Μελέτη της IBM Τοποθετεί το AI Μέσα σε Ένα στα Τέσσερα Κακόβουλα Ιοβόλα

Ένα στα τέσσερα κακόβουλα ιοβόλα δεδομένων涉λούν επιθέσεις που χρησιμοποιούν AI, σύμφωνα με την έκθεση του 2026 Cost of a Data Breach Report που δημοσίευσε η IBM στις 29 Ιουλίου 2026. Αυτές οι επιθέσεις κοστίζουν κατά μέσο όρο 6 εκατομμύρια δολάρια, περίπου 1 εκατομμύριο δολάρια παραπάνω από τον παγκόσμιο μέσο όρο των 4,99 εκατομμυρίων δολαρίων που αναφέρει η IBM για το σύνολο του δείγματος, και το ποσοστό των κακόβουλων επιθέσεων με συνιστώσα AI αυξήθηκε κατά 56% σε σύγκριση με την προηγούμενη έκδοση.

Τα στοιχεία αυτά προέρχονται από μια έρευνα, και αυτό καθορίζει το βάρος που φέρουν. Το Ponemon Institute διεξήγαγε την έρευνα· η IBM την χορήγησε, την ανάλυσε και την δημοσίευσε, και πουλά τα προϊόντα ανίχνευσης, ασφαλείας δεδομένων και ταυτοποίησης που οι συστάσεις της δείχνουν. Το δείγμα αποτελείται από 602 οργανισμούς που είχαν υποστεί επιθέσεις μεταξύ Μαρτίου 2025 και Φεβρουαρίου 2026, και δεν είναι μια απογραφή όλων των επιθέσεων. Ο παγκόσμιος μέσος όρος της IBM αυξήθηκε επίσης κατά την διάρκεια του έτους· η έκδοση του προηγούμενου έτους τον είχε τοποθετήσει στα 4,44 εκατομμύρια δολάρια και το περιέγραφε ως την πρώτη μείωση σε πέντε χρόνια.

Πώς φαίνονται οι αναφερόμενες επιθέσεις

Η IBM λέει ότι η εξαπάτηση με deepfake και το malware που ενεργοποιείται από AI αντιστοιχούν στο μεγαλύτερο μέρος των επιθέσεων που ταθέντες κατηγοριοποίησαν ως AI-ενεργοποιημένες εισβολές. Η περίληψη του UK newsroom της ίδιας έκθεσης分разделя την κατηγορία περαιτέρω· εξαπάτηση με deepfake στο 45%, malware που ενεργοποιείται από AI στο 19% και καμπάνιες phishing στο 17%. Αυτή η κατανομή τοποθετεί το μεγαλύτερο μέρος της κατηγορίας στις τεχνικές κοινωνικής μηχανικής και όχι στην αυτόνομη εκτέλεση κώδικα, και οι ομάδες απάτης στις τράπεζες έχουν παρακολουθήσει το ίδιο μοτίβο στις επιθέσεις με AI φωνητική κλωνοποίηση για πάνω από ένα χρόνο.

Η συγκέντρωση του τομέα είναι ο πιο σημαντικός αριθμός. Η IBM αναφέρει ότι το 62% των επιθέσεων με AI στο δείγμα της χτύπησε κρίσιμη υποδομή, με τις χρηματοοικονομικές υπηρεσίες και την ενέργεια να φέρουν το μεγαλύτερο μερίδιο. Οι επιθέσεις στις εταιρείες χρηματοοικονομικών υπηρεσιών κόστιζαν κατά μέσο όρο 6,3 εκατομμύρια δολάρια και στις εταιρείες ενέργειας 5,2 εκατομμύρια δολάρια.

Τα συστήματα AI ήταν επίσης στόχοι και όχι μόνο εργαλεία. Περισσότεροι από 20% των οργανισμών ανέφεραν μια επιθεση που αφορούσε ένα μοντέλο AI ή εφαρμογή, σε σύγκριση με 13% στην έκδοση του 2025. Οι δύο principales αιτίες που αναφέρει η IBM είναι οι υπογεγραμμένες API, εφαρμογές ή plug-ins (27%) και λάθη διαμόρφωσης cloud που επηρεάζουν τις εργασίες AI (27%) — η υποδομή που περιβάλλει ένα μοντέλο και όχι το μοντέλο selbst, που είναι επίσης όπου η εισβολή του Hugging Face agent ξεκίνησε.

Η ικανότητα για την οποία ρωτά η έρευνα

Μια μετέπειτα έρευνα που διεξήχθη τον Μάιο του 2026 επέστρεψε σε 456 από τους 602 αρχικούς οργανισμούς και ρώτησε για μοντέλα με προηγμένα κυβερνοϊκανότητες, αναφέροντας συγκεκριμένα το Mythos. Από αυτή την ομάδα, το 78% ανέφερε ότι ήταν ενήμερο για αναφορές για τέτοιου είδους συστήματα, και το 85% ανέφερε ότι σχεδίαζε να αυξήσει τις δαπάνες ασφαλείας με βάση αυτή την ενημέρωση. Στην κύρια έρευνα, το 64% ανέφερε ότι μια πραγματική επιθεση θα προκαλούσε μεγαλύτερες δαπάνες. Η αναμενόμενη ικανότητα κινεί τώρα τα бюджета πιο γρήγορα από τις ζημιές που έχουν υποστεί.

Αυτή η ικανότητα έχει τεκμηριωθεί σε τεχνικές λεπτομέρειες. Η Frontier Red Team της Anthropic δημοσίευσε μια αξιολόγηση στις 7 Απριλίου 2026 αναφέροντας ότι το μοντέλο Claude Mythos Preview βρήκε και εκμετάλλευτηκε zero-day ευπαθειές σε κάθε μεγάλου операционικού συστήματος και περιηγητή ιστού που στόχευε, και σε μια περίπτωση αναγνώρισε μια 17χρονη απομακρυσμένη-ρίζα-ευπαθή σε сервер NFS του FreeBSD, που κατηγοριοποιήθηκε αργότερα ως CVE-2026-4747, και έγραψε một λειτουργική εκμετάλλευση χωρίς ανθρώπινη εμπλοκή μετά την αρχική προτροπή.

Τα κόστη που δημοσίευσε η ομάδα είναι το μέρος που οι υπερασπιστές πρέπει να διαβάσουν δύο φορές. Χίλια τρέχματα του σκελετού ανίχνευσης σφαλμάτων εναντίον του OpenBSD κόστιζαν λιγότερο από 20.000 δολάρια, και η seule εκτέλεση που παρήγαγε την κρίσιμη ανακάλυψη κόστισε λιγότερο από 50 δολάρια. Η μετατροπή ήδη-επιδιορθωμένων δημόσιων ευπαθειών σε λειτουργικές εκμεταλλεύσεις προνομίων μείωσης κόστους κόστιζαν λιγότερο από 1.000 δολάρια και λιγότερο από 2.000 δολάρια η καθεμία, η καθεμία σε μία ημέρα ή λιγότερο. Η Anthropic ανέφερε επίσης ότι λιγότερες από 1% των ευπαθειών που είχε βρει είχαν επιδιορθωθεί την εποχή της δημοσίευσης. Άλλοι προμηθευτές ασφαλείας περιέγραψαν την ίδια μετατόπιση του AI από βοηθό σε ενεργό χειριστή στην πλευρά της επίθεσης.

Πού έχουν τοποθετήσει οι ομάδες ασφαλείας τους πράκτορες

Τα δεδομένα της IBM τοποθετούν το χάσμα της ανάπτυξης ακριβώς εκεί όπου η οικονομία δαγκώνει. Περισσότεροι από τους μισούς οργανισμούς ανέφεραν ότι χρησιμοποιούν πράκτορες για ανίχνευση και περιέγκλειση απειλών· το 18% τους εφαρμόζουν στη διαχείριση ευπαθειών. Τρεις τέταρτοι ανέφεραν ότι οι επιθέσεις AI προκαλούν τους να ξανασκέφτονται πώς οι πράκτορες είναι αναπτυγμένοι σε όλη την ασφάλεια.

“Όταν οι οργανισμοί έχουν một εκτεταμένο χάσμα μεταξύ ανακάλυψης και επιδιόρθωσης, αυτή η ανισορροπία εμφανίζεται απευθείας στα κόστη των επιθέσεων,” ανέφερε η Suja Viswesan, VP της IBM Security Software, στην ανακοίνωση της έκθεσης. “Η προτεραιότητα τώρα είναι να εξαλείψουμε αυτή τη καθυστέρηση.”

Άλλοι θεμέλιοι δεν έχουν μετατοπιστεί πολύ. Μεταξύ των οργανισμών που είχαν υποστεί επιθέσεις, το 37% κρυπτογραφεί ευαίσθητα δεδομένα και σε ηρεμία και σε κίνηση, και το 34% έχει ορατότητα στα κρυπτογραφικά περιουσιακά στοιχεία. Οι επιθέσεις ransomware εμφανίστηκαν στο 39% των αναφερόμενων περιστατικών, σε σύγκριση με 34%, με πίεση εκβιασμού που μετατοπίζεται προς τη φήμη του brand (41%) μπροστά από τα δεδομένα των υπαλλήλων και την πνευματική ιδιοκτησία, σύμφωνα με την αποσύνθεση στην οικονομία ransomware που έθεσαν υπόψη άλλοι παρατηρητές το 2026.

Οι οργανισμοί που χρησιμοποιούν AI και αυτοματοποίηση εκτενώς σε όλη την ασφάλεια δαπάνησαν περίπου 2 εκατομμύρια δολάρια λιγότερα ανά επιθεση, λέει η IBM, και περίπου ένα τέταρτο του δείγματος δεν έχει υιοθετήσει αυτές τις τεχνολογίες. Η IBM και η Anthropic δείχνουν στο ίδιο σημείο: συμπιέζουν το χρόνο μεταξύ της στιγμής που μια ευπαθή γίνεται γνωστή και της στιγμής που μια επιδιόρθωση φτάνει στην παραγωγή. Το 18% είναι το σημείο όπου αυτή η εργασία βρίσκεται τώρα, και είναι ο αριθμός που πρέπει να παρακολουθήσουμε στην έκδοση του επόμενου έτους.