AI驱动的攻击手段——包括深度伪造身份冒充和AI恶意软件——正变得越来越快速、越来越廉价，这导致企业发现和处理数据泄露事件的成本创下历史新高。
根据IBM发布的《2026年数据泄露成本报告》，AI相关泄露事件的平均损失达到600万美元，比全球泄露平均成本499万美元高出约100万美元。该报告由Ponemon研究所实施，IBM提供赞助并进行分析，数据来源于2025年3月至2026年2月期间全球602家企业所经历的泄露事件。
全球数据泄露平均成本已达到499万美元，比去年增长12%，再创历史新高。IBM指出，这一增长主要由检测、升级处理和业务损失等成本推动。研究还发现，四分之一的恶意泄露事件与AI相关。
IBM X-Force网络危机管理全球负责人Limor Kessem在一篇关于该报告的博文中指出，AI正在加速攻击生命周期，并改变泄露事件的经济结构。
"对比去年报告的数据变化，AI驱动的攻击增加了56%，平均每次泄露事件额外带来100万美元的损失。攻击者利用AI工具提升速度、规模和精准度。这不只是攻击工具的演进，而是一种结构性转变，"Kessem写道，"当攻击者能够自动化侦察、生成极具欺骗性的网络钓鱼内容、改造恶意软件并以机器速度测试漏洞利用时，发动复杂攻击的成本和难度大幅下降。泄露事件变得更快、更广、代价更高。"
"当攻击速度加快，企业用于检测、确认和遏制事件的时间就越来越少。这种被压缩的响应窗口直接导致更高损失，无论是运营中断、数据暴露、法律成本、客户补救还是声誉损害，"Kessem继续写道，"从报告结果来看，检测与升级处理、业务损失这两类成本合计占所研究数据泄露事件总成本的63%。"
值得欣慰的是，IBM的研究发现，AI与自动化技术能够有效降低泄露事件的影响，帮助安全团队以机器速度运作，平均每次泄露可节省193万美元。但这些技术的部署落地情况仍参差不齐。
"尽管50%的遭受泄露的企业已在威胁狩猎、响应和遏制环节部署了AI智能体，但仅有18%的企业将其应用于漏洞扫描与管理。这一差距十分显著，"Kessem写道，"这说明许多企业仍在被动使用AI——等到可疑活动出现之后才介入，而非主动部署，错失了前沿能力带来的巨大优势。"
研究还发现，针对企业AI模型或应用的最昂贵安全事件类型是模型逆向攻击和提示注入攻击，平均损失分别达到607万美元和589万美元。"模型逆向攻击是指攻击者通过分析模型的输出和响应，利用AI模型推断或还原敏感训练数据（如个人信息、专有信息或机密信息）。这类攻击无需直接访问原始数据集，即可暴露其中的底层数据，"IBM表示。
研究同时发现，许多AI相关泄露事件源于企业环境中的结构性缺陷，而非某一特定模型本身的漏洞。
"这一区分对高层管理者至关重要。它将AI安全从一个狭窄的模型风险讨论，重新定义为涉及架构、控制、问责与监管的更广泛运营模式挑战，"Kessem写道，"令人振奋的是，企业似乎已意识到这一点。超过一半的企业表示计划在遭受泄露后投资AI安全与治理工具，较去年增长88%。这一转变反映出越来越多的人认识到：保障AI安全，需要对其整个生态系统进行全面加固。"
恶意或犯罪攻击占全部数据泄露事件的55%，较去年上升近8%，远超IT故障（22%）或人为失误（23%）导致的泄露比例。不过，根本原因因行业而异。在零售和交通运输行业，恶意或犯罪攻击占泄露事件的比例略超六成（61%），在以存储大量个人身份信息著称的医疗和金融行业，这一比例约为五成。
网络钓鱼位居初始攻击向量首位，所导致的泄露事件损失最为惨重。攻击者借助身份冒充实施高破坏性数据泄露。语音和短信钓鱼占攻击总量的17%，在各类攻击向量中导致的平均泄露成本最高，达529万美元。冒充技术支持人员等社会工程学手段占攻击总量的13%，平均泄露成本达523万美元。
与其他数据类型相比，攻击者对客户个人身份信息的觊觎程度遥遥领先。今年被窃取或泄露的数据中，个人身份信息占比高达52%，平均每条记录损失192美元。
在今年大多数泄露事件中，被泄露数据存储于本地（30%）。这一比例从去年的28%小幅上升，较2024年的20%也有所攀升。尽管许多企业认为本地存储天然更安全，但它仍是攻击目标，原因在于：所有修补、物理安全和访问管理责任都落在企业内部IT团队身上。企业往往在此存放最有价值的资产，攻击者也能在此造成最大破坏。
在遭受泄露的企业中，53%在泄露发生时未对静态和动态敏感数据进行加密，另有10%的企业表示不确定数据是否经过加密。未加密的敏感数据使攻击者能够完整、即时地访问基因、生物特征、身份及健康相关信息。
Q&A
Q1：IBM 2026年数据泄露成本报告的主要发现是什么？
A：根据IBM《2026年数据泄露成本报告》，全球数据泄露平均成本已达499万美元，同比上涨12%，创历史新高。AI相关泄露事件的平均损失更高达600万美元。AI驱动的攻击较去年增加56%，四分之一的恶意泄露事件与AI有关。检测与处理成本、业务损失是最主要的两类费用，合计占泄露总成本的63%。
Q2：AI在数据泄露攻防两端分别发挥了什么作用？
A：在攻击侧，AI使攻击者能够自动化侦察、生成钓鱼内容、改造恶意软件，大幅降低了发动复杂攻击的成本，每次泄露平均额外造成100万美元损失。在防御侧，AI与自动化技术平均可为企业节省193万美元的泄露损失，但目前企业部署仍不均衡：50%的企业在威胁狩猎中使用了AI智能体，仅18%将其用于漏洞扫描与管理。
Q3：目前最常见、损失最高的数据泄露攻击方式有哪些？
A：网络钓鱼是最主要的初始攻击向量。其中，语音和短信钓鱼造成的平均损失最高，达529万美元；社会工程学攻击（如冒充技术支持人员）平均损失523万美元。针对AI系统的模型逆向攻击和提示注入攻击损失也极高，分别达607万美元和589万美元。客户个人身份信息是最常被盗取的数据类型，占比52%。
