據IBM發佈的《2026年數據泄露成本報告》顯示，當前絕大多數人工智能安全事件並非源於模型本身，而是企業在訪問控制和基礎安全管理方面存在缺陷。該報告基於Ponemon研究所對全球602家企業的調研發現，在發生AI相關安全事件的企業中，92%缺乏完善的AI系統訪問控制措施，成爲數據泄露的重要誘因。

報告指出，約五分之一的AI安全事件源於外圍基礎設施，包括API遭入侵、連接應用存在漏洞或雲服務配置錯誤，而企業採用開源模型還是專有模型，對事件發生概率影響並不明顯。IBM認爲，這些風險大多源於基礎安全疏忽，無需複雜攻擊手段即可被利用。

成本方面，涉及AI的數據泄露事件平均損失達到533萬美元，高於未涉及AI事件的470萬美元。2026年全球數據泄露事件平均損失同比增長12%，升至499萬美元。值得關注的是，當攻擊者藉助AI實施攻擊時，平均損失進一步攀升至604萬美元，而未使用AI的攻擊事件平均損失爲503萬美元。

IBM認爲，隨着AI系統加速融入企業核心業務，完善身份認證、訪問權限管理及雲環境配置等基礎安全能力，將成爲降低AI安全風險和數據泄露成本的關鍵舉措。