IBM-studie plasserer AI innen én av fire skadelige brudd

Én av fire skadelige databrudd involverte angripere som brukte AI, ifølge 2026 Cost of a Data Breach Report IBM publiserte 29. juli 2026. Disse bruddene kostet i gjennomsnitt 6 millioner dollar, omtrent 1 million dollar over den globale gjennomsnittsprisen på 4,99 millioner dollar som IBM rapporterer for hele utvalget, og andelen skadelige brudd med en AI-komponent økte med 56% fra forrige utgave.

Tallene kommer fra en undersøkelse, og det påvirker hvor mye vekt de bærer. Ponemon Institute utførte undersøkelsen; IBM sponserte, analyserte og publiserte den, og selger detekterings-, datasikkerhets- og identitetsprodukter som anbefalingene peker mot. Utvalget består av 602 organisasjoner som ble angrepet mellom mars 2025 og februar 2026, ikke en folketelling av alle angrep. IBM’s globale gjennomsnitt har også økt over året: forrige års utgave satte det til 4,44 millioner dollar og beskrev det som den første nedgangen på fem år.

Hva de rapporterte angrepene ligner

IBM sier at deepfake-impersonation og AI-aktivert malware står for det meste av hva respondenter klassifiserte som AI-aktivert intrusjon. Deres UK newsroom summary av samme rapporten bryter kategorien ned videre: deepfake-impersonation på 45%, AI-aktivert malware på 19% og phishing-kampanjer på 17%. Denne fordelingen plasserer det meste av kategorien i sosial ingeniørkunst snarere enn autonom kodekøring, og bedrageriteam i banker har sporet samme mønster i AI-voice-cloning-angrep i over ett år.

Sektor-konsentrasjon er det mer betydningsfulle tallet. IBM rapporterer at 62% av AI-drevne angrep i deres datasett traff kritisk infrastruktur, med finansielle tjenester og energi som bærer den tyngste andelen. Brudd i finansielle tjenesteselskaper kostet i gjennomsnitt 6,3 millioner dollar og i energiselskaper 5,2 millioner dollar.

AI-systemer var også mål snarere enn bare verktøy. Over 20% av organisasjonene rapporterte et brudd som involverte en AI-modell eller applikasjon, opp fra 13% i 2025-utgaven. De to ledende årsakene IBM identifiserer er kompromitterte API-er, applikasjoner eller plug-ins (27%) og skyfeilkonfigurasjoner som påvirker AI-arbeidsbelastninger (27%) — infrastrukturen rundt en modell snarere enn modellen selv, som også er der Hugging Face-agent-intrusjonen startet.

Kapasiteten undersøkelsen spør om

En oppfølgende studie gjennomført i mai 2026 gikk tilbake til 456 av de opprinnelige 602 organisasjonene og spurte om frontier-modeller med avanserte cybersikkerhetskapasiteter, og navnga Mythos spesifikt. Av denne gruppen sa 78% at de var klar over rapporter om slike systemer, og 85% sa at de planla å øke sikkerhetsutgiftene på styrken av denne bevisstheten. I hovedundersøkelsen sa 64% at et faktisk brudd ville utløse mer utgift. Forventet kapasitet flytter nå budsjettet raskere enn erfaren tap.

Kapasiteten har blitt dokumentert i teknisk detalj. Anthropics Frontier Red Team publiserte en vurdering 7. april 2026 som rapporterte at deres Claude Mythos Preview-modell fant og utnyttet null-dags-sårbarheter i hver større operativsystem og nettleser den ble pekt mot. I ett tilfelle identifiserte den en 17 år gammel fjern-rot-flåte i FreeBSDs NFS-server, senere katalogisert som CVE-2026-4747, og skrev en fungerende utnyttelse uten menneskelig innblanding etter den opprinnelige prompten.

Kostnadene teamet publiserte er den delen forsvarerne bør lese to ganger. Tusen kjøringer av deres feilfinnings-scaffold mot OpenBSD kostet under 20 000 dollar, og den enkeltkjøringen som produserte funnene kostet under 50 dollar. Konvertering av allerede fikset offentlige sårbarheter til fungerende privilegie-utnyttelses-utnyttelser kostet under 1 000 dollar og under 2 000 dollar hver, hver innen en dag eller mindre. Anthropic rapporterte også at færre enn 1% av sårbarhetene de hadde funnet var fikset på tidspunktet for publikasjonen. Andre sikkerhetsleverandører har beskrevet samme skift i AI som flytter fra assistent til operatør på den offensive siden.

Hvor sikkerhetsteamene har plassert sine agenter

IBM’s data lokaliserer gapet i deployering nøyaktig der økonomien biter. Over halvparten av organisasjonene sa at de bruker agenter for trussel-opptak og -innesperring; 18% anvender dem til sårbarhetsstyring. Tre fjerdedeler sa at frontier AI-trusler fører dem til å omvurdere hvordan agenter deployeres over sikkerhetsoperasjoner.

“Når organisasjonene har en forlenget gap mellom oppdagelse og retting, viser den ubalansen seg direkte i bruddkostnader,” sa Suja Viswesan, VP of IBM Security Software, i rapportens annonsering. “Prioriteten nå er å eliminere den forsinkelsen.”

Andre grunnlag har ikke flyttet mye. Blant angrepet organisasjoner, 37% krypterer følsomme data både i ro og under overføring, og 34% har oversikt over kryptografiske midler. Ransomware dukket opp i 39% av rapporterte hendelser, opp fra 34%, med utpressingstrykk som skifter mot merkevare-rykte (41%) foran ansattdata og immaterielle rettigheter, i tråd med fragmenteringen i ransomware-økonomien andre sporere dokumenterte i 2026.

Organisasjoner som bruker AI og automatisering omfattende over sikkerhetsoperasjoner, tilbrakte omtrent 2 millioner dollar mindre per brudd, sier IBM, og omtrent en fjerdedel av utvalget har ikke adoptert dem i det hele tatt. Begge IBM og Anthropic peker på samme spak: komprimér tiden mellom en sårbarhet blir kjent og en fiksing når produksjonen. 18%-tallet er der arbeidet nå sitter, og det er tallet å se på i neste års utgave.