KELA:s halvårsrapport om AI-hot 2026: AI blir både vapen och måltavla

Artificiell intelligens är inte längre bara ett verktyg som hjälper cyberkriminella att arbeta snabbare – den blir alltmer en aktiv deltagare i sofistikerade attacker. Det är den centrala slutsatsen i KELA:s halvårsrapport om AI-hot 2026, som hävdar att cybersäkerheten har gått in i en ny era där agenter med artificiell intelligens, öppen källkod och autonoma attacktekniker dramatiskt förändrar hur cyberbrott begås. Rapporten beskriver ett hotlandskap där AI påskyndar allt från upptäckt av sårbarheter och ransomware-attacker till phishing-kampanjer och industriell spioneri, samtidigt som den skapar helt nya angreppsytor för försvarare att skydda.

Uppkomsten av autonoma cyberattacker

Under många år har AI i huvudsak fungerat som ett produktivitetsverktyg för utvecklare, säkerhetsproffs och angripare. KELA hävdar att 2026 markerar en grundläggande förändring från AI-assistenter till AI-system som kan utföra multi-stegsobjekt med begränsad mänsklig inblandning. Istället för att bara generera kod eller svara på frågor kan dessa system identifiera sårbarheter, analysera programvara, kedja samman exploateringar, eskalera behörigheter och assistera under hela en attacklivscykel med anmärkningsvärd hastighet.

Medan tidiga demonstrationer av dessa förmågor kom från proprietära frontier-modeller, tror KELA att den större långsiktiga oron är den snabba antagandet av öppen källkod-modeller som DeepSeek, Qwen och Kimi. Eftersom dessa modeller kan vara självvärdande, modifierade och fria från säkerhetsbegränsningar, är kriminella grupper inte längre beroende av kommersiella AI-leverantörer och kan bygga offensiva AI-system helt under sin egen kontroll.

Patch-fönstret försvinner

Kanske är rapportens mest alarmerande förutsägelse den som kallas Autonom Upptäckt och Exploatering av Sårbarheter (AVDE). Traditionellt har organisationer haft värdefull tid mellan den offentliga tillkännagivandet av en sårbarhet och den allmänna förekomsten av fungerande exploateringar. Det fönstret tillät säkerhetsteam att testa korrigeringar och skydda system innan angripare kunde utnyttja dem.

Agenter med artificiell intelligens hotar att eliminera den fördelen. Istället för att bara förlita sig på tidigare kända sårbarheter, kan dessa system analysera enorma kodbas, resonera genom komplex programlogik, identifiera fel, validera dem automatiskt och generera exploateringskod mycket snabbare än mänskliga forskare. När en programkorrigering blir offentlig, kan AI-system omvända konstruera den för att bestämma den underliggande sårbarheten, dramatiskt komprimera den tid som finns tillgänglig för försvarare att reagera. Det som tidigare utvecklades under månader kan alltmer hända inom timmar.

Ransomware-grupper integrerar AI i dagliga operationer

Istället för att ersätta mänskliga operatörer, blir AI en kraftmultiplicator för ransomware-organisationer.

Ett exempel som lyfts fram i rapporten undersöker läckta kommunikationer som påstås vara kopplade till ransomware-gruppen TheGentlemen. Enligt KELA:s analys använde medlemmarna AI för att påskynda programutveckling, felsöka infrastrukturproblem, analysera loggar, förbättra skadlig kod, utarbeta utpressningsförhandlingar, bearbeta stulen företagsdata och bygga interna verktyg. Samtalen tyder på att operatörerna såg AI som en operativ accelerator som avsevärt förbättrade effektiviteten över nästan alla stadier av deras kampanjer, även om mänsklig tillsyn fortfarande var nödvändig.

Detta återspeglar en bredare trend inom hela cyberbrotts-ekosystemet, där AI alltmer fungerar som en annan medlem i teamet snarare än bara ett annat verktyg.

Nationella operationer blir mer automatiserade

Rapporten hävdar också att avancerade, bestående hotgrupper börjar automatisera stora delar av sina operationer.

En fallstudie beskriver en spionkampanj som tillskrivs Kina-anknuten gruppen GTG-1002, som påstås ha automatiserat mellan 80% och 90% av en intrångsarbetsflöde. Enligt KELA hanterade AI upptäckt av sårbarheter, generering av exploateringar, behörighetshöjning, lateralt rörelse och dataprioritering med minimal mänsklig inblandning. Oavsett om dessa operationer kommer från nationella aktörer eller organiserade cyberbrottsgrupper, föreslår rapporten att AI stadigt blir den verkställande skiktet som ansvarar för att genomföra alltmer komplexa attacker.

Angripare lär sig att manipulera AI själv

En av rapportens mer fascinerande begrepp är något som KELA kallar “Vibe Hacking.”

Istället för att försöka kringgå en AI-modell med uppenbara jailbreak-prompt, lär sig angripare alltmer att manipulera AI genom att presentera skadliga aktiviteter som legitima uppgifter. Istället för att instruera en AI att ignorera dess säkerhetsregler, övertygar de den om att den deltar i auktoriserad säkerhetstestning, programutveckling eller intern felsökning. När AI accepterar den kontexten, kan den villigt utföra åtgärder som stöder offensiva operationer.

KELA dokumenterar flera exempel som involverar AI-kodassistenter och Model Context Protocol-servrar, vilket visar hur noggrant utformade prompt kan övertyga AI-agenter att inspektera känsliga filer, avslöja hemligheter eller utföra delar av en attackkedja medan de tror att de utför legitima uppgifter.

Social ingenjörskonst blir mer övertygande

Artificiell intelligens förvandlar också en av cybersäkerhets äldsta attackmetoder: social ingenjörskonst.

Rapporten beskriver en växande underjordisk marknad där kriminella säljer AI-drivna phishing-plattformar, multilingvala röstphishing-system, deepfake-tjänster, röstklon-teknik och AI-assisterade inloggningsverktyg. Vissa tjänster annonserar möjligheten att genomföra hundratals automatiserade samtal medan de imiterar riktiga kundtjänstrepresentanter, komplett med multilingvalt stöd och realistiska konversationsförmågor.

Dessa erbjudanden minskar avsevärt den tekniska expertis som krävs för att lansera övertygande attacker, vilket tillåter kriminella att köpa sofistikerade förmågor genom prenumerations-tjänster snarare än att utveckla dem internt.

Infostealers stjäl nu organisatorisk kunskap

En av rapportens viktigaste observationer rör utvecklingen av infostealer-malware.

Tidigare fokuserade infostealers på lösenord, webbläsarcookies, krypteringsplånböcker och autentiseringstoken. Idag riktar sig malware alltmer mot det som KELA beskriver som “kognitiva skiktet” av AI-användning. Istället för att bara stjäla autentiseringsuppgifter, söker angripare nu efter prompt-bibliotek, AI-minnesfiler, cachede samtal, automatiserade arbetsflöden, affärsinstruktioner och bestående kontext som lagras av AI-assistenter.

Detta förändrar naturen hos kompromissen helt. En infekterad arbetsstation exponerar inte längre bara autentiseringsuppgifter – den kan avslöja hur en organisation fungerar, resonemanget bakom affärsbeslut, proprietära arbetsflöden, strategisk planering, programvaruarkitektur och intern kunskap som ackumulerats genom månader av AI-assisterat arbete.

Rapporten uppskattar att KELA observerade mer än en miljon unika infekterade maskiner under bara de första fyra månaderna av 2026, samtidigt som den dokumenterar fortsatt tillväxt i macOS-inriktad malware som riktar sig mot utvecklare och chefer.

Session-cookies har blivit mer värdefulla än lösenord

KELA hävdar att autentiserade AI-sessions snabbt blir premium-mål för cyberkriminella.

Istället för att stjäla användarnamn och lösenord, söker angripare alltmer efter webbläsar-session-cookies som tillåter dem att kringgå multifaktorautentisering helt. När de får tillgång till en autentiserad AI-session, kan de ärva inte bara samtal utan också anslutna utvecklarverktyg, molntjänster, kod-repositorier, automatiserade arbetsflöden och företagsintegrationer.

Rapporten dokumenterar en växande underjordisk marknad som är dedikerad specifikt till att köpa, validera och sälja autentiserade AI-plattforms-sessioner, vilket tyder på att session-kapning kan bli ett av de mest effektiva sätten att kompromettera AI-drivna företagsmiljöer.

AI-infrastruktur har blivit en angreppsyta

När organisationer distribuerar AI-orchestreringslager, inferensslutpunkter, vektordatabaser, Model Context Protocol-servrar och autonoma agenter, anpassar sig cyberkriminella sin rekognosceringsinsats enligt.

Istället för att bara skanna efter traditionella webbapplikationer, söker angripare alltmer efter exponerad AI-infrastruktur som kan ge direkt tillgång till modeller, API:er, molnautentiseringsuppgifter eller företagsautomatiseringssystem. KELA lyfter fram offensiva plattformar som kan automatisera internet-vid upptäckt av exponerade AI-tjänster innan de validerar och organiserar stulna autentiseringsuppgifter till omedelbart användbar underrättelser.

Resultatet är ett cyberbrotts-ekosystem där rekognoscering, autentiseringsuppgiftsinsamling, exploatering och post-komprometteringsanalys blir alltmer automatiserade, vilket dramatiskt sänker den färdighetsbarriär som krävs för att lansera sofistikerade attacker.

Försvara den agenterade eran

KELA slutsatsen att organisationer inte kan förlita sig enbart på traditionella försvarsstrategier när AI fortsätter att påskynda takten i cyberattacker. Istället måste företagen anta att AI-agenter, prompt-bibliotek, minneslagring, autonoma arbetsflöden och maskinidentiteter nu är kritiska tillgångar som kräver samma skyddsnivå som tidigare reserverats för servrar, autentiseringsuppgifter och databaser.

Den övergripande budskapet i KELA:s halvårsrapport om AI-hot 2026 är att artificiell intelligens omformar cybersäkerheten från båda håll. AI ger försvararna nya förmågor, men det förvandlar också ekonomin och takten i cyberbrott. När företag integrerar AI djupare i sina operationer, kan skyddandet av inte bara deras infrastruktur utan också den kunskap, kontext och autonoma beslutsfattanden som är inbäddade i deras AI-system bli en av de mest avgörande cybersäkerhetsutmaningarna under decenniet.