IBM报告：92%AI安全事件源于访问控制缺失，而非模型本身

IBM最新发布的《2026年数据泄露成本报告》揭示了一个关键事实：当前绝大多数人工智能安全事件并非由模型技术缺陷导致，而是企业在访问控制和基础安全管理方面存在明显短板。

该报告基于Ponemon研究所对全球602家企业的调研数据。结果显示，在发生AI相关安全事件的企业中，高达92%缺乏完善的AI系统访问控制措施，这已成为数据泄露的重要诱因。

从攻击路径来看，约五分之一的AI安全事件源于外围基础设施漏洞，包括API遭入侵、连接应用存在漏洞或云服务配置错误等问题。报告指出，企业采用开源模型还是专有模型，对安全事件的发生概率影响并不明显。IBM强调，这些风险大多源于基础安全疏忽，攻击者无需复杂手段即可利用。

数据泄露的成本代价同样值得关注。涉及AI的数据泄露事件平均损失达到533万美元，高于未涉及AI事件的470万美元。2026年全球数据泄露事件平均损失同比增长12%，升至499万美元。当攻击者借助AI实施攻击时，平均损失进一步攀升至604万美元，而未使用AI的攻击事件平均损失为503万美元。

IBM建议，随着AI系统加速融入企业核心业务，完善身份认证、访问权限管理及云环境配置等基础安全能力，将成为降低AI安全风险和数据泄露成本的关键举措。