AI 驱动攻击占恶意数据泄露事件四分之一，平均成本高达 600 万美元

IBM 与 Ponemon 研究所联合发布的一项最新调查报告显示，AI 驱动的网络攻击正在快速攀升，已占到整体恶意数据泄露事件的四分之一，这一比例同比增长了 56%。此类事件的经济破坏力尤为突出，平均每起造成 600 万美元损失，比数据泄露事件的平均成本高出 20%。

从攻击目标来看，关键基础设施正成为重灾区。数据显示，62% 的 AI 驱动型网络攻击瞄准这一领域，其中金融服务和能源机构遭受的攻击最为集中。随着攻击目标集中化趋势加剧，对经济、供应链和基本服务产生连锁影响的风险正在持续攀升。

攻防成本严重失衡：攻击更便宜，防御更昂贵

IBM 安全软件副总裁 Suja Viswesan 指出，网络攻击的经济学逻辑正在发生根本性转变。"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。"

报告数据印证了这一判断。在安全运营中应用 AI 与自动化技术，平均可为企业节省近 200 万美元的泄露成本，但迄今仍有四分之一的企业尚未部署相关技术。

在 AI 智能体的具体应用方面，已有超过半数企业将其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。此外，超过 20% 的企业曾遭遇针对 AI 模型或应用系统的入侵攻击，最常见的诱因是周边系统薄弱和云平台配置不当。

Viswesan 强调，当前防御工作的核心在于消除漏洞发现与修复之间的时间差，将修复能力内嵌到开发流程中，以与攻击速度匹配的速度来应对威胁。"当防守方还在手动排查时，AI 驱动的攻击早已完成渗透，"她表示。