รายงาน

รายงานของ IRONSCALES พบว่าเอเจนต์ AI กำลังกลายเป็นเป้าหมายใหม่ของการฟิชชิง

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
Illustration of a malicious email signal intercepted before reaching connected AI systems.

ข้อความฟิชชิงไม่จำเป็นต้องหลอกล่อพนักงานเจ้าของกล่องจดหมายอีกต่อไป แต่อาจพุ่งเป้าไปที่ซอฟต์แวร์ซึ่งอ่านกล่องจดหมายนั้นแทนพนักงานได้ นี่คือคำเตือนสำคัญในรายงานฉบับใหม่ของ IRONSCALES เรื่อง จากดีปเฟกสู่สายลับสองหน้า: โฉมใหม่ของความเสี่ยงไซเบอร์ที่ขับเคลื่อนด้วย AI ซึ่งพบว่าองค์กรต่าง ๆ นำเครื่องมือที่สามารถลงมือดำเนินการได้มาใช้เร็วกว่าการพัฒนามาตรการรักษาความปลอดภัยที่รองรับเครื่องมือเหล่านั้น

ในการสำรวจที่ Censuswide ดำเนินการตามคำว่าจ้างของบริษัท ผู้ตอบแบบสำรวจ 77% ระบุว่า ในช่วงปีที่ผ่านมา เอเจนต์หรือเครื่องมือ AI ในองค์กรของตนได้ดำเนินการกับเนื้อหาที่เป็นอันตราย ทำให้เข้าใจผิด หรือไม่ได้รับอนุญาต ส่วนอีก 57% ซึ่งเป็นสัดส่วนที่น้อยกว่าแต่ยังคงสูง ระบุว่าพบกรณีที่ยืนยันได้อย่างน้อยหนึ่งกรณี ตัวเลขเหล่านี้สะท้อนรายงานเหตุการณ์จากผู้ตอบแบบสำรวจ ซึ่งรวมถึงเหตุการณ์ที่ยังเป็นเพียงข้อสงสัยในยอดรวมที่สูงกว่า ไม่ใช่จำนวนการเจาะระบบที่สำเร็จซึ่งผ่านการตรวจสอบยืนยันโดยอิสระ

ผลการศึกษานี้เผยแพร่พร้อมกับพัฒนาการที่น่ายินดียิ่งขึ้น นั่นคือการลงทุนในมาตรการป้องกันดีปเฟกเพิ่มขึ้น ขณะที่ความเสียหายทางการเงินที่มีรายงานมีความรุนแรงลดลง เมื่อนำผลลัพธ์ทั้งสองด้านมาพิจารณาร่วมกัน จะเห็นความท้าทายในทางปฏิบัติสำหรับผู้ดูแลความปลอดภัย นั่นคือการขยายการป้องกันให้ครอบคลุมผู้ตัดสินใจอัตโนมัติ โดยไม่ละทิ้งมาตรการที่สร้างขึ้นเพื่อปกป้องผู้คน

เอเจนต์ AI เข้าถึงระบบสำคัญได้

Censuswide สำรวจผู้เชี่ยวชาญด้าน IT และความปลอดภัยทางไซเบอร์ในสหรัฐฯ จำนวน 501 คน ซึ่งมีตำแหน่งระดับผู้จัดการระดับกลางขึ้นไป และทำงานในบริษัทที่มีพนักงาน 1,000 ถึง 10,000 คน ผู้เข้าร่วมมีอายุ 25 ถึง 55 ปี และเก็บข้อมูลภาคสนามระหว่างวันที่ 9 ถึง 17 กันยายน 2026 ดังนั้น ผลลัพธ์จึงสะท้อนกลุ่มตัวอย่างองค์กรนี้ ไม่ใช่ธุรกิจทุกแห่งที่ใช้ AI

ในกลุ่มตัวอย่างนี้ ผู้ตอบแบบสำรวจ 96% ระบุว่าองค์กรของตนใช้เอเจนต์หรือเครื่องมือ AI ที่สามารถดำเนินการแทนพนักงานได้ และ 52% ระบุว่ามีการใช้งานอย่างแพร่หลาย รายงานใช้คำจำกัดความที่ครอบคลุม โดยนับรวมเครื่องมือที่อ่านและตอบข้อความ เข้าถึงไฟล์ และเริ่มกระบวนการทำงานได้

ในบรรดาองค์กรที่ใช้เครื่องมือเหล่านี้ 67% อนุญาตให้เข้าถึงระบบออกตั๋วงานหรือระบบช่วยเหลือผู้ใช้ 56% อนุญาตให้เข้าถึงพื้นที่จัดเก็บข้อมูลบนคลาวด์ และ 49% อนุญาตให้เข้าถึงอีเมลหรือระบบส่งข้อความ อีก 30% อนุญาตให้เข้าถึงระบบการเงิน การเรียกเก็บเงิน การจัดซื้อ หรือการชำระเงิน มีเพียง 19% ที่ระบุว่าเครื่องมือของตนจำกัดการใช้งานอยู่แค่บนเว็บสาธารณะ โดยไม่สามารถเข้าถึงระบบภายในได้

ความแตกต่างระหว่างการตอบคำถามกับการลงมือดำเนินการส่งผลสำคัญ สรุปที่ไม่ถูกต้องอาจทำให้ผู้อ่านเข้าใจผิด ส่วนเครื่องมือที่เชื่อมต่อกับระบบธุรกิจยังสามารถถ่ายโอนข้อมูลหรือเริ่มกระบวนการทำงานได้ด้วย สิทธิ์ที่กำหนดให้เครื่องมือนั้นเป็นปัจจัยหนึ่งที่ช่วยตัดสินว่าความผิดพลาดจะลุกลามไปได้ไกลเพียงใด

กล่องจดหมายก็เป็นช่องทางเข้าสำหรับเอเจนต์เช่นกัน

ในบรรดาผู้ตอบแบบสำรวจที่รายงานเหตุการณ์เกี่ยวข้องกับเอเจนต์ AI 42% ระบุว่าเครื่องมือ AI สรุปหรือดำเนินการกับอีเมลหรือข้อความที่เป็นอันตราย อีก 41% รายงานว่าผู้โจมตีใช้เครื่องมือ AI ในการฟิชชิงหรือวิศวกรรมสังคม หมวดหมู่เหล่านี้อาจทับซ้อนกันได้ และหมวดหมู่ที่สองยังรวมถึงกรณีที่ผู้โจมตีใช้ AI ซึ่งไม่จำเป็นต้องหมายความว่าเอเจนต์ของผู้ตกเป็นเหยื่อถูกเจาะระบบ

ประเด็นนี้มีความสำคัญ การสำรวจรวบรวมความล้มเหลวที่เกี่ยวข้องกับ AI หลายประเภทไว้ในภาพรวมเดียว แต่ไม่ได้ยืนยันว่าเหตุการณ์ทั้งหมดเกิดจากเทคนิคการโจมตีแบบเดียวกัน อย่างไรก็ตาม ผลสำรวจแสดงให้เห็นว่าเหตุใดองค์กรจึงควรตรวจสอบทั้งเนื้อหาที่เอเจนต์ได้รับและการดำเนินการที่การเชื่อมต่อระบบเปิดทางให้ทำได้

วิธีหนึ่งที่จะช่วยให้เข้าใจความเสี่ยงได้ชัดเจนคือแยกข้อมูลออกจากอำนาจในการดำเนินการ ข้อความหนึ่งอาจมีคำสั่งอยู่ภายใน แต่การที่ข้อความนั้นเข้ามาในกล่องจดหมายไม่ได้ทำให้คำสั่งดังกล่าวได้รับอนุญาตโดยอัตโนมัติ เมื่อซอฟต์แวร์สามารถดำเนินการข้ามระบบที่เชื่อมต่อกันได้ การรักษาขอบเขตนี้จึงเป็นส่วนหนึ่งของการควบคุมการเข้าถึงและการออกแบบกระบวนการทำงาน

แพลตฟอร์มรักษาความปลอดภัยอีเมลของ IRONSCALES สะท้อนให้เห็นว่าบริษัทให้ความสำคัญกับช่องทางเข้าสู่ระบบดังกล่าว บริษัทอธิบายว่าแนวทางที่ใช้ API ผสานการวิเคราะห์ด้วย AI การตรวจสอบเหตุการณ์โดยอัตโนมัติ และข่าวกรองภัยคุกคามจากผู้เชี่ยวชาญเข้าด้วยกัน พร้อมทั้งมีการจำลองสถานการณ์ฟิชชิงและการป้องกันดีปเฟกสำหรับ Microsoft Teams ความสามารถเหล่านี้ช่วยให้เข้าใจมุมมองของผู้สนับสนุนงานวิจัย แต่การสำรวจนี้ไม่ได้ประเมินประสิทธิผลของผลิตภัณฑ์ของบริษัทอย่างเป็นอิสระ

มีกระบวนการอนุมัติ แต่ฝ่ายความปลอดภัยแทบไม่ได้เป็นผู้นำ

ในบรรดาผู้ตอบแบบสำรวจ 479 คนที่องค์กรใช้เครื่องมือ AI ซึ่งสามารถดำเนินการได้ 78% ระบุว่า IT เป็นผู้อนุมัติหลักสำหรับเอเจนต์ ผู้ช่วย ปลั๊กอิน และตัวเชื่อมต่อ มีเพียง 6% ที่ระบุว่าฝ่ายความปลอดภัยเป็นผู้อนุมัติหลัก ขณะที่ 14% ระบุว่าหลายกลุ่มร่วมกันอนุมัติ

การเป็นผู้อนุมัติหลักแตกต่างจากการมีส่วนร่วมในกระบวนการอนุมัติ ตัวเลขเหล่านี้ไม่ได้แสดงว่าฝ่ายความปลอดภัยถูกกันออกจากกระบวนการอนุมัติอื่น ๆ ทั้งหมด แต่แสดงให้เห็นว่าการตัดสินใจเกี่ยวกับเครื่องมือที่มีสิทธิ์เข้าถึงอย่างกว้างขวางมักอยู่ภายใต้การนำของฝ่ายอื่น

ในบรรดาองค์กรที่รายงานเหตุการณ์ 39% ระบุว่าพนักงานอนุญาตให้เครื่องมือ AI เข้าถึงข้อมูล ทั้งที่ฝ่ายความปลอดภัยจะไม่อนุมัติ ผลการศึกษานี้ทำให้ประเด็นด้านธรรมาภิบาลเป็นเรื่องที่ชัดเจนขึ้นว่า ใครเป็นผู้ประเมินสิทธิ์ก่อนเปิดใช้ตัวเชื่อมต่อ และใครสามารถเพิกถอนสิทธิ์เหล่านั้นได้เมื่อเครื่องมือทำงานผิดไปจากที่คาด

รายงานยังพบช่องว่างระหว่างความมั่นใจกับการนำไปใช้จริง แม้ผู้ตอบแบบสำรวจ 93% ระบุว่าแผนรับมือเหตุการณ์ครอบคลุมเอเจนต์ AI และ 84% มั่นใจว่าสามารถระบุเหตุการณ์ที่ขับเคลื่อนด้วย AI ได้ แต่มีเพียง 52% ที่ระบุว่ามีนโยบาย การควบคุม และกระบวนการรับมือเหตุการณ์อย่างเป็นทางการครบถ้วน อีก 35% รายงานว่ามีนโยบาย แต่มีมาตรการควบคุมทางเทคนิคอย่างจำกัด

ความเสียหายจากดีปเฟกลดลง แต่ภัยคุกคามยังคงอยู่

ผลสำรวจเรื่องดีปเฟกให้ภาพที่ดีขึ้นเมื่อเปรียบเทียบกับผลสำรวจผู้ตอบ 500 คนที่มีคุณสมบัติตรงกันของ Censuswide ในปี 2025 การลงทุนเชิงรุกเพื่อป้องกันภัยเพิ่มขึ้นจาก 37% เป็น 48% ในบรรดาองค์กรที่รายงานความเสียหายทางการเงิน สัดส่วนขององค์กรที่เสียหายอย่างน้อย 100,000 ดอลลาร์ลดลงจาก 63% เป็น 49% ขณะที่สัดส่วนที่เสียหายตั้งแต่ 1 ล้านดอลลาร์ขึ้นไปลดลงจาก 6% เป็น 3%

ความเสียหายเฉลี่ยโดยประมาณขององค์กรที่ได้รับผลกระทบทางการเงินลดลงจากราว 280,000 ดอลลาร์เป็น 225,000 ดอลลาร์ ค่าประมาณเหล่านี้คำนวณจากค่ากึ่งกลางของช่วงความเสียหายที่รายงาน เนื่องจากแบบสำรวจทั้งสองถามเรื่องความเสียหายแตกต่างกัน การเปรียบเทียบนี้จึงไม่นับรวมคำตอบที่ระบุว่าไม่มีความเสียหาย ไม่แน่ใจ หรือไม่ประสงค์ตอบ

รายงานระบุชัดเจนว่า การที่การลงทุนเพิ่มขึ้นพร้อมกับความเสียหายที่ลดลงไม่ได้พิสูจน์ว่าสิ่งหนึ่งเป็นสาเหตุของอีกสิ่งหนึ่ง และเหตุการณ์ก็ไม่ได้หายไป โดยผู้ตอบ 84% รายงานว่าเคยพบเหตุการณ์ที่เกี่ยวข้องกับดีปเฟกอย่างน้อยหนึ่งครั้ง เทียบกับ 85% ในปี 2025 รายงานให้นิยามไว้อย่างกว้าง ครอบคลุมตั้งแต่ภาพที่ถูกดัดแปลงและอีเมลปลอมแปลง ไปจนถึงการปลอมเสียงและวิดีโอแบบเรียลไทม์

อีกประเด็นคือการแข่งขันกันระหว่างลำดับความสำคัญ สัดส่วนผู้ที่มองว่าการป้องกันดีปเฟกเป็นหนึ่งในเรื่องสำคัญสูงสุดลดลงจาก 71% เป็น 60% แม้ AI ที่สามารถลงมือดำเนินการได้จะเพิ่มความต้องการด้านงบประมาณความปลอดภัยอีกด้านหนึ่ง ความเสียหายที่ลดลงเป็นเหตุให้ตรวจสอบว่าสิ่งใดได้ผล แทนที่จะสรุปว่าภัยคุกคามผ่านพ้นไปแล้ว

ปกป้องการลงมือดำเนินการ ไม่ใช่แค่บทสนทนา

IRONSCALES แนะนำให้ฝ่ายความปลอดภัยมีส่วนร่วมในการอนุมัติตัวแทน AI จำกัดสิทธิ์การเข้าถึง เฝ้าติดตามการดำเนินการ และทดสอบการตอบสนองต่อเหตุการณ์ด้วยการโจมตีที่มุ่งเป้าทั้งพนักงานและตัวแทน AI คำแนะนำเหล่านี้เชื่อมโยงประเด็นหลักสองเรื่องของรายงานเข้าด้วยกัน กล่าวคือ เนื้อหาหลอกลวงยังคงเป็นอันตราย แต่ซอฟต์แวร์ที่ได้รับอนุญาตให้ดำเนินการได้เปลี่ยนวิธีที่การหลอกลวงนั้นก่อให้เกิดผลกระทบ

สำหรับทีมงานระดับองค์กร หมายถึงการรู้ว่ามีตัวแทน AI ใดอยู่บ้าง แต่ละตัวเข้าถึงระบบใดได้ และการดำเนินการใดต้องให้มนุษย์ตรวจสอบ บันทึกการทำงานต้องช่วยให้ตรวจสอบย้อนหลังได้ว่าเครื่องมืออ่านและดำเนินการอะไร การทดสอบควรตรวจสอบว่าข้อความจากแหล่งที่ไม่น่าเชื่อถือสามารถส่งผลต่อกระบวนการทำงานที่ได้รับอนุญาตได้หรือไม่ แทนที่จะวัดเพียงว่าพนักงานสังเกตเห็นอีเมลที่น่าสงสัยหรือไม่

จุดเด่นที่สุดของรายงานคือการอธิบายช่องว่างระหว่างการนำไปใช้ ความเชื่อมั่น และมาตรการควบคุมที่นำไปปฏิบัติจริง ผู้อ่านสามารถดูคำถามในแบบสำรวจ ข้อควรคำนึงด้านระเบียบวิธี และคำแนะนำเพิ่มเติมได้ในรายงานฉบับเต็ม จากดีปเฟกสู่สายลับสองหน้า: โฉมใหม่ของความเสี่ยงทางไซเบอร์ที่ขับเคลื่อนด้วย AI

Miles Okada เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI, ครอบคลุมปัญญาประดิษฐ์และความปลอดภัยไซเบอร์โดยมุ่งเน้นที่ภัยคุกคามใหม่ ๆ สถาปัตยกรรมการป้องกัน และพลวัตที่เปลี่ยนแปลงระหว่างผู้โจมตีและระบบอัตโนมัติ งานของเขาตรวจสอบว่า AI กำลังเปลี่ยนแปลงการดำเนินงานด้านความปลอดภัยอย่างไร ตั้งแต่การตรวจจับและตอบสนองต่อภัยคุกคามโดยอัตโนมัติจนถึงการเพิ่มขึ้นของเทคนิค AI ปฏิปักษ์

ด้วยมุมมองเชิงเทคนิคและการสืบสวน Miles วิเคราะห์งานวิจัยด้านความปลอดภัย การเปิดเผยเหตุการณ์ และการใช้งานจริงเพื่อเข้าใจว่าที่ไหน AI เสริมสร้างการป้องกัน—และที่ไหนมันสร้างช่องโหว่ใหม่ เขาให้ความสนใจเป็นพิเศษต่อการใช้โมเดลในทางที่ผิด การปนเปื้อนข้อมูล การทำงานอัตโนมัติของการโจมตี และความเป็นจริงในการดำเนินงานของการรักษาความปลอดภัยระบบที่ขับเคลื่อนด้วย AI ในระดับใหญ่

บทความที่เขียนโดย Miles Okada ถูกสร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจว่ามีความแม่นยำ ความเข้มงวด และการครอบคลุมอย่างรับผิดชอบต่อภูมิทัศน์ความปลอดภัย AI ที่เปลี่ยนแปลงอย่างรวดเร็ว