IBM研究：四分之一恶意入侵源自AI助力，单起事件平均损失600万美元

逾两成机构表示，其AI模型或应用曾遭入侵

北京 2026年7月31日 /美通社/ -- 根据IBM《2026年数据泄露成本报告》，在恶意数据泄露事件中，AI驱动的攻击占比达四分之一，较去年增长了56%。此类事件单起平均造成600万美元损失，比全球数据泄露事件的平均成本（499万美元）高出约100万美元。

CODB 2026报告

此类攻击以深度伪造冒充身份和AI驱动的恶意软件为主要手段，正在深刻改变数据泄露的经济影响格局。攻击端的实施速度不断提升、成本持续下降，而防御端的检测与修复费用则日益高昂。报告显示，在安全运营中应用AI与自动化技术的企业，平均可节省近200万美元的泄露成本，但仍有四分之一的企业尚未将这些工具纳入其安全运营体系。

攻击端仅需数千美元即可发起攻势，而防御端却需承担数百万美元的数据泄露成本——这一日益扩大的鸿沟，正在从根基上重构网络风险的经济模型。

前沿AI威胁倒逼企业提前行动

Ponemon研究所的后续研究揭示了一个耐人寻味的对比：当知晓前沿AI网络攻击威胁的企业中，85%已计划增加安全预算；然而在初始研究中，仅有64%的组织会在实际遭受数据泄露之后才做出同样决策。企业正从"事件驱动型响应"转向"风险驱动型预防"，提前应对未来威胁。

但在攻击者行动最迅速的领域，防护缺口依然显著。调查显示，虽有逾50%的企业已将智能体用于威胁检测与遏制，但仅有18%将其部署到漏洞修复与管理环节中 —— 这意味着，即便AI正在不断缩短攻击者可利用的漏洞窗口，已知风险仍持续处于暴露之中。四分之三的受访者表示，前沿AI威胁正迫使他们重新思考如何在整体安全运营体系中部署智能体。

"真正在改变的是网络攻击的经济学逻辑。AI让攻击变得更快、更便宜，而数据泄露的代价却越来越高昂。当组织的漏洞发现与修复之间存在过长的时间差时，这种失衡直接体现在泄露成本上。"IBM安全软件副总裁Suja Viswesan表示，"当前重中之重，是消除这一时间差——将修复能力内嵌到开发流程中，在运行时保障身份安全，并以与攻击速度匹配的速度来应对攻击。"

关键基础设施面临更高的AI驱动型风险

报告指出，大多数AI驱动型攻击（62%）以关键基础设施为目标，其中金融服务和能源机构遭受的攻击最为集中，加大了更广泛的系统性破坏风险。每桩金融服务行业的数据泄露事件平均造成630万美元损失，能源行业的数据泄露损失平均为520万美元。攻击集中在这些行业中，这增加了对经济、供应链和基本服务产生连锁影响的可能性。

其它主要发现

• AI安全链中的最脆弱环节。调查显示，超20%企业曾遭遇针对AI模型或应用系统的入侵攻击。究其根源，最常见的两类诱因是：周边系统薄弱（即API、应用程序或插件遭入侵），占比27%；以及云平台配置不当，影响到AI工作负载，同样占比27%。
• 量子风险逼近，加密短板突出。即便企业在量子安全领域的投入持续攀升，加密机制与密码管理体系的固有缺陷仍将企业暴露在攻击之下。在遭遇数据泄露的企业中，仅37%能够对敏感数据进行静态存储与传输过程中实施双重加密保护，并仅有34%的组织对其加密资产保持完整可见性。
• 攻击者将声誉当作勒索武器。报告显示，勒索软件事件较去年呈现上升趋势（39%对34%），攻击者日益借助AI实现攻击的自动化与规模化。尽管造成业务中断仍是胁迫手段之一，但其施压策略正逐步转向更具影响力的维度——以品牌声誉作为要挟筹码的手法最为常见（41%），其次为员工数据（35%）和知识产权（31%）。

这份2026年报告由Ponemon研究所开展，IBM提供赞助与分析，基于全球602家企业与组织在2025年3月至2026年2月期间经历的数据泄露事件。后续研究于2026年5月进行，其中456家曾参与数据泄露成本报告（CODB）研究的组织做出了回应。在这些组织中，78%（即356家）知晓了近期关于Mythos等高度先进前沿模型的报道。

关于IBM

IBM 是全球领先的混合云、人工智能及企业服务提供商，帮助超过 175个国家和地区的客户，从其拥有的数据中获取商业洞察，简化业务流程，降低成本，并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。

媒体联络人

李波
libole@cn.ibm.com 
IBM 中国

IBM Corporation logo.