Cloudflare AI Gateway 整合 Cloudflare Access，協助企業掌握 AI 使用者身分

生成式 AI 與大型語言模型（LLM）快速進入企業工作流程後，企業開始面臨全新的管理課題：AI 不只是「能不能用」，而是「誰可以用」、「誰正在用」，以及每一筆 AI 請求究竟來自哪一位使用者。

尤其當不同部門、員工與應用程式開始大量呼叫 OpenAI、Anthropic、Google 等大型語言模型時，若企業只能看到 API Key、Token 使用量或整體 AI 使用情況，卻無法確認背後的實際使用者，就難以建立完善的 AI 治理機制。

Cloudflare 近日宣布 AI Gateway 推出 Identity-Aware（身分感知）新功能，可直接整合 Cloudflare Access，要求使用者先透過企業既有的身分提供者（Identity Provider，IdP）完成驗證，再存取 AI Gateway，將「誰能使用 AI」的身分治理能力直接建立在 AI 閘道層。

企業管理 AI，不只要知道用了多少，更要知道「是誰」正在使用 AI。

為什麼企業開始需要 AI 身分治理？

企業導入生成式 AI 的速度越來越快，從開發團隊使用 AI Coding 工具，到行銷、客服、營運與資料分析部門，都可能透過不同應用程式或 API 存取大型語言模型。

然而，當 AI 使用規模持續擴大，IT 與資安團隊也開始面臨新的治理挑戰。企業或許知道整體用了多少 Token、產生多少費用，卻不一定能清楚回答：

• 哪些員工或部門正在使用 AI？
• 哪些人有權限呼叫特定 AI 服務？
• 某一筆 AI 請求究竟是誰送出的？
• 不同使用者分別使用了多少 AI 額度？
• 如果使用量突然增加，能否快速找到實際使用者？

也就是說，企業 AI 治理不能只停留在 API Key 或整體流量層級，而需要進一步將 AI 使用行為與已驗證的使用者身分建立關聯。

Cloudflare AI Gateway 是什麼？

Cloudflare AI Gateway 是部署於企業應用程式與大型語言模型之間的 LLM API Proxy，可作為企業 AI 使用的集中管理入口。

企業不需要讓每個應用程式或團隊直接連線至 OpenAI、Anthropic、Google 或 Workers AI 等模型，而是可先將 AI 請求導向 AI Gateway，再由同一個入口進行觀察、管理與治理。

透過這樣的架構，企業可集中管理不同 AI 模型的 API 流量，逐步建立一致的 AI 使用與管理機制。

AI Gateway 如何整合 Cloudflare Access？

此次推出的 Identity-Aware AI Gateway，核心在於將 Cloudflare Access 的 Zero Trust 身分驗證能力直接延伸至 AI Gateway。

1. 套用 Cloudflare Access 保護 AI Gateway

企業可在 AI Gateway 前套用 Cloudflare Access 存取政策，將 AI Gateway 納入既有 Zero Trust 架構。

2. 整合既有身分提供者（IdP）

使用者或工具在呼叫 AI Gateway 前，需先透過企業既有的身分提供者完成驗證，例如 Microsoft Entra ID、Okta 或其他支援 SAML 的 IdP。

3. 自動帶入已驗證身分

完成驗證後，AI Gateway 便能識別這一筆 AI 請求是由哪一位已驗證使用者所發出，不再只能看到一組共用 API Key。

過去企業知道的是哪一組 API Key 呼叫了 AI 模型；現在則能知道是哪一位已驗證使用者發出了 AI 請求。這也是 Identity-Aware AI Gateway 最核心的價值，讓 AI 使用行為真正對應到企業既有的身分管理。

Cloudflare 將「誰能使用 AI」直接納入企業既有的 Zero Trust 身分驗證流程。

Identity-Aware AI Gateway 解決哪些企業痛點？

過去，若企業希望將 AI API 的使用行為與實際使用者建立關聯，通常需要自行設計驗證流程，或要求客戶端應用程式在每次請求中額外傳送 User ID，不僅增加開發負擔，也提高後續維護成本。

透過 Cloudflare Access 與 AI Gateway 的整合，企業可直接獲得以下優勢：

1. 不需另外建立 AI 驗證機制
   

   直接沿用既有 IdP 與 Cloudflare Access 進行驗證，不需要為不同 AI 應用重新建立登入或驗證流程。

2. 每筆 AI 請求都能綁定已驗證使用者
   

   使用者完成 Access 驗證後，系統會將已驗證的使用者身分帶入 Request Metadata（如 cf.user_id），確認每一筆 AI 請求的真實來源。

3. 可依個別使用者追蹤 AI 使用情況
   

   當 AI 請求與使用者身分建立關聯後，企業可依使用者查看 Logs、Analytics 與 Spend（用量／成本）等資訊，更容易掌握 AI 使用量、模型呼叫情況及相關支出。

4. 不需要客戶端自行傳送 User ID
   

   身分資訊由 Cloudflare Access 驗證後自動帶入，前端應用程式不需額外傳送 User ID，也無須修改既有程式邏輯，可降低開發與整合複雜度。

AI Gateway 可依據已驗證的使用者身分，集中檢視 AI 使用情況、異常行為與模型呼叫狀況，提升企業 AI 治理的可視性。

關鍵價值：每筆 AI 請求都能對應已驗證的使用者

這項更新真正重要的地方，不只是多了一層登入驗證，而是讓企業 AI 流量開始具備「身分」這項重要資訊。

在傳統共用 API Key 的架構下，企業可能只知道某個 API Key 發出了大量 AI 請求，卻很難確認是哪一位員工或哪個團隊所造成。

當每一筆 AI 請求都能對應到經 Cloudflare Access 驗證過的使用者後，企業便能從原本的 AI 流量管理，進一步走向以身分為基礎的 AI 治理（Identity-Aware AI Governance）。

對 IT 與資安團隊而言，未來分析 AI 使用量、成本或存取行為時，不再只是面對匿名流量或共用帳號，而是能將實際 AI 使用行為與企業內部的真實身分建立對應，提升管理效率與可追蹤性。

從 AI 存取走向更完整的 AI 身分治理

企業導入生成式 AI 後，管理需求也逐漸改變。早期關注的是「員工能不能使用 AI」，如今更重要的是能否掌握使用者身分、存取權限與實際使用情況。

Cloudflare AI Gateway 與 Cloudflare Access 的整合，讓企業能將既有的 Zero Trust 身分驗證能力延伸至 AI 使用情境，不必重新建立一套新的身分管理架構。

對企業而言，AI 治理的重點也正逐漸從管理模型與 API，延伸到管理實際使用 AI 的人，以及相關的身分與存取權限。

AI Gateway 可依據已驗證的使用者身分，集中檢視 AI 使用情況、模型使用、成本與相關指標，協助管理者提升 AI 使用的可視性與治理能力。

當企業能清楚知道「誰正在使用 AI」，才能真正建立可追蹤、可管理的 AI 使用治理環境。

樂雲協助企業建立 AI 治理與 Zero Trust 架構

隨著 AI 應用持續增加，企業除了關注模型能力與導入效率，也需要同步建立身分驗證、存取權限與使用追蹤機制。

樂雲智能可協助企業評估與導入 Cloudflare AI Gateway、Cloudflare Access 與 Zero Trust 解決方案，將既有企業身分驗證機制延伸至 AI 應用場景，協助企業打造更安全、更容易管理的 AI 使用環境。

※ 本文部分內容參考 Cloudflare 官方文章《Catching rogue AI behavior with identity-aware analytics》，並依企業 AI 身分治理與 Zero Trust 應用情境整理編寫。