IBM 與 Ponemon 研究所聯合發佈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泄露事件的四分之一，比例同比增長 56%。此類事件平均每起造成 600 萬美元損失，比整體數據泄露事件的平均成本高出 20%。

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爲集中，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 安全軟件副總裁 Suja Viswesan 一針見血地指出："真正在改變的是網絡攻擊的經濟學邏輯——AI 讓攻擊變得更快、更便宜，而數據泄露的代價卻越來越高昂。"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爲企業節省近 200 萬美元的泄露成本，但仍有四分之一的企業尚未部署。

在智能體的應用方面，已有超半數企業將 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 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臺配置不當。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。