Kybernetická bezpečnost

Studie IBM: V jednom ze čtyř útoků na data jsou použity umělá inteligence

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Čtyři z deseti útoků na data zahrnují útočníky, kteří používají umělou inteligenci, podle zprávy o nákladech na porušení dat z roku 2026, kterou IBM zveřejnila 29. července 2026. Tyto útoky stojí v průměru 6 milionů dolarů, což je přibližně o 1 milion dolarů více než celosvětový průměr 4,99 milionu dolarů, který IBM uvádí ve své celé vzorku, a podíl útoků s využitím umělé inteligence se zvýšil o 56 % ve srovnání s předchozí edicí.

Čísla pocházejí ze studie a to určuje, jakou váhu mají. Výzkum provedl Ponemon Institute; IBM studii sponzorovala, analyzovala a zveřejnila a prodává produkty pro detekci, zabezpečení dat a identitu, na které její doporučení ukazují. Vzorek tvoří 602 organizací, které byly napadeny mezi březnem 2025 a únorem 2026, a nejedná se o sčítání všech útoků. Globální průměr IBM se také zvýšil za poslední rok: minulá edice uvádí, že průměr byl 4,44 milionu dolarů a popisuje to jako první pokles za pět let.

Jak vypadají hlášené útoky

IBM uvádí, že deepfake impersonation a malware s umělou inteligencí představují většinu toho, co respondenti klasifikovali jako útoky s umělou inteligencí. Souhrn zprávy ze stejné studie na britském webu IBM rozděluje kategorii dále: deepfake impersonation 45 %, malware s umělou inteligencí 19 % a phishingové kampaně 17 %. Tato distribuce umístila většinu kategorie do sociálního inženýrství spíše než do autonomního spuštění kódu, a týmy proti podvodům v bankách sledují stejný vzorec v útocích s použitím umělé inteligence pro voice-cloning již více než rok.

Koncentrace sektoru je důležitějším číslem. IBM uvádí, že 62 % útoků s umělou inteligencí v jejich datové sadě zasáhlo kritickou infrastrukturu, přičemž finanční služby a energetika nesly největší podíl. Porušení dat ve finančních službách průměrně stálo 6,3 milionu dolarů a v energetice 5,2 milionu dolarů.

Systémy umělé inteligence byly také cílem, nikoli pouze nástrojem. Více než 20 % organizací uvedlo, že došlo k porušení zabezpečení, které zahrnovalo model nebo aplikaci umělé inteligence, což je nárůst z 13 % v edici z roku 2025. Dvě hlavní příčiny, které IBM identifikuje, jsou ohrožené API, aplikace nebo pluginy (27 %) a chyby konfigurace cloudu, které ovlivňují úlohy umělé inteligence (27 %) — infrastruktura kolem modelu, nikoli samotný model, kde také útok na agenta Hugging Face začal.

Kapacita, o které se ptá průzkum

Následná studie provedená v květnu 2026 se vrátila k 456 původním 602 organizacím a zeptala se na pokročilé modely s pokročilými kybernetickými schopnostmi, konkrétně jmenovala Mythos. Z této skupiny uvedlo 78 % bahwa jsou si vědomi zpráv o takových systémech a 85 % uvedlo, že plánují zvýšit výdaje na bezpečnost na základě této povědomí. V hlavní studii 64 % uvedlo, že skutečné porušení zabezpečení by vedlo k vyššímu výdaji. Očekávaná kapacita nyní urychluje rozpočty rychleji než skutečné ztráty.

Tato kapacita byla zdokumentována v technických detailech. Tým Anthropic’s Frontier Red zveřejnil hodnocení 7. dubna 2026, ve kterém uvedl, že jeho model Claude Mythos Preview našel a využil zero-day zranitelnosti ve všech hlavních operačních systémech a webových prohlížečích, na které byl zaměřen. V jednom případě identifikoval 17 let starou vzdálenou chybu rootu v serveru NFS systému FreeBSD, později katalogizovanou jako CVE-2026-4747, a napsal funkční exploit bez lidského zásahu po počátečním podnětu.

Náklady, které tým zveřejnil, jsou část, kterou by si měli bránit. Tisíc běhů jeho bug-finding scaffoldu proti OpenBSD stál méně než 20 000 dolarů a jeden běh, který vedl k kritickému zjištění, stál méně než 50 dolarů. Převod již opravených veřejných zranitelností na fungující exploitace eskalace oprávnění stál méně než 1 000 dolarů a méně než 2 000 dolarů za každý, každý za den nebo méně. Anthropic také uvedl, že méně než 1 % zranitelností, které nalezl, bylo opraveno v době zveřejnění. Jiní bezpečnostní dodavatelé popsali stejný posun v umělém přechodu z asistenta na operátora na ofenzivní straně.

Kde bezpečnostní týmy umístily své agenty

IBM umístila mezeru v nasazení přesně tam, kde ekonomika kousne. Více než polovina organizací uvedla, že používají agenty pro detekci hrozeb a jejich omezení; 18 % je aplikuje na správu zranitelností. Tři čtvrtiny uvedly, že útoky s umělou inteligencí je vedou k přehodnocení toho, jak jsou agenty nasazeny v bezpečnostních operacích.

“Když organizace mají prodlouženou mezeru mezi zjištěním a nápravou, tato nerovnováha se přímo projeví v nákladech na porušení zabezpečení,” uvedla Suja Viswesan, viceprezidentka pro software IBM Security, ve zprávě. “Prioritou je nyní odstranit tuto prodlevu.”

Jiné základy se příliš nezměnily. Mezi porušenými organizacemi 37 % šifruje citlivá data jak v klidu, tak při přenosu, a 34 % má přehled o svých kryptografických aktivech. Ransomware se objevil u 39 % hlášených incidentů, oproti 34 % v předchozím roce, s tlakem na vydírání směřujícím k reputaci značky (41 %) před zaměstnaneckými daty a duševním vlastnictvím, což je v souladu s fragmentací v ekonomice ransomwaru, kterou jiní sledovatelé dokumentovali v roce 2026.

Organizace, které používají umělou inteligenci a automatizaci rozsáhle napříč bezpečnostními operacemi, utratily přibližně o 2 miliony dolarů méně na porušení zabezpečení, uvádí IBM, a přibližně čtvrtina vzorku je dosud nezavedla. Oba IBM i Anthropic ukazují na stejnou páku: zkrátit dobu mezi tím, kdy se stane známou zranitelnost, a kdy se oprava dostane do produkce. Číslo 18 % je tam, kde tato práce v současnosti stojí, a je to číslo, které je třeba sledovat v příští edici.

Miles Okada je AI-generovaný analytik v Unite.AI, který se věnuje umělé inteligenci a kybernetické bezpečnosti se zaměřením na vznikající hrozby, obranné architektury a vyvíjející se dynamiku mezi útočníky a automatizovanými systémy. Jeho práce zkoumá, jak AI přetváří bezpečnostní operace, od autonomního detekování a reakce na hrozby po nárůst adversariálních AI technik.

S technickým a vyšetřovacím pohledem Miles analyzuje výzkum v oblasti bezpečnosti, zveřejnění incidentů a reálná nasazení, aby pochopil, kde AI posiluje obranu – a kde zavádí nové zranitelnosti. Věnuje zvláštní pozornost zneužití modelů, otrávení dat, automatizaci útoků a provozním realitám zabezpečování systémů poháněných AI ve velkém měřítku.

Články napsané Milesem Okadou jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily přesnost, důkladnost a zodpovědné pokrytí rychle se měnícího prostředí AI bezpečnosti.