IBM Security近日发布《2026年数据泄露成本报告》。报告显示，全球四分之一（25%）的恶意数据泄露事件与AI技术相关，数量较去年增加56%，造成经济损失平均达600万美元（约合人民币4050万元），较一般数据泄露事件的平均损失高出约100万美元。
深度伪造冒充和具备AI能力的恶意软件是主要攻击手段，已改变数据泄露的“经济结构”。攻击速度更快、成本更低，但企业发现漏洞与修复的成本却持续上升。报告基于2025年3月至2026年2月期间全球602家组织遭遇的真实泄露事件。
两成受访企业（20%）的与AI应用曾遭受攻击，泄露主因是周边系统弱点：API、应用或插件受损(27%)，以及影响AI工作负载的云端配置错误(27%)。
AI驱动的攻击中62%瞄准关键基础设施，金融服务业和能源产业最为频发。金融业数据泄露平均损失630万美元(约合人民币4250万元)，能源业为520万美元(约合人民币3510万元)。大规模系统性宕机风险增加。
使用AI和自动化技术进行安全防御的组织，数据泄露成本平均减少220万美元（约合人民币1485万元），但仍有四分之一组织未在其安全运维中采用这些工具。
勒索软件攻击报告数量从34%升至39%。黑客利用AI发起规模化攻击，施压手段首选品牌声誉（41%），其次为员工数据（35%）和知识产权（31%）。
加密漏洞依然存在：仅37%遭遇泄露的组织对静态和传输中的敏感数据做了加密保护，仅34%清楚掌握自家加密资产现状。
Ponemon Institute后续调查显示，85%的受访组织计划增加AI网络安全投资，四分之三表示创新AI威胁正促使他们重新思考安全运维中AI代理的部署方式。超过50%已使用代理型AI进行威胁检测，但仅18%将其应用于漏洞管理，意味着企业修补已知漏洞的速度反而变慢。
IBM安全软件副总裁Suja Viswesan表示：“网络攻击的效益正在变化。AI让攻击更快、更便宜，但漏洞造成的损失却越来越大。组织必须消除发现漏洞与补救之间的时间差。”
