IBM 最新報告指出，去年由 AI 驅動的網路攻擊激增 56%，導致每次數據外洩平均額外增加 100 萬美元成本，並將全球數據外洩總成本推高至 499 萬美元。駭客利用 AI 提升攻擊的速度與精準度，使得偵測與遏止時間縮短，同時企業對 AI 安全防護的投資意願也大幅提升。
根據 IBM 於週三（29 日）發布的最新報告顯示，由人工智慧（AI）驅動的網路攻擊在去年大幅增加 56%，每次外洩事件平均額外增加 100 萬美元損失。駭客正利用 AI 工具提升攻擊的速度、規模和精準度，這使得全球數據外洩的平均成本攀升至 499 萬美元，較去年增加 12%。
IBM X-Force 網路危機管理全球負責人 Limor Kessem 指出，這不僅是攻擊工具的演變，更是一種結構性轉變。AI 驅動的攻擊能夠以機器速度自動進行偵察、生成具說服力的網路釣魚內容、調整惡意軟體並測試漏洞利用，大幅降低了發動複雜攻擊的成本和複雜性。報告指出，四分之一的惡意入侵事件都利用了 AI 技術。
當攻擊速度加快時，企業用來偵測、驗證和遏止事件的時間就越短，導致營運中斷、數據外洩、法律費用和商譽損害等損失升高。在研究的數據外洩事件中，偵測、升級和業務損失佔總成本的 63%。AI 驅動的攻擊平均成本更高達 600 萬美元。其中，涉及 AI 模型或應用程式最昂貴的安全事件是模型反轉攻擊（model inversion attack）和提示注入攻擊（prompt injection attack），分別造成平均 607 萬美元和 589 萬美元的損失。模型反轉攻擊是指攻擊者透過分析 AI 模型的輸出與回應，推斷或重構敏感的訓練數據，藉此曝光原始數據集。
報告也發現，許多與 AI 相關的外洩事件並非源於特定模型本身的缺陷，而是企業環境中存在的結構性弱點。例如，53% 的受害組織在數據外洩時，並未對靜態或傳輸中的敏感數據進行加密。此外，雖然 50% 曾遭受攻擊的組織已將 AI 代理應用於威脅搜捕、回應和遏止，但僅有 18% 用於漏洞掃描和管理。Limor Kessem 認為，這顯示許多企業仍傾向於在發現可疑活動後才被動使用 AI，而非將其應用於更具優勢的主動防禦。
在攻擊手法上，網路釣魚仍是最常見的初始攻擊媒介，並導致最昂貴的外洩事件。其中，語音和簡訊釣魚（voice and SMS phishing）的平均外洩成本達 529 萬美元。客戶個人身分識別資訊（PII）是今年被竊取或洩露最多的數據類型，佔總數的 52%，平均每筆記錄造成 192 美元的損失。鑑於威脅情勢日益嚴峻，遭受攻擊後計畫投資 AI 安全與治理工具的組織數量，較去年增加了 88%，顯示企業對全面性 AI 安全防護意識的提升。