Palo Alto Networks宣布计划在特拉维夫证券交易所（TASE）进行二次上市（股票代码为“CYBR”），同时保持其在纳斯达克的主要上市地位（“PANW”）。不过，在技术协同效应的背后，此次合并也导致了约700名CyberArk员工被裁员，其中包括在以色列本地约10%的员工。在整合后，公司迅速推出了一款基于CyberArk技术基础的下一代身份平台“Idira”，专门设计用于认证代理交互，防止未经授权的工具调用，并确保所有AI代理都受到与特权用户同等严苛的审查。

CrowdStrike的7.4亿美元反击：收购SGNL

为了直接反击Palo Alto Networks的扩张，CrowdStrike于2026年1月签署了一项最终协议，以约7.4亿美元（主要为现金）的价格收购身份安全初创公司SGNL。这笔预计在2027财年第一季度（截至2026年4月）完成的交易标志着CrowdStrike的重大战略转型，将其Falcon平台极大地扩展到了核心端点安全领域之外，以应对正在趋同的身份与安全市场。

SGNL由前谷歌高管于2021年创立，专门通过持续访问评估配置文件（CAEP）标准和即时（JIT）访问机制来实现身份安全的现代化。该技术作为位于身份提供商和云应用程序之间的“运行时访问执行层（Runtime access enforcement layer）”发挥作用。SGNL不依赖静态凭证，而是实现动态授权，根据实时风险、设备态势和行为信号，持续授予、拒绝或撤销访问权限。

CrowdStrike将此次收购定位为保护以“超人类速度”运行的自主AI代理的必要演进。在此之前，CrowdStrike已经在2025年收购了AI安全公司Pangea Cyber（2.6亿美元）和遥测管理供应商Onum，并在2026年初收购了原生浏览器运行时保护公司Seraphic Security。通过将SGNL基于CAEP的架构集成到Falcon平台中，CrowdStrike旨在消除常设特权，并将身份上下文集中到一个智能层中，从而在SaaS和超大规模云环境中做出瞬间访问决策。对CrowdStrike而言，接下来的挑战将是如何在不给已经疲于应对的安全团队增加负担的情况下，将SGNL复杂的基于策略的架构无缝集成到Falcon代理（Agent）主张的“无摩擦”精神中。

1Password向企业访问治理的转型：收购Apono

进一步印证了市场向运行时访问控制（Runtime Access Control）转移的趋势，1Password在2026年6月以约2.5亿至3亿美元的价格收购了以色列访问治理初创公司Apono。1Password历史上以消费者和企业密码管理器闻名，如今正利用此次收购转型为所有身份的综合“控制平面”。

Apono的云原生平台围绕“零常设特权（Zero Standing Privilege）”原则构建。它根据预定义策略评估访问请求，动态授予有时间限制且特定于任务的权限，并在任务完成后自动撤销。Apono的“基于意图的访问控制（Intent-Based Access Control）”与AWS、Microsoft Azure、Snowflake和Kubernetes等200多个企业系统集成，将统一的治理方法应用于人类、机器和AI代理身份。对于1Password而言，将其信任模型从仅仅保护身份凭证扩展到持续治理该身份在运行时允许执行的操作，代表了在代理时代的一次关键进化。

第五章：AI基础设施与应用层的防御：网关、发现与可观测性 (Defending the AI Infrastructure: Gateways, Discovery, and Observability)

除了身份安全之外，2026年并购市场的第二大主要战场是保护驱动AI模型的基础设施以及连接它们的API。各大安全供应商竞相获取能够提供对LLM流量的持续可见性、治理API交互以及发现“影子AI”的能力。

Palo Alto Networks通过Portkey控制AI网关

在2026年4月，Palo Alto Networks宣布拟收购AI网关领域的先驱Portkey，以作为自主代理的任务关键型控制平面（该交易于2026年5月底正式完成）。Portkey的架构直接位于企业应用程序和大型语言模型（LLM）API之间，提供诸如流量路由、速率限制、策略执行以及模型交互的细粒度可见性等基本功能。

随着自主代理在跨内部和外部系统中执行大量自动化决策，它们构成了一个几乎不受管理的巨大新攻击面。Portkey通过以超低延迟处理每月数万亿个Token来解决这一问题，确保安全治理不会阻碍开发人员的速度。Palo Alto Networks将Portkey深度整合到其Prisma AIRS（AI运行时安全）产品组合中，使其成为中枢神经系统，在运行时检查所有代理流量，防御新型漏洞，并保护数据免受数据泄露或提示词注入（Prompt Injection）攻击。此次收购巩固了Palo Alto Networks为LLM API流量提供原生控制的战略，将AI网关确立为一个持久的安全控制点。

F5利用SurePath AI根除影子AI

员工私自采用未经批准的生成式AI工具——这种现象被称为“影子AI（Shadow AI）”——给企业安全团队带来了巨大的盲区。根据F5的《2026年应用策略现状报告》，88%的组织报告面临AI相关的运营或安全挑战，且影子AI正在成为一种几乎普遍存在的状况。为了填补这一可见性鸿沟，F5在2026年6月推出了统一的AI安全平台，同时宣布收购了SurePath AI。

SurePath AI曾筹集了约600万美元的风投资金，拥有约19名员工，专门从事基于网络的AI发现和意图分类。至关重要的是，它的技术不需要直接与企业应用程序进行繁琐的API集成。相反，它利用网络重定向和带外（out-of-band）分析来检测未经授权的AI活动，分类特定工作流背后的意图，并持续追踪代理工具调用和MCP服务器连接。

通过在网络层进行部署，SurePath AI避开了通常会减缓依赖集成的安全产品采用速度的架构摩擦。F5的战略是利用这种无摩擦的发现机制来为其更广泛的应用交付和安全平台（ADSP）提供数据流，使企业能够为提示、输出和数据访问设置明确的策略边界，尤其是在对数据驻留和主权有严格要求的高度受管制的、物理隔离（Air-gapped）或主权云环境中。

A10 Networks收购TrojAI以实现红蓝对抗和运行时保护

2026年6月，A10 Networks（NYSE: ATEN）收购了TrojAI，将其生产级AI安全基础设施注入其产品组合中，A10表示该交易不会对其2026财年财务业绩产生实质性影响。TrojAI提供了一套专为非确定性模型优化的双层防御系统。首先是“构建时红队（Build-Time Red Teaming）”，在部署之前主动探测AI模型、应用程序和代理中的潜在漏洞。其次是“运行时威胁保护（Runtime Threat Protection）”，提供实时防火墙强制执行机制，以阻止恶意提示并在活跃的工作流中防止数据泄露。

TrojAI收购案中的一项关键资产是其对模型上下文协议（MCP）的原生支持，这使得A10 Networks从一开始便处于保护新兴代理工作流的有利地位。此外，TrojAI实现了持续的反馈循环，将通过模拟红队测试发现的漏洞，几乎实时地反馈到A10的专有护栏模型中，从而强化防御系统以抵御规模化观察到的实时威胁。

Zscaler将零信任延伸至浏览器与AI数据图谱

作为云安全领域的领军企业，Zscaler在2026年上半年执行了多项战略收购，以加强其Zero Trust Exchange平台。2026年2月，该公司收购了SquareX，将零信任能力直接扩展到Google Chrome和Microsoft Edge等标准网络浏览器中。SquareX利用轻量级扩展来保护非托管或第三方设备上的用户，而无需部署复杂的虚拟桌面基础架构（VDI）或存在漏洞风险的遗留VPN，从而有效地在起源点保护数据和AI交互。

在2026年5月，Zscaler宣布拟收购Symmetry Systems，这是一家在身份映射和数据访问治理领域的先锋初创公司。Symmetry Systems提供了一种“访问图谱（Access Graph）”，可以持续映射企业中人类与非人类身份、应用程序以及数据之间的连接方式。通过摄取来自SaaS应用程序、云服务和AI系统的全企业访问日志，这项技术提供了必要的基础可见性，以治理自主AI代理如何在规模上进行通信。结合Zscaler现有的平台（包括此前收购的Red Canary用于MDR，以及SplxAI用于AI资产发现），Symmetry Systems使安全团队能够为AI代理实施有意义的最小特权策略，准确掌握每个代理可以访问什么，以及为什么访问。

第六章：OT（运营技术）与AI安全的交汇：保护关键基础设施 (The Convergence of OT and AI Security)

当市场的大部分注意力集中在云和身份基础设施时，另一个同样关键的并购主题在物理基础设施的防御领域浮出水面。2026年6月，国际技术咨询巨头埃森哲（Accenture）宣布了本年度规模最大的网络安全交易之一：一项价值41.75亿美元的巨额协议，旨在收购Dragos的多数股权，并同时全资收购runZero和NetRise。

这项轰动性的交易旨在创建一个集成的、端到端的运营技术（OT）网络安全平台，以应对一个预计将从2026年的270亿美元增长到2031年近590亿美元（年复合增长率约16%）的庞大市场。随着关键基础设施——电网、管道、制造工厂、配水系统和数据中心——日益通过物联网（IoT）传感器和云架构连接，由此产生的“xOT”（扩展运营技术）环境代表了攻击面的海量扩张。此外，AI向工业操作的深度整合，加上民族国家黑客频繁利用AI驱动的威胁向量，使得防御范式必须从被动监控转向主动的、机器速度级的防御体系。

这种合并的架构逻辑具有高度的协同性。Dragos提供基础的OT威胁检测平台和专有的工业数据集。runZero贡献了全面的资产情报和暴露评估能力，绘制出网络确切的拓扑结构。而NetRise则增加了固件级的设备漏洞可见性和软件供应链情报。通过将这三个实体统一在Dragos平台麾下（Dragos将继续作为独立业务运营，由CEO Robert M. Lee领导），埃森哲正将其在OT安全领域的存在从纯粹的咨询和托管服务，跃升为高利润的软件平台提供商。截至2026年6月，合并后的实体预计将产生约2.08亿美元的年度经常性收入（ARR），反映了53%的惊人同比增长。

此外，在2025年下半年至2026年初期间，埃森哲还完成了对澳大利亚网络安全公司CyberCX的收购（据报估值逾10亿澳元，约合6.5亿美元，于2026年2月27日完成）。CyberCX带来了1400名熟练的网络安全专业人员、先进的进攻性安全能力以及专有的AI驱动安全平台。此举大幅增强了埃森哲在亚太地区的网络安全足迹，提供了具备高度认证的本地化人才，使其能够为该地区企业和政府机构部署安全的主权云基础架构。

第七章：中端市场并购与有机整合策略的博弈 (Mid-Market M&A vs. Organic Integration Strategies)

Check Point：激进的补强型“AI引擎”

当大额巨型并购占据新闻头条时，像Check Point Software Technologies这样的公司则利用其财务实力，执行了一系列快速的中端市场、旨在扩展能力的“补强型（Bolt-on）”收购。为了在自主AI时代重塑其传统的以防火墙为中心的商业模式，Check Point在2026年上半年就完成了对四家截然不同的以色列初创公司的收购。

2026年2月，Check Point收购了Cyclops Security、Cyata和Rotate，合并交易额估计约为1.5亿美元。Cyata提供端到端的AI安全平台，特别侧重于在端点和SaaS环境中发现代理并进行配置映射。Cyclops带来了专门的资产管理和态势感知能力，而Rotate则提供MSP驱动的数字工作区保护。2026年5月，Check Point进一步深化了这一战略，以估计约1500万美元的价格收购了Deepchecks，这家创立于2019年的公司专门从事AI模型评估、监控和可观测性工具开发。

Check Point正将这些资产——连同其在2025年底以约3亿美元收购的AI安全初创公司Lakera——综合到一个它称之为“代理网络安全编排（Agentic Network Security Orchestration）”的内聚框架中。值得注意的是，Check Point正在训练一个专门致力于网络安全的自有小型语言模型（SLM），其前提是：在保护企业网络时，一个特定领域的专业AI模型在速度、成本和准确性方面能够超越通用的大型前沿模型。此外，Check Point正利用代理红队技术动态模拟攻击路径，将这些情报输入其持续威胁暴露管理（CTEM）套件中，该套件在2026年第一季度的年度经常性收入实现了96%的同比爆炸式增长。

Fortinet：芯片与有机生长的定力

与Palo Alto Networks和Check Point激进的并购扩张战略形成鲜明对比的是，Fortinet代表了一种截然不同的路径：通过原生工程实现有机整合。尽管Fortinet在2024年确实收购了云安全公司Lacework以构建其FortiCNAPP产品组合，但该公司在2026年基本避开了重大的AI相关收购。相反，Fortinet依赖其硬件与软件紧密结合的集成模式，通过一个专有的通用操作系统（FortiOS）运行其所有产品，并由定制的专用集成电路（ASIC）进行硬件加速。

在其Accelerate 2026大会上，Fortinet发布了FortiOS 8.0，将先进的AI驱动安全功能、影子AI发现（FortiView for AI）以及量子安全防护原生地集成到其操作系统架构中。2026年7月，Fortinet扩展了统一端点平台FortiEndpoint，引入了AI可见性与治理、针对AI交互的原生数据防泄漏（DLP），以及自适应零信任访问——所有这些都通过“单一代理、单一控制台、单一许可证”来交付。

从财务指标来看，Fortinet的有机整合战略提供了极具吸引力的对比。由于避免了大型并购带来的集成复杂性和高昂的估值溢价，Fortinet保持了高度合理的估值比率。截至2026年中期，尽管收入和自由现金流（FCF）增长与Palo Alto Networks相近，Fortinet的过去十二个月市销率（TTM P/S）比Palo Alto低约32%，其市盈率（P/E）更是低了惊人的80%。Fortinet的管理层坚信，真正的平台化需要共享操作系统、共享代理、共享硅片（ASIC芯片）以及统一的遥测数据，而不是一套在交易完成后拼凑起来的被收购技术的集合。

第八章：2026年下半年及未来战略展望 (Strategic Outlook for H2 2026 and Beyond)

随着网络安全行业步入2026年下半年及更远的未来，一系列结构性趋势和战略必然性将深刻决定市场行为。

1. 平台模式的不可逆性（The Inevitability of the Platform Model）：部署数十个孤立的单点解决方案的时代正在终结。调查数据表明，目前有93%的组织更倾向于基于平台的网络安全采购，这一比例较2025年的87%有显著上升。统一整合的生态系统允许电子邮件安全、网络检测、云监控和身份保护模块之间原生通信，从而封闭AI驱动的漏洞利用所依赖的架构缝隙。无法清晰阐述向平台集成路径的供应商，将在未来面临极其严峻的估值阻力。
2. LLM供应链的高危风险（The LLM Supply Chain Blast Radius）：随着组织越来越依赖外部的第三方AI模型、社区驱动的代码库以及开源预训练权重，供应链的爆炸半径正在无限扩展。Tenable的研究指出，86%的组织托管着带有关键漏洞的第三方代码包，且18%的组织拥有可以被AWS AI服务瞬间接管并滥用的过高权限IAM角色。能够持续追踪数据血缘（Data lineage）、模型溯源和提供漏洞态势感知的安全工具，将成为后续极具吸引力的收购标的。
3. 微软等超大规模云服务商的降维打击（The Hyperscaler Gravity）：除了传统的网络安全巨头，超大规模云服务提供商也在利用其资本和基础设施优势整合AI安全。微软在2026年4月收购了Fintool（一家AI copilot开发商），并于同年1月收购了Osmos。在2026年6月，微软更是推出了代号为MDASH的多模型代理扫描系统，通过编排专门的AI代理在复杂环境中发现和验证软件漏洞，并在本地层面扩展Defender以监控GitHub Copilot CLI或Claude Code等流行编码代理的运行时攻击。这种内嵌在基础设施中的原生保护能力，将迫使纯安全供应商必须提供更具差异化深度的防御产品。
4. 执行与整合风险的显现（Integration Risk and Execution）：对于像Palo Alto Networks和Accenture这样激进的收购方来说，未来12到24个月最大的挑战在于落地执行。将截然不同的技术架构和企业文化结合起来，会引入重大的运营风险。如果不能将新收购的AI能力无缝集成到统一的仪表板（例如Palo Alto的Strata Cloud Manager）中，这极易疏远那些最初仅仅为了寻求“操作简单性”而选择购买平台的客户。
5. 地缘政治与数据主权的压力（Regulatory and Sovereign Pressures）：随着AI网络安全基础设施日益与国家安全和宏观经济稳定纠缠在一起，未来的M&A交易将面临更加严苛的监管审查。尤其是在国防、物理基建和电信领域，关于数据驻留、数字主权和区域产业政策的扩大化要求，将极大推动对本地化解决方案（如Accenture在亚太收购CyberCX以巩固主权云市场）及本地/物理隔离环境（On-premises）AI安全平台的强烈需求。

第九章：结论 (Conclusion)

2026年企业AI安全市场的并购版图，生动地映射出一个正处于深刻架构转型阵痛期中的行业。从被动的人类驱动计算，向高度自主的、由代理驱动的AI系统的范式转变，已经使得传统的、基于边界的防御和静态的身份控制机制变得彻底过时。

战略买家们深刻地意识到，AI代理以指数级规模扩大了企业网络的攻击面，并且以不可预知的机器速度运行。受此觉醒的驱动，网络安全头部企业在2026年上半年激进地部署了数十亿规模的资本，用于抢购运行时访问治理、AI安全网关、影子AI发现以及持续暴露管理等核心组件。尽管公开披露的交易总价值相较于后疫情时代的繁荣期出现了下降，但创纪录的并购交易数量，以及为技术密集型、高运营杠杆团队支付的高额市销率溢价，无不凸显了这一历史时刻的紧迫性。

在这个全新的安全范式中，最终的赢家将是那些能够成功将分散的技术能力整合为统一、无摩擦平台的巨头。无论是通过像Palo Alto Networks收购CyberArk那样震撼市场的超大型兼并，还是像Check Point那样极具战略眼光的中端市场补强，亦或是像Fortinet那样坚持纪律严明的底层硬件与系统有机工程，所有玩家的终极目标完全一致：建立一个隐形的、持续的、原生的安全控制平面，使其具备足够的能力去治理那个由代理机器所统治的未来企业。