IBM 與 Ponemon 研究所聯合發布的調查報告顯示，AI 驅動的攻擊已佔整體惡意資料外洩事件的 25%，年增長率達 56%。每起事件平均造成 600 萬美元損失，比整體資料外洩事件的平均成本高出 20%。62% 的 AI 驅動型網路攻擊針對金融服務和能源機構等關鍵基礎設施，對經濟、供應鏈和基本服務產生連鎖影響。AI 讓攻擊變得更快更便宜，但防禦成本卻持續上升。超過半數企業將 AI 智能體用於威脅檢測，但僅有 18% 用於漏洞修復環節，超過 20% 的企業曾遭遇 AI 模型或應用系統入侵攻擊。文章作者、來源：IBM 與 Ponemon 研究所調查報告
IBM 與 Ponemon 研究所聯合發布的最新調查報告揭示了一個嚴峻趨勢——AI 驅動的攻擊已佔到整體惡意數據洩露事件的四分之一，比例同比增長 56%。此類事件平均每起造成 600 萬美元損失，比整體數據洩露事件的平均成本高出 20%。
IBM 與 Ponemon 研究所調查報告揭示關鍵基礎設施面臨嚴峻挑戰
更值得警惕的是攻擊目標的集中化。62% 的 AI 驅動型網絡攻擊瞄準關鍵基礎設施，其中金融服務和能源機構遭受的攻擊最為集中，對經濟、供應鏈和基本服務產生連鎖影響的風險正在攀升。
攻防成本嚴重失衡：攻擊更便宜，防禦更昂貴
IBM 安全軟體副總裁 Suja Viswesan 一針見血地指出：「真正發生變化的是網絡攻擊的經濟邏輯——AI 讓攻擊變得更快、更便宜，而數據洩露的代價卻越來越昂貴。」數據印證了這一判斷：在安全運營中應用 AI 與自動化技術平均可為企業節省近 200 萬美元的洩露成本，但仍有四分之一的企業尚未部署。
AI 智能體應用現狀與安全挑戰
在智能體的應用方面，已有超過半數企業將 AI 智能體用於威脅檢測與遏制，但僅有 18% 將其部署到漏洞修復與管理環節。此外，超過 20% 的企業曾遭遇針對 AI 模型或應用系統的入侵攻擊，最常見的誘因是周邊系統薄弱和雲平台配置不當。Viswesan 強調，當前重中之重是消除漏洞發現與修復之間的時間差，將修復能力內嵌到開發流程中，以與攻擊速度匹配的速度來應對攻擊——當防守方還在手動排查時，AI 驅動的攻擊早已完成滲透。