KELAs 2026 Mid-Year AI Threat Landscape Report: AI blir både våpen og mål

Kunstig intelligens er ikke lenger bare et verktøy som hjelper cyberkriminelle å arbeide raskere – det blir stadig mer en aktiv deltaker i sofistikerte angrep. Dette er den sentrale konklusjonen i KELAs 2026 Mid-Year AI Threat Landscape Report, som argumenterer for at cybersikkerhet har gått inn i en ny æra hvor agensisk AI, åpne kildekodelle språkmodeller og autonome angrepsmetoder dramatisk endrer hvordan cyberkriminalitet utføres. Rapporten beskriver et trusselandskap hvor AI akselererer alt fra sårbarhetsoppdagelse og ransomware-operasjoner til phishing-kampanjer og bedriftsspionasje, samtidig som det skaper helt nye angrepsflater for forsvarere å sikre.

Oppgangen av autonome cyberangrep

I mange år har AI i stor grad vært et produktivitetsverktøy for utviklere, sikkerhetsproffs og angripere. KELA argumenterer for at 2026 markerer en grunnleggende endring fra AI-assistenter til AI-systemer som kan utføre multi-stegsobjektiver med begrenset menneskelig innblanding. I stedet for bare å generere kode eller svare på spørsmål, kan disse systemene identifisere sårbarheter, analysere programvare, kjede sammen angrep, eskalere privilegier og assistere gjennom hele angrepslivssyklusen med bemerkelsesverdig hastighet.

Mens tidlige demonstrasjoner av disse evnene kom fra proprietære frontier-modeller, mener KELA at den større langsiktige bekymringen er den raske tilpasningen av åpne kildekodemodeller som DeepSeek, Qwen og Kimi. Fordi disse modellene kan selvhostes, modifiseres og fratas sikkerhetsbegrensninger, er kriminelle grupper ikke lenger avhengige av kommersielle AI-tilbydere og kan bygge offensive AI-systemer helt under sin egen kontroll.

Patch-vinduet forsvinner

Kanskje er rapportens mest alarmerende prediksjon hva den kalte Autonom Vulnerability Discovery and Exploitation (AVDE). Tradisjonelt har organisasjoner hatt verdifull tid mellom offentliggjøring av en sårbarhet og den vidstrakte fremtoningen av arbeidende eksploatører. Det vinduet tillot sikkerhetsteam å teste patches og sikre systemer før angripere kunne ta fordel av dem.

Agensisk AI truer med å eliminere denne fordelen. I stedet for å bare basere seg på tidligere kjente sårbarheter, kan disse systemene analysere enorme kodebasier, granske kompleks programvarelogikk, identifisere feil, validere dem automatisk og generere eksploatørkode mye raskere enn menneskelige forskere. Når en programvarepatch blir offentlig, kan AI-systemer omvendt konstruere den for å bestemme den underliggende sårbarheten, dramatisk komprimere tiden tilgjengelig for forsvarere å reagere. Det som en gang utspant seg over måneder kan stadig oftere skje innen timer.

Ransomware-grupper integrerer AI i daglige operasjoner

I stedet for å erstatte menneskelige operatører, blir AI en kraftmultiplier for ransomware-organisasjoner.

Ett eksempel som blir fremhevet i rapporten, er lekkede kommunikasjoner som angivelig er koblet til ransomware-gruppen kjent som TheGentlemen. Ifølge KELAs analyse, brukte medlemmene AI for å akselerere programvareutvikling, feilsøke infrastrukturproblemer, analysere logger, finpusse skadelig kode, forhandle om løsepenger, prosessere stjålet bedriftsdata og bygge interne verktøy. Samtalene antyder at operatørene så på AI som en operasjonell akselerator som betydelig forbedret effektiviteten over nesten hver eneste fase av deres kampanjer, selv om menneskelig tilsyn fortsatt var nødvendig.

Dette reflekterer en bredere trend gjennom hele cyberkriminalitetsøkosystemet, hvor AI stadig fungerer som en annen medlem av teamet i stedet for bare et annet verktøy.

Nasjon-til-til-angrep blir mer automatisert

Rapporten argumenterer også for at avanserte varige trusselgrupper begynner å automatisere store deler av deres operasjoner.

En casestudie beskriver en spionasjekampanje tilskrevet Kina-tilknyttede gruppen GTG-1002, som angivelig automatiserte mellom 80% og 90% av en intrusjonsarbeidsflyt. Ifølge KELA, håndterte AI sårbarhetsoppdagelse, eksploatør-generering, privilegie- eskalering, lateral bevegelse og dataprioritering med minimal menneskelig innblanding. Uansett om disse operasjonene stammer fra nasjonalstatlige aktører eller organiserte cyberkriminelle grupper, antyder rapporten at AI stadig blir utførelse-laget ansvarlig for å utføre stadig mer komplekse angrep.

Angripere lærer å manipulere AI selv

En av rapportens mer faszinierende konsepter er noe KELA kaller “Vibe Hacking.”

I stedet for å forsøke å bypassere en AI-modell med åpenbare fengselspromter, lærer angripere stadig å manipulere AI ved å ramme skadelige aktiviteter som legitime oppgaver. I stedet for å instruere en AI til å ignorere sine sikkerhetsregler, overbeviser de den om at den deltar i autorisert sikkerhetstesting, programvareutvikling eller intern feilsøking. Når AI aksepterer den konteksten, kan den være villig til å utføre handlinger som støtter offensive operasjoner.

KELA dokumenterer flere eksempler som involverer AI-kodingassistenter og Model Context Protocol-servere, og illustrerer hvordan nøye konstruerte promter kan overbevise AI-agenter om å inspisere sensitive filer, avsløre hemmeligheter eller utføre deler av en angrepskjede mens de tror de utfører legitime arbeid.

Sosial manipulering blir mer overbevisende

Kunstig intelligens transformerer også en av cybersikkerhetens eldste angrepsmetoder: sosial manipulering.

Rapporten beskriver en voksende undergrunnsmarkedsplass hvor kriminelle selger AI-drevne phishing-plattformer, flerspråklige voice-phishing-systemer, deepfake-tjenester, voice-kloningsteknologi og AI-assisterte legitimasjonsverktøy. Noen tjenester annonserer evnen til å utføre hundrevis av automatiserte oppringninger mens de imiterer ekte kundeservice-representanter, komplett med flerspråklig støtte og realistiske samtaleevner.

Disse tilbudene reduserer betydelig den tekniske ekspertisen som kreves for å lansere overbevisende angrep, og lar kriminelle kjøpe sofistikerte evner gjennom abonnements-tjenester i stedet for å utvikle dem internt.

Infostealere stjeler nå organisatorisk kunnskap

En av rapportens viktigste observasjoner handler om utviklingen av infostealer-malware.

Historisk sett har infostealere fokusert på passord, nettleser-cookies, kryptovaluta-lommebøker og autentiseringstoken. I dagens malware angriper stadig oftere det KELA beskriver som “kognitivt lag” av AI-bruk. I stedet for bare å stjele legitimasjoner, søker angripere nå etter prompt-biblioteker, AI-minnefiler, cachede samtaler, automatiseringsarbeidsflyter, forretningsinstruksjoner og varig kontekst lagret av AI-assistenter.

Dette endrer naturen til kompromiss helt. En infisert arbeidsstasjon avslører ikke lenger bare tilgangslegitimasjoner – den kan avsløre hvordan en organisasjon opererer, grunnene bak forretningsbeslutninger, proprietære arbeidsflyter, strategisk planlegging, programvarearkitektur og intern kunnskap akkumulert gjennom måneder med AI-assistert arbeid.

Rapporten estimerer at KELA observerte over en million unike infiserte maskiner bare i de første fire månedene av 2026, og dokumenterte fortsatt vekst i macOS-fokusert malware som tar sikte på utviklere og ledere.

Sessionskaker har blitt mer verdifulle enn passord

KELA argumenterer for at autentiserte AI-sessionskaker raskt blir premium-mål for cyberkriminelle.

I stedet for å stjele brukernavn og passord, søker angripere stadig mer etter nettleser-sessionskaker som lar dem bypassere multifaktorautentisering helt. Når de får tilgang til en autentisert AI-sesjon, kan de arve ikke bare samtaler, men også tilkoblede utviklerverktøy, skytjenester, kode-repositorier, automatiseringsarbeidsflyter og bedrifts-integrasjoner.

Rapporten dokumenterer en voksende undergrunnsmarkedsplass viet spesifikt til å kjøpe, validere og selge autentiserte AI-plattform-sesjoner, og antyder at sesjonshijacking kan bli en av de mest effektive måtene å kompromittere AI-drevne bedriftsmiljøer.

AI-infrastruktur har blitt et angrepsflate

Etter hvert som organisasjoner deployer AI-orkestreringslag, inferens-endepunkter, vektor-databaser, Model Context Protocol-servere og autonome agenter, tilpasser cyberkriminelle sine rekognosceringsinnsats etter hvert.

I stedet for å skanne bare etter tradisjonelle web-applikasjoner, søker angripere stadig mer etter eksponert AI-infrastruktur som kan gi direkte tilgang til modeller, API-er, sky-credensialer eller bedrifts-automatiseringssystemer. KELA fremhever offensive plattformer som kan automatisere internet-wide oppdagelse av eksponerte AI-tjenester før de validerer og organiserer stjålne credensialer til umiddelbar brukbar intelligens.

Resultatet er et cyberkriminalitets-økosystem hvor rekognosering, credensial-høsting, eksploatering og post-kompromiss-analyse blir stadig mer automatisert, og dramatisk reduserer den ferdighetsbarrieren som kreves for å lansere sofistikerte angrep.

Forsvare mot den agensiske æraen

KELA konkluderer med at organisasjoner ikke kan basere seg bare på tradisjonelle defensive strategier mens AI fortsetter å akselerere tempoet på cyberangrep. I stedet må bedriftene anta at AI-agenter, prompt-biblioteker, minnebutikker, autonome arbeidsflyter og maskin-identiteter nå er kritiske aktiva som krever samme nivå av beskyttelse som tidligere var forbeholdt servere, credensialer og databaser.

Den overordnede beskjeden i KELAs 2026 Mid-Year AI Threat Landscape Report er at kunstig intelligens omdefinerer cybersikkerhet fra begge retninger. AI gir forsvarere nye evner, men det transformerer også økonomien og hastigheten på cyberkriminalitet. Mens bedrifter integrerer AI dypere i sine operasjoner, kan sikring av ikke bare infrastruktur, men også kunnskap, kontekst og autonome beslutningsprosesser innbygget i AI-systemer, bli en av de avgjørende cybersikkerhetsutfordringene i årtiet.