近日，IBM发布《2026 数据泄露成本报告》（Cost of a Data Breach Report 2026，以下简称“报告”）。报告围绕数据泄露造成的经济损失、网络攻击手段的演进规律，以及人工智能重塑网络安全攻防格局等维度展开分析，勾勒出智能化浪潮下数据安全领域的全新风险图景。
泄露成本创下历史新高，AI驱动攻击进一步放大经济损失
2026年全球单次数据泄露的平均成本攀升至499万美元，同比上涨12%。其中，美国平均数据泄露成本创下1150万美元的历史新高，位居所有研究对象国家及地区的榜首。
AI的广泛应用，进一步推高数据泄露带来的综合损失水平。在遭受恶意攻击的组织中，超过四分之一表示其遭遇的攻击由AI驱动，这一比例较去年增长了56%。其中，基于AI的深度伪造冒名攻击以及AI驱动的恶意软件，是引发这类安全事件的最主要原因。
关键行业已成为AI驱动攻击的主要目标，相关攻击占本次研究所有AI驱动数据泄露事件的62%。其中受攻击最严重的两个领域为金融服务业与能源行业，数据泄露造成的平均损失分别达629万美元和520万美元。
随着各类生成式AI工具持续下沉普及，企业安全团队需要应对速度更快、频次更高、覆盖面更广的智能化攻击，传统人工处置模式已经难以适配新型威胁的应对节奏。
报告提出，攻击者不仅将人工智能作为工具，更直接针对企业日益依赖的AI模型及应用程序。在企业AI模型或应用程序相关的安全事件中，成本最高是“逆向工程”与“提示注入”攻击，这两类攻击造成的平均损失分别高达607万美元和589万美元。
此类攻击凸显出在保护训练数据、控制模型行为以及保障敏感输出方面所面临的日益严峻的挑战。与传统能够破坏系统的漏洞利用手段不同，这类行为型攻击会从根本上削弱AI模型的推理与响应机制，使得补救措施不再局限于技术层面的恢复，而是延伸至信任构建与治理范畴。值得注意的是，在遭遇AI相关数据泄露的组织中，92%均未实施有效的AI访问控制措施。
AI既是安全风险源头，也是降损防护抓手
人工智能技术对网络安全的影响具备双面属性，报告在揭示AI攻击风险的同时，也客观论证安全侧人工智能、自动化工具的重要防护价值。
对比两类企业数据能够直观看到防护差距：全面落地安全AI与自动化体系的机构，单次数据泄露平均成本仅400万美元；未部署相关工具、依靠传统人工运维的机构，平均泄露成本高达593万美元，二者相差193万美元。安全智能工具能够缩短威胁识别、隔离处置全流程周期，大幅压缩泄露带来的经济损耗。
但调研同时也暴露出行业落地不均衡的现实短板：仅有36%的受访机构在安全全生命周期中大规模运用AI自动化能力，剩余64%的企业仅实现有限部署或完全未配套相关工具。安全AI的降损价值已经得到数据实证，但行业整体落地渗透率仍偏低，企业间的防护能力差距还在持续拉大。
报告将智能代理在安全运营中心（SOC）的应用纳入专项调研，填补了此前的研究空白。在已部署安全代理且遭受漏洞攻击的组织中，超过50%的机构将此类代理主要用于威胁狩猎、应急响应及漏洞封堵；仅有18%的机构将AI代理应用于漏洞扫描与管理，而这一应用场景本就可以从源头上降低系统暴露风险，还有望有效缓解前沿AI威胁带来的冲击。
鉴于前沿AI模型带来的威胁，多数企业计划扩大代理在告警分级、渗透测试、漏洞管理场景的落地比例；安全投入意愿大幅提升：原本仅64%企业泄露后计划增配安全资源，了解AI新型威胁后该比例升至85%。
智能代理的规模化落地，同步催生了全新的安全治理命题：企业必须强化人工智能流程中非人类身份的管控防护。当前，机器账号、API密钥、智能代理身份等非人类主体的访问权限风险持续攀升，但调研显示，目前仅有不足一半的机构建立了配套管控机制，这一治理缺口极易被攻击者利用，进而实现横向渗透。
结合报告调研结论来看，2026年全球数据安全风险将呈现出两大鲜明特征：一方面，攻击方借助AI实现攻击效率与规模的双重跃升，安全威胁持续加剧；另一方面，防御方可通过安全AI与智能自动化补齐防护短板，构建高速响应的防御体系。人工智能正在从根本上重构传统网络攻防的平衡状态，催生出全新的攻防竞争格局。
对安全团队而言，新形势下的双线发力势在必行：其一，需持续拓展安全人工智能的落地场景，全面提升智能化处置能力；其二，应同步完善AI全生命周期的安全治理，封堵模型、代理、非人类身份等新型风险漏洞。面对层出不穷的AI原生威胁，企业不应将智能工具与整体安全体系割裂开来，而应将各类安全AI能力纳入统一的风险管理框架进行统筹运营。
文章参考来源｜IBM、互联网公开信息
声明：本文来自赛博研究院，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
