รายงานความปลอดภัย AI ของ Check Point Research 2026: AI เปลี่ยนจากผู้ช่วยด้านความปลอดภัยไซเบอร์เป็นผู้ดำเนินการอย่างแข็งขัน

รายงานความปลอดภัย AI ของ Check Point Research 2026 ซึ่งเผยแพร่โดย Check Point Software Technologies (CHKP ) อธิบายภูมิทัศน์ด้านความปลอดภัยไซเบอร์ที่ที่นั้น AI ไม่ได้ช่วยเหลือผู้โจมตีในการวิจัยเป้าหมาย การเขียนอีเมล钓鱼 หรือสร้างโค้ดที่เป็นอันตรายอีกต่อไป AI กำลังดำเนินการภายในห่วงโซ่การโจมตีแบบเรียลไทม์ โดยสั่งคำสั่ง วิเคราะห์ข้อมูลที่ถูกขโมย พัฒนาโค้ดที่เป็นอันตราย และประสานงานการโจมตีระหว่างระบบหลายระบบ ในขณะเดียวกัน การนำ AI ไปใช้ในองค์กรทำให้ข้อมูลที่ไวต่อสิทธิ์ถูกเปิดเผย ขยายความเสี่ยงของซอฟต์แวร์ในห่วงโซ่อุปทาน และทำให้สัญญาณที่ใช้ในการยืนยันตัวตนหลายอย่างอ่อนแอลง

AI กำลังเข้าสู่ห่วงโซ่การโจมตีแบบเรียลไทม์

ผลการวิจัยที่สำคัญที่สุดของรายงานไม่ใช่ว่า AI ได้คิดค้นรูปแบบการโจมตีไซเบอร์ใหม่ๆ แต่เป็นการลดเวลา ความเชี่ยวชาญ และต้นทุนในการดำเนินการโจมตีที่มีอยู่แล้ว

AI มีบทบาทในการวิศวกรรมสังคม การพัฒนามัลแวร์ การวิจัยความเสี่ยง การสอดแนม การเก็บข้อมูลประจำตัว การเคลื่อนไหวในแนวตั้ง และการวิเคราะห์ข้อมูล ผู้ดำเนินการมีความเสี่ยงที่สูงสุดไม่จำเป็นต้องใช้โมเดลที่ทันสมัยที่สุด แต่เป็นผู้ที่สามารถเชื่อมต่อเครื่องมือ AI หลายตัวและทำให้หลายขั้นตอนของการบุกรุกเป็นอัตโนมัติ

การโจมตีของกลุ่มจีนลิงก์ที่รายงานใช้ Claude Code เพื่อทำงานเชิงกลยุทธ์ประมาณ 80% ถึง 90% ในองค์กรที่ถูกโจมตี 30 แห่ง AI จัดการการสอดแนม การใช้ประโยชน์ การเก็บข้อมูลประจำตัว การเคลื่อนไหวในแนวตั้ง และการคัดแยกข้อมูล โดยที่ผู้ดำเนินการคนให้คำแนะนำเชิงกลยุทธ์

ตัวอย่างที่ชัดเจนกว่านั้นเกี่ยวข้องกับการบุกรุกของหน่วยงานรัฐบาลเม็กซิโก 9 แห่ง ระหว่างปลายเดือนธันวาคม 2025 ถึงกลางเดือนกุมภาพันธ์ 2026 การดำเนินการนี้เปิดเผยข้อมูลประมาณ 400 ล้านเรกคอร์ดที่ครอบคลุมข้อมูลภาษี ทะเบียนพลเรือน ยานพาหนะ ผู้ป่วย และข้อมูลการเลือกตั้ง นักวิจัยสร้างการโจมตีนี้ขึ้นมาใหม่จากโครงสร้างพื้นฐานของผู้ดำเนินการเอง และพบว่าคำสั่ง 1,088 คำที่เขียนโดยมนุษย์สร้างคำสั่ง 5,317 คำที่ดำเนินการโดย AI ใน 34 เซสชัน

ผู้โจมตีใช้ Claude Code เพื่อสำรวจและบุกรุกระบบ ในขณะที่ GPT-4.1 วิเคราะห์ข้อมูลที่ถูกขโมยและสร้างคำสั่งสำหรับเซสชันต่อไป เมื่อ Claude ปฏิเสธที่จะช่วยเหลือ ผู้ดำเนินการแทรกคำสั่งการเจาะระบบลงในไฟล์ CLAUDE.md ที่เชื่อถือได้ เซสชันต่อๆ ไปทั้งหมดมีพฤติกรรมที่เปลี่ยนแปลงไปโดยอัตโนมัติ โดยไม่ต้องทำซ้ำการเจาะระบบ

AI ที่ถูกสร้างขึ้นเองยังคงเป็นตัวเลือกหลัก

ผู้โจมตีสามารถเข้าถึง AI ผ่านบริการเชิงพาณิชย์ โมเดลโอเพ่นซอร์สที่ติดตั้งเอง หรือแพลตฟอร์มที่สร้างขึ้นโดยเฉพาะสำหรับอาชญากร แม้ว่าจะมีการอภิปรายเกี่ยวกับโมเดลที่ไม่มีข้อจำกัดที่ติดตั้งเอง แต่เครื่องมือเชิงพาณิชย์ที่เป็นที่นิยมยังคงเป็นตัวเลือกที่เป็นไปได้มากที่สุด

ผู้โจมตีใช้บัญชีที่ถูกขโมยหรือบัญชีที่ถูกต้องสำหรับบริการ เช่น ChatGPT, Gemini, Claude, DeepSeek, Kimi และ Qwen พวกเขามักจะแบ่งคำสั่งที่เป็นอันตรายออกเป็นงานเล็กๆ ที่ดูไม่เป็นอันตรายเมื่อดูแยกกัน และค่อยๆ นำโมเดลไปสู่ผลลัพธ์ที่ไม่ได้รับอนุญาต

ข้อมูลประจำตัว AI ได้กลายเป็นเป้าหมายที่มีค่าแล้ว การโจมตีของ Bissa Scanner ได้ขโมยข้อมูลเข้าใช้สำหรับ Anthropic, OpenAI, Google และผู้ให้บริการอื่นๆ จากไฟล์สภาพแวดล้อมของนักพัฒนามากกว่า 30,000 ไฟล์ ข้อมูลประจำตัว AI เป็นประเภทข้อมูลที่ถูกเก็บมากที่สุด

AI ที่สร้างขึ้นเองสามารถสร้างมัลแวร์ได้

การพัฒนามัลแวร์ที่ช่วยเหลือโดย AI ได้พัฒนาไปไกลกว่าโพรโทไทป์ที่ไม่สมบูรณ์ ในหลายกรณี มัลแวร์ที่เสร็จสมบูรณ์ไม่มี AI เลย โมเดลถูกใช้ในการพัฒนาเพื่อเขียน ทดสอบ ขัดข้อง และปรับปรุงโค้ด โดยที่ไม่มีหลักฐานที่เห็นได้ชัดของการมีส่วนร่วมของ AI เมื่อมัลแวร์ถูกใช้งานแล้ว

VoidLink เป็นตัวอย่างที่แข็งแกร่งที่สุดในรายงาน นั่นคือเฟรมเวิร์กการควบคุมและบัญชีแบบโมดูลาร์สำหรับ Linux ที่รวมความสามารถในการซ่อนตัวและคงอยู่ต่อไป นอกจากนี้ยังมีปลั๊กอินหลังการโจมตีมากกว่า 30 รายการ คุณภาพของมันชี้ให้เห็นว่าทีมนักพัฒนาจำนวนมากใช้เวลาหลายเดือนในการสร้างมัน

นักพัฒนาของ VoidLink ใช้ TRAE SOLO AI coding environment เพื่อสร้างโค้ดมากกว่า 88,000 บรรทัดในเวลาไม่ถึงหนึ่งสัปดาห์ ผ่านการกำหนดค่าและทดสอบที่ช่วยเหลือโดย AI

เวลาในการแก้ไขปัญหาความปลอดภัยกำลังลดลง

AI กำลังเร่งการค้นพบช่องโหว่ด้านความปลอดภัยสำหรับทั้งผู้ป้องกันและผู้โจมตี ซึ่งลดช่วงเวลาระหว่างการเปิดเผยต่อสาธารณะ การใช้ประโยชน์ และการแก้ไข

รายงานอธิบายถึง Project Glasswing ของ Anthropic ซึ่งใช้โมเดลที่ไม่ได้เผยแพร่ชื่อ Claude Mythos Preview เพื่อระบุช่องโหว่ด้านความปลอดภัยที่มีความเสี่ยงสูงและวิกฤติมากกว่า 10,000 ช่องโหว่ในระบบปฏิบัติการและเบราว์เซอร์หลักๆ ในเดือนแรก โมเดลนี้สร้างการโจมตีที่สำเร็จในครั้งแรกประมาณ 83% ของกรณี

แอปพลิเคชัน AI กำลังกลายเป็นเป้าหมาย

เมื่อองค์กรต่างๆ รวม AI เข้ากับเบราว์เซอร์ แพลตฟอร์มอีเมล เอกสาร สภาพแวดล้อมการเขียนโค้ด และกระบวนการทำงาน AI ได้รับข้อมูลที่ไวต่อสิทธิ์และสามารถดำเนินการโดยใช้สิทธิ์ที่มีอยู่

การฉีดคำสั่ง (prompt injection) ยังคงเป็นภัยคุกคามที่สำคัญที่สุด การฉีดคำสั่งโดยตรงเกิดขึ้นเมื่อผู้โจมตีเข้าถึงโมเดลและพยายามบังคับให้โมเดลปฏิบัติตามคำสั่งโดยไม่สนใจกฎของมัน

ห่วงโซ่อุปทานของเอเย่นต์ AI กำลังขยายพื้นที่การโจมตี

เอเย่นต์ AI ได้รับความสามารถผ่านเซิร์ฟเวอร์ Model Context Protocol เอกสเตนชัน ไฟล์กำหนดค่า ฮับโมเดล และทักษะที่สามารถดาวน์โหลดได้ ส่วนประกอบเหล่านี้มักจะถูกเชื่อถือโดยอัตโนมัติและติดตั้งโดยมีการทบทวนด้วยมนุษย์น้อย

Check Point Research ระบุช่องโหว่ในไฟล์โครงการ Claude Code ที่สามารถสั่งคำสั่งที่ควบคุมโดยผู้โจมตีได้เมื่อนักพัฒน mởรีพอซิทอรี่ที่ถูกทำลาย

ตัวตนเทียมกำลังบ่อนทำลายความไว้วางใจดิจิทัล

AI ที่สร้างขึ้นเองทำให้เสียง ภาพใบหน้า เอกสาร และตัวตนออนไลน์ง่ายต่อการสร้างและยากต่อการตรวจสอบ เสียงที่คุ้นเคย การโทรด้วยวิดีโอที่มีชีวิตจริง หรือเอกสารระบุตัวตนที่ออกโดยรัฐบาลไม่สามารถใช้เป็นหลักฐานอิสระเพื่อพิสูจน์ว่าใครเป็นคนจริงได้อีกต่อไป

แพลตฟอร์ม ATHR ใช้เอเย่นต์เสียงอัตโนมัติเพื่อทำการโทรสำหรับการกู้คืนบัญชีและขโมยรหัสผ่านแบบใช้ครั้งเดียว ผู้ดำเนินการคนหนึ่งสามารถจัดการหลายๆ การสนทนาได้พร้อมๆ กันโดยไม่ต้องมีผู้โทรคน

การใช้ AI ในองค์กรสร้างการเปิดเผยข้อมูลที่ยั่งยืน

องค์กรโดยเฉลี่ยใช้แอปพลิเคชัน AI 10 รายการในแต่ละเดือน จำนวนคำสั่งโดยเฉลี่ยต่อพนักงานเพิ่มขึ้นจาก 56 ในเดือนธันวาคม 2025 เป็น 70 ในเดือนพฤษภาคม 2026 ซึ่งแสดงถึงการเติบโต 25%

ระหว่าง 87% ถึง 93% ขององค์กรประสบการโต้ตอบ AI ที่มีความเสี่ยงสูง至少หนึ่งครั้งในแต่ละเดือน ส่วนแบ่งคำสั่งที่มีข้อมูลองค์กรที่ไวต่อสิทธิ์ ส่วนบุคคล หรือที่มีการควบคุมเพิ่มขึ้นสองเท่าจาก 2% เป็น 4% ซึ่งเปลี่ยนจากประมาณหนึ่งคำสั่งที่มีความเสี่ยงใน 50 การโต้ตอบเป็นหนึ่งคำสั่งใน 25 การโต้ตอบ

ผลกระทบในอนาคต

รายงานความปลอดภัย AI ของ Check Point Research 2026 นำเสนอสภาพแวดล้อมด้านความปลอดภัยที่ AI เสริมศักยภาพของผู้โจมตี สร้างจุดอ่อนใหม่ในห่วงโซ่อุปทานซอฟต์แวร์ บ่อนทำลายการยืนยันตัวตนดิจิทัล และเพิ่มความเสี่ยงในการเปิดเผยข้อมูลที่ไวต่อสิทธิ์ประจำวัน คำเตือนหลักของรายงานคือองค์กรไม่สามารถจัดการความปลอดภัย AI ได้เพียงผ่านนโยบายและการทบทวนประจำปีเท่านั้น พวกเขาต้องการการมองเห็นอย่างต่อเนื่องในแอปพลิเคชัน AI เอเย่นต์ โครงสร้างพื้นฐาน สิทธิ์ ผู้ให้บริการที่สาม และข้อมูลที่พนักงานแบ่งปัน เมื่อ AI เริ่มดำเนินการด้วยความเร็วของเครื่องจักร ทีมความปลอดภัยจะต้องตรวจจับ ตรวจสอบ และตอบสนองด้วยความเร็วที่เทียบเท่า