Raporty

Raport Black Kite na 2026 rok o łańcuchu dostaw AI: zagrożenia związane z relacjami z dostawcami AI

mm
Dodaj Unite.AI do preferowanych źródeł w Google
Black Kite report cover superimposed over a conceptual network of AI suppliers, software components and cloud services.

Raport Black Kite na 2026 rok o łańcuchu dostaw AI: zagrożenia związane z relacjami z dostawcami AI wskazuje, że firmy dostarczające zaawansowane rozwiązania AI często mają dobrze znane słabości w zakresie cyberbezpieczeństwa. Zewnętrzna ocena 18 160 firm z branży AI wykazała krytyczne, niezałatane luki w zabezpieczeniach w 34,2% badanych organizacji, a słabości mechanizmów uwierzytelniania poczty e-mail — w jeszcze większej części z nich.

Główny wniosek raportu jest taki, że zakup AI oznacza coś więcej niż nawiązanie relacji z dostawcą oprogramowania. Klienci przejmują również ryzyko związane z infrastrukturą dostawcy, komponentami, na których opiera się jego produkt, oraz uprawnieniami przyznanymi jego integracjom. W miarę jak narzędzia AI zyskują możliwość działania w systemach biznesowych, relacje z ich dostawcami należy analizować równie wnikliwie jak współpracę z innymi kluczowymi dostawcami.

„Łańcuch dostaw AI nie zawodzi w jakiś niecodzienny sposób. Zawodzi w zwyczajny sposób” — powiedział Ferhat Dikbiyik, dyrektor ds. badań i analiz wywiadowczych w Black Kite. Wyniki badania zwracają uwagę na znaczenie instalowania poprawek, ochrony danych uwierzytelniających i kontroli dostępu przyznawanego integracjom.

Podstawowe luki w zabezpieczeniach dużej grupy dostawców AI

Black Kite utworzyło badaną grupę firm na podstawie komercyjnej bazy danych przedsiębiorstw, a następnie przeanalizowało opisy działalności i publiczne strony internetowe, aby potwierdzić, że AI stanowi kluczowy element produktów lub usług każdej z nich. Obserwacje dotyczące bezpieczeństwa poszczególnych firm opierają się na danych z września i października 2026 roku.

Ocena wykazała, że:

  • 34,2% firm miało co najmniej jedną krytyczną, niezałataną lukę w zabezpieczeniach wykrytą z zewnątrz.
  • 9,8% firm miało lukę ujętą w katalogu znanych wykorzystywanych luk w zabezpieczeniach (Known Exploited Vulnerabilities, KEV) prowadzonym przez CISA.
  • 61,7% firm miało słabości w konfiguracji DMARC, a słabości dotyczące DKIM i SPF stwierdzono odpowiednio w 37,3% i 11,2% firm.
  • 29,7% firm osiągnęło lub przekroczyło wartość 0,4 w opracowanym przez Black Kite wskaźniku podatności na ataki ransomware, która stanowi próg krytyczny dla tej firmy.
  • 6,8% firm miało powiązane z nimi dane logowania do kont firmowych w rejestrach tworzonych przez złośliwe oprogramowanie wykradające informacje.

Wskaźniki te odpowiadają na różne pytania. Luka ujęta w katalogu KEV ma udokumentowaną historię wykorzystywania w atakach w jakimś miejscu na świecie; jej obecność nie dowodzi, że zaatakowano dostawcę objętego tym badaniem. Podobnie wynik wskaźnika podatności na ataki ransomware służy do ustalania priorytetów przeglądu, a nie do określania prawdopodobieństwa, że konkretna firma padnie ofiarą ataku ransomware.

Uwierzytelnianie poczty e-mail ma znaczenie, ponieważ dostawcy AI nadal korzystają ze zwykłych domen firmowych i prowadzą typowe procesy biznesowe. Brak egzekwowania odpowiednich zasad lub ich słabe egzekwowanie może ułatwić podszywanie się pod domenę, nawet jeśli sam produkt AI jest zaawansowany technicznie. Wartości dotyczące DMARC, DKIM i SPF częściowo się pokrywają, dlatego nie należy ich sumować.

Rola dostawcy ma większe znaczenie niż marka AI

Raport dzieli ekosystem na sześć szerokich grup działalności. Technologie bazowe — w tym modele, infrastruktura obliczeniowa i usługi danych — stanowią około 10% badanej grupy. Codzienne aplikacje biznesowe to około 31%, a firmy opracowujące i wdrażające AI dla innych organizacji — około 23%.

To pomaga wyjaśnić, dlaczego skupianie się wyłącznie na znanych dostawcach modeli pomija znaczną część ryzyka dla przedsiębiorstw. Integratorzy, dostawcy usług chmurowych, firmy przetwarzające dane i platformy obsługi klienta mogą mieć bezpośredni dostęp do systemów i informacji klientów.

Wyniki dotyczące danych uwierzytelniających były szczególnie wyraźne w tych grupach. Black Kite znalazło powiązane dane logowania do kont firmowych w rejestrach złośliwego oprogramowania wykradającego informacje w przypadku 19,9% dostawców chmurowych rozwiązań AI, w porównaniu z 4,1% twórców modeli i platform. Wśród firm zajmujących się danymi i ich etykietowaniem odsetek ten wyniósł 13,9%, a wśród platform obsługi klienta — 11,5%.

Obawy dotyczą tego, do czego mogłyby posłużyć te dane uwierzytelniające, gdyby nadal były aktywne, a nie założenia, że wykorzystano każde ujawnione dane logowania. Podczas oceny dostawców trzeba powiązać wykryte ustalenia z kupowaną usługą: dane logowania do niezwiązanego z nią narzędzia biznesowego mogą mieć zupełnie inne konsekwencje niż dane zapewniające dostęp do produkcyjnego środowiska obsługującego klientów.

Dostawcy AI również korzystają z zależności

Druga część raportu analizuje komponenty oprogramowania wykorzystywane przez produkty AI. Black Kite zidentyfikowało 105 firm z branży AI, w przypadku których wykryto problemy związane z n8n, Langflow lub LiteLLM — narzędziami, które mogą pośredniczyć między modelami, przepływami pracy i połączonymi usługami.

Wspólna zależność może powodować ryzyko koncentracji, nawet jeśli rejestr dostawców wydaje się zróżnicowany. Kilka osobno zakupionych usług AI może korzystać z tej samej platformy przepływów pracy, routera modeli, biblioteki lub infrastruktury chmurowej. Problem z bezpieczeństwem we wspólnej warstwie może więc wymagać skoordynowanych działań w ramach relacji z wieloma dostawcami.

W praktyce należy ustalić, czy dostawca potrafi zidentyfikować zagrożony komponent, określić, w których środowiskach jest on używany, oraz szybko usunąć problem lub odizolować komponent. Klienci muszą też wiedzieć, jakie dane uwierzytelniające i uprawnienia ma ten komponent, ponieważ zagrożenie związane z oprogramowaniem staje się poważniejsze, gdy może ono posłużyć do uzyskania dostępu do innych systemów.

Ustalenia dotyczące MCP podkreślają znaczenie uprawnień przyznawanych integracjom

Black Kite osobno przeanalizowała 305 publicznie dostępnych wpisów dotyczących serwerów Model Context Protocol, przypisanych 179 firmom z branży AI. W tych wpisach odnotowano 1 732 ustalenia, z których 48,8% sklasyfikowano jako poważne lub krytyczne. Spośród 77 krytycznych ustaleń 87% dotyczyło wstrzykiwania kodu lub poleceń.

MCP zapewnia aplikacjom AI ustandaryzowany interfejs do narzędzi i źródeł danych. W zależności od implementacji połączony serwer może udostępniać funkcje umożliwiające odczytywanie dokumentów, wysyłanie zapytań do baz danych, aktualizowanie rekordów lub wykonywanie innych operacji. Podatny komponent dysponujący szerokimi uprawnieniami może więc narażać na ryzyko nie tylko samą aplikację AI.

Istotne jest, co stanowi mianownik: 48,8% odnosi się do odnotowanych ustaleń, a nie do odsetka wszystkich firm z branży AI ani wdrożeń MCP w środowiskach produkcyjnych, które są podatne na ataki. Zbiór danych obejmuje publicznie dostępne repozytoria, pakiety i hostowane komponenty; przypisanie do domeny nie potwierdza użycia w działającym środowisku produkcyjnym, a prywatne środowiska MCP nie były objęte analizą.

Dla zespołów korporacyjnych oznacza to konieczność sporządzenia wykazu połączeń, ograniczenia uprawnień do zakresu niezbędnego do wykonania pracy oraz sprawdzenia, jak szybko można je odebrać. Zewnętrzna ocena dostawcy nie pozwala ustalić wszystkich uprawnień przyznanych mu przez klienta we własnym środowisku.

Jak korzystać z ustaleń, nie wyciągając z nich zbyt daleko idących wniosków

Badanie przeprowadzono z zewnątrz, bez dostępu do systemów ocenianych firm. Ustalenia dotyczące krytycznych podatności na ogół wynikają z dopasowania zaobserwowanych wersji oprogramowania do ujawnionych podatności; Black Kite nie testowała możliwości ich wykorzystania. Sygnały związane z botnetami, odnotowane w przypadku 6,5% firm, oraz nietypowa aktywność sieciowa, stwierdzona w przypadku 44,3%, wymagają zbadania, ale same w sobie nie dowodzą, że doszło do włamania.

Widoczność wpływa również na porównania. W uzupełniającej analizie grupy Forbes AI 50 ustalenia dotyczące krytycznych podatności odnotowano w przypadku 52% firm, a w przypadku 28% znaleziono powiązane dane uwierzytelniające w rejestrach infostealerów. Większy ślad cyfrowy stwarza więcej możliwości wykrycia problemów, dlatego tych wartości nie należy traktować jako prostego rankingu wskazującego, które typy firm są najbezpieczniejsze.

Black Kite sprzedaje rozwiązania do analizy ryzyka cybernetycznego związanego z podmiotami zewnętrznymi i jego monitorowania, w tym analizy narażenia dostawców oraz wskaźników podatności na ataki ransomware. Jej raport to badanie przygotowane przez dostawcę, w którym określono badaną populację i metodologię; nie jest to spis wszystkich firm z branży AI ani dowód na to, że doszło do naruszenia bezpieczeństwa wszystkich wskazanych systemów.

Najważniejszy wniosek dla praktyki operacyjnej jest taki, by łącznie oceniać trzy powiązane elementy: dostawcę, jego zależności oraz zakres dostępu przyznany jego produktowi. Pełny Raport o łańcuchu dostaw AI na 2026 rok: ryzyka związane z relacjami z dostawcami AI zawiera szczegółowe ustalenia Black Kite oraz metodologię stosowania tego podejścia przy ocenie dostawców AI.

Miles Okada jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się sztuczną inteligencją i cyberbezpieczeństwem, ze szczególnym uwzględnieniem nowych zagrożeń, architektur obronnych oraz ewoluujących dynamik pomiędzy atakującymi a systemami zautomatyzowanymi. Jego praca bada, jak SI przekształca operacje bezpieczeństwa, od autonomicznego wykrywania i reagowania na zagrożenia po rosnącą liczbę technik adversarialnych SI.

Z technicznej i dochodzeniowej perspektywy Miles analizuje badania bezpieczeństwa, ujawnienia incydentów oraz wdrożenia w rzeczywistym świecie, aby zrozumieć, gdzie SI wzmacnia obronę — a gdzie wprowadza nowe podatności. Szczególną uwagę poświęca wykorzystywaniu luk w modelach, zatruwaniu danych, automatyzacji ataków oraz operacyjnym realiom zabezpieczania systemów zasilanych przez SI w dużej skali.

Artykuły autorstwa Milesa Okady są generowane przez SI i poddawane przeglądowi przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, rzetelność oraz odpowiedzialne relacjonowanie szybko zmieniającego się krajobrazu bezpieczeństwa SI.