IBM 与 Ponemon 研究所联合发布的最新调查报告揭示了一个严峻趋势——AI 驱动的攻击已占到整体恶意数据泄露事件的四分之一，比例同比增长 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高出 20%。

更值得警惕的是攻击目标的集中化。62% 的 AI 驱动型网络攻击瞄准关键基础设施，其中金融服务和能源机构遭受的攻击最为集中，对经济、供应链和基本服务产生连锁影响的风险正在攀升。

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 一针见血地指出："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。"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，但仍有四分之一的企业尚未部署。

在智能体的应用方面，已有超半数企业将 AI 智能体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 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，当前重中之重是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攻击——当防守方还在手动排查时，AI 驱动的攻击早已完成渗透。