最新 8 月 3 日消息，IBM 在当地时间 7 月 29 日表示，根据其与 Ponemon 研究所合作开展的调查分析，AI 驱动的攻击已占到整体恶意数据泄露事件的 1/4，比例同比增长了 56%。此类事件平均每起造成 600 万美元损失，比整体数据泄露事件的平均成本要高出 20%。

62% 的 AI 驱动型网络攻击以关键基础设施为目标，其中金融服务和能源机构遭受的攻击最为集中，增加了对经济、供应链和基本服务产生连锁影响的可能性。

数据还显示：

• 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，但仍有 1/4 企业未这样做；

• 仅有 18% 受访企业将智能体部署到漏洞修复与管理环节中，不过已有超半数企业将智能体用于威胁检测与遏制；

• 超 20% 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。

IBM 安全软件副总裁 Suja Viswesan 表示：

真正在改变的是网络攻击的经济学逻辑。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。当组织的漏洞发现与修复之间存在过长的时间差时，这种失衡直接体现在泄露成本上。

当前重中之重，是消除这一时间差 —— 将修复能力内嵌到开发流程中，在运行时保障身份安全，并以与攻击速度匹配的速度来应对攻击。