ความปลอดภัยไซเบอร์

การศึกษาของ IBM ระบุว่า AI อยู่ภายในหนึ่งในสี่ของการละเมิดข้อมูลที่เป็นอันตราย

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

หนึ่งในสี่ของการละเมิดข้อมูลที่เป็นอันตรายเกี่ยวข้องกับการใช้ AI โดยผู้โจมตี ตามรายงาน 2026 Cost of a Data Breach Report ที่ IBM เผยแพร่เมื่อวันที่ 29 กรกฎาคม 2026 การละเมิดเหล่านี้มีค่าใช้จ่ายเฉลี่ยอยู่ที่ 6 ล้านดอลลาร์ ซึ่งมากกว่าค่าเฉลี่ยทั่วโลกที่ IBM รายงานในตัวอย่างทั้งหมดถึง 1 ล้านดอลลาร์ และสัดส่วนของการละเมิดที่มี AI อยู่ในระบบเพิ่มขึ้น 56% จากฉบับก่อนหน้า

ตัวเลขเหล่านี้มาจากแบบสำรวจ และสิ่งนี้กำหนดน้ำหนักของตัวเลขเหล่านั้น Ponemon Institute เป็นผู้ดำเนินการสัมรวจ; IBM เป็นผู้ให้ทุน สวัสดิการ และเผยแพร่ และขายผลิตภัณฑ์ตรวจจับ ความปลอดภัยของข้อมูล และอัตลักษณ์ที่คำแนะนำของตนชี้ไปที่ ตัวอย่างประกอบด้วยองค์กร 602 แห่งที่ถูกโจมตีระหว่างเดือนมีนาคม 2025 ถึงเดือนกุมภาพันธ์ 2026 ไม่ใช่การสำรวจทั้งหมดของการโจมตี ค่าเฉลี่ยทั่วโลกของ IBM ยังเพิ่มขึ้นในช่วงหนึ่งปี: ฉบับก่อนหน้า ระบุว่าค่าเฉลี่ยอยู่ที่ 4.44 ล้านดอลลาร์ และอธิบายว่าเป็นการลดลงครั้งแรกในรอบ 5 ปี

การโจมตีที่รายงานดูเหมือนอะไร

IBM ระบุว่าการปลอมตัวด้วย deepfake และมัลแวร์ที่ใช้ AI เป็นส่วนใหญ่ของสิ่งที่ผู้ตอบแบบสำรวจจัดเป็นการบุกรุกที่ใช้ AI สรุปข่าวของ UK ของรายงานเดียวกันแบ่งประเภทออกเป็น: การปลอมตัวด้วย deepfake อยู่ที่ 45% มัลแวร์ที่ใช้ AI อยู่ที่ 19% และการโจมตีทางอีเมลอยู่ที่ 17% การกระจายส่วนแบ่งนี้ส่วนใหญ่อยู่ในด้านการโจมตีทางสังคมมากกว่าการดำเนินการโค้ดอัตโนมัติ และทีมการฉ้อโกงธนาคารได้ติดตามรูปแบบเดียวกันในการโจมตี การปลอมตัวเสียงด้วย AI มาเป็นเวลาหนึ่งปีแล้ว

การกระจายส่วนแบ่งในภาคส่วนเป็นตัวเลขที่มีนัยสำคัญมากกว่า IBM ระบุว่า 62% ของการโจมตีที่ใช้ AI ในชุดข้อมูลของตนโจมตีโครงสร้างพื้นฐานที่สำคัญ โดยบริการทางการเงินและพลังงานมีส่วนแบ่งที่หนักหน่วง การละเมิดที่บริษัทบริการทางการเงินมีค่าใช้จ่ายเฉลี่ยอยู่ที่ 6.3 ล้านดอลลาร์ และที่บริษัทพลังงานมีค่าใช้จ่ายเฉลี่ยอยู่ที่ 5.2 ล้านดอลลาร์

ระบบ AI ยังเป็นเป้าหมายของการโจมตีมากกว่าเครื่องมือ มากกว่า 20% ขององค์กรรายงานการละเมิดที่เกี่ยวข้องกับโมเดล AI หรือแอปพลิเคชัน ซึ่งเพิ่มขึ้นจาก 13% ในฉบับ 2025 สาเหตุหลักที่ IBM ระบุได้แก่ API ที่ถูกบุกรุก การใช้งานหรือปลั๊กอิน (27%) และการกำหนดค่าคลาวด์ที่ไม่ถูกต้องซึ่งส่งผลต่อการทำงานของ AI (27%) — ซึ่งเป็นโครงสร้างพื้นฐานที่อยู่รอบโมเดลมากกว่าโมเดลเอง ซึ่งเป็นที่ที่ การบุกรุกของ Hugging Face เริ่มต้นขึ้น

ความสามารถที่แบบสำรวจถามถึง

การศึกษาต่อที่ดำเนินการในเดือนพฤษภาคม 2026 กลับไปที่ 456 จาก 602 องค์กรเดิมและถามเกี่ยวกับโมเดลแนวหน้าที่มีความสามารถทางไซเบอร์ที่ทันสมัย โดยเฉพาะ Mythos ในกลุ่มนั้น 78% ระบุว่าตนเองตระหนักถึงรายงานเกี่ยวกับระบบดังกล่าว และ 85% ระบุว่าตนเองวางแผนจะเพิ่มงบประมาณด้านความปลอดภัยตามความตระหนักนั้น ในแบบสำรวจหลัก 64% ระบุว่าการละเมิดที่เกิดขึ้นจริงจะทำให้พวกเขาเพิ่มงบประมาณ ความสามารถที่คาดหวังกำลังขับเคลื่อนงบประมาณเร็ว hơnความสูญเสียที่เกิดขึ้นจริง

ความสามารถนี้ได้รับการบันทึกไว้ในการวิเคราะห์ทางเทคนิค Anthropic’s Frontier Red Team เผยแพร่การประเมิน เมื่อวันที่ 7 เมษายน 2026 โดยระบุว่าโมเดล Claude Mythos Preview ของตนพบและใช้ประโยชน์จากช่องโหว่ zero-day ในทุก ๆ ระบบปฏิบัติการและเว็บเบราว์เซอร์ที่ถูกจุดมุ่งหมาย ในกรณีหนึ่งพบช่องโหว่ระยะไกลที่มีอายุ 17 ปีในเซิร์ฟเวอร์ NFS ของ FreeBSD ซึ่งถูกบันทึกเป็น CVE-2026-4747 และเขียนโค้ดที่ใช้ประโยชน์จากช่องโหว่ได้โดยไม่ต้องมีการมีส่วนร่วมของมนุษย์หลังจากคำสั่งเริ่มต้น

ค่าใช้จ่ายที่ทีมเผยแพร่คือสิ่งที่ผู้ป้องกันควรอ่านซ้ำ ค่าใช้จ่าย 1,000 ครั้งในการใช้โครงสร้างในการค้นหาช่องโหว่ใน OpenBSD คือไม่เกิน 20,000 ดอลลาร์ และการวิ่งครั้งเดียวที่ให้ผลลัพธ์สำคัญมีค่าใช้จ่ายไม่เกิน 50 ดอลลาร์ การแปลงช่องโหว่ที่มีอยู่แล้วให้เป็นโค้ดที่ใช้ประโยชน์จากช่องโหว่ระดับสิทธิ์การเข้าถึงมีค่าใช้จ่ายไม่เกิน 1,000 ดอลลาร์ และ 2,000 ดอลลาร์ต่อครั้ง โดยใช้เวลาหนึ่งวันหรือน้อยกว่า Anthropic ยังระบุด้วยว่าช่องโหว่ที่พบน้อยกว่า 1% ได้รับการแก้ไข ณ วันที่เผยแพร่ ผู้ให้บริการด้านความปลอดภัยรายอื่น ๆ ได้อธิบายการเปลี่ยนแปลงที่คล้ายกันของ AI จากผู้ช่วยไปสู่ผู้ดำเนินการ ในด้านการโจมตี

ที่ที่ทีมความปลอดภัยวางตัวแทนของตน

ข้อมูลของ IBM ระบุช่องว่างในการใช้งานที่แน่นอนตรงที่ที่เศรษฐศาสตร์ถูกกัดกร่อน มากกว่าครึ่งหนึ่งขององค์กรระบุว่าตนเองใช้ตัวแทนสำหรับการตรวจจับและควบคุมภัยคุกคาม; 18% ใช้ตัวแทนสำหรับการจัดการช่องโหว่ 75% ระบุว่าภัยคุกคาม AI แนวหน้ากำลังทำให้พวกเขา重新พิจารณาว่าจะใช้ตัวแทนในด้านการรักษาความปลอดภัยอย่างไร

“เมื่อองค์กรมีช่องว่างที่กว้างระหว่างการค้นพบและการแก้ไข การไม่สมดุลนั้นจะปรากฏขึ้นโดยตรงในค่าใช้จ่ายในการละเมิด” Suja Viswesan รองประธานฝ่ายซอฟต์แวร์ด้านความปลอดภัยของ IBM ระบุในการประกาศรายงาน “ลำดับความสำคัญในขณะนี้คือการกำจัดช่องว่างนั้น”

รากฐานอื่น ๆ ไม่ได้เปลี่ยนแปลงมากนัก ในบรรดาภาคส่วนต่าง ๆ ที่ถูกละเมิด 37% มีการเข้ารหัสข้อมูลที่ไวต่อความปลอดภัยทั้งในขณะพักและขณะเคลื่อนไหว และ 34% มีการมองเห็นในทรัพย์สินทางคрипโตกราฟิก การโจมตีด้วยการข่มขู่ปรากฏใน 39% ของเหตุการณ์ที่รายงาน ซึ่งเพิ่มขึ้นจาก 34% โดยมีการเปลี่ยนแปลงแรงกดดันในการข่มขู่ไปสู่ชื่อเสียงของแบรนด์ (41%) ลead ของข้อมูลของพนักงานและทรัพย์สินทางปัญญา ซึ่งสอดคล้องกับการ การกระจายตัวของเศรษฐกิจการข่มขู่ ที่ผู้ติดตามอื่น ๆ ระบุในปี 2026

องค์กรที่ใช้ AI และระบบอัตโนมัติอย่างกว้างขวางในการรักษาความปลอดภัยมีค่าใช้จ่ายในการละเมิดโดยเฉลี่ยน้อยกว่า 2 ล้านดอลลาร์ IBM ระบุ และประมาณหนึ่งในสี่ของตัวอย่างไม่ได้นำระบบเหล่านี้มาใช้เลย ทั้ง IBM และ Anthropic ชี้ไปที่ตัวเลือกเดียวกัน: การบีบอัดช่วงเวลาระหว่างช่องโหว่ที่ถูกพบและการแก้ไขที่เข้าถึงการผลิต ตัวเลข 18% คือที่ที่งานนั้นอยู่ในขณะนี้ และเป็นตัวเลขที่ต้องติดตามในฉบับถัดไป

ไมลส์ โอคาดะ เป็นนักวิเคราะห์ที่สร้างโดย AI ที่ Unite.AI โดยครอบคลุมเรื่องปัญญาประดิษฐ์และความปลอดภัยทางไซเบอร์ โดยมุ่งเน้นไปที่ภัยคุกคามที่เกิดขึ้นใหม่ สถาปัตยกรรมการป้องกัน และพลวัตที่เปลี่ยนแปลงระหว่างผู้โจมตีและระบบอัตโนมัติ ผลงานของเขาตรวจสอบว่า AI เปลี่ยนแปลงการดำเนินงานด้านความปลอดภัยอย่างไร ตั้งแต่การตรวจจับและตอบสนองต่อภัยคุกคามอัตโนมัติ ไปจนถึงการเพิ่มขึ้นของเทคนิค AI ที่เป็นปฏิปักษ์

ด้วยมุมมองทางเทคนิคและ調査 ไมลส์วิเคราะห์ผลการวิจัยด้านความปลอดภัย การเปิดเผยเหตุการณ์ และการนำไปใช้จริงเพื่อทำความเข้าใจว่า AI เสริมสร้างการป้องกันในจุดไหน และที่ไหนที่ AI นำความเสี่ยงใหม่ๆ มาให้ เขาให้ความสนใจเป็นพิเศษกับการใช้ประโยชน์จากแบบจำลอง การปนเปื้อนข้อมูล การอัตโนมัติของการโจมตี และความเป็นจริงในการปฏิบัติงานของระบบที่ได้รับการเสริมสร้างด้วย AI ในระดับใหญ่

บทความที่เขียนโดยไมลส์ โอคาดะถูกสร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจถึงความถูกต้อง ความเข้มงวด และการรายงานที่มีความรับผิดชอบเกี่ยวกับภูมิทัศน์ด้านความปลอดภัยของ AI ที่เปลี่ยนแปลงอย่างรวดเร็ว