AI har krympt exploateringsfönstret till timmar – angripare agerar på minuter

Även exploatering av så kallade zero-day-sårbarheter, alltså sårbarheter som angrips innan de blivit offentligt kända eller innan en patch hunnit få genomslag, hade ökat med 42 procent året innan .

Vissa Kina-kopplade grupper agerade ännu snabbare. VAULT PANDA och GENESIS PANDA genomförde riktade angrepp mot kritiska sårbarheter i webbapplikationer inom 24 timmar efter offentliggörandet . CrowdStrike beskriver därför inte längre tiden mellan offentliggörande och exploatering som ett fönster på flera dagar, utan som ett fönster på timmar .

AI-angreppen ökade med 89 procent

Enligt CrowdStrikes data ökade angreppen från AI-aktiverade motståndare med 89 procent under 2025. I fler än 90 organisationer såg bolaget dessutom hur legitima AI-verktyg utnyttjades för att skapa skadliga kommandon och stjäla känslig information .

Samtidigt föll den genomsnittliga så kallade eCrime breakout time – tiden mellan den första åtkomsten och angriparens vidare förflyttning i nätverket – till 29 minuter. Den snabbaste registrerade förflyttningen tog bara 27 sekunder . Det motsvarar en hastighetsökning på 65 procent jämfört med 2024 .

Flera utvecklingar driver på förändringen:

• AI-baserad sårbarhetsupptäckt och automatiserad utveckling av exploateringskod har blivit rutin .
• Så kallad agentisk AI gör det möjligt att gå från AI som assistent till AI som mer självständigt verkande angripare .
• Molninriktad e-brottslighet ökade med 171 procent när ekonomiskt motiverade angripare sökte efter inloggningsuppgifter, kapacitet för kryptomining och åtkomst till stora språkmodeller .
• Intrång genom vishing, alltså röstbaserat nätfiske, fördubblades .

AI-system och utvecklingskedjor har själva blivit måltavlor

Hotbilden handlar inte bara om att använda AI för att angripa andra system. AI-verktygen, ramverken och utvecklingsmiljöerna har också blivit attraktiva mål.

CrowdStrike identifierade Nordkorea-kopplade aktörer som förgiftat 131 betrodda paket i AI-ramverk, bland annat genom att föra in skadliga paket i Mastra AI-ramverk . Händelsen visar hur programvaruförsörjningskedjan – från kodpaket till byggmiljöer och utvecklarverktyg – kan utnyttjas för att nå många användare genom ett till synes legitimt förtroendeförhållande.

Angripare behöver minuter – försvarare behöver veckor

Dataminrs 2026 Mid-Year Cyber Threat Landscape Report beskriver en allt större obalans mellan angrepp och försvar .

• Medianen för tiden det tar att installera en säkerhetsuppdatering ökade från 32 till 43 dagar, enligt uppgifter som hänvisar till 2026 Verizon DBIR .
• Den genomsnittliga tiden till angriparens vidare spridning har samtidigt sjunkit till under 30 minuter .
• Ransomware stod för 25 procent av de bekräftade händelser som ledde till cyberförluster .
• För första gången har exploatering av sårbarheter gått om stulna inloggningsuppgifter som den vanligaste vägen in vid dataintrång .

Kontrasten är svår att missa: en angripare kan röra sig genom en miljö på mindre än en halvtimme, medan organisationen i median behöver över sex veckor för att åtgärda sårbarheter.

AI-skydd kan kringgås med enkel social manipulation

Forskning från Cisco Talos visar samtidigt att kommersiella säkerhetsbegränsningar i AI-modeller kan vara förvånansvärt lätta att kringgå .

I många fall räckte det att påstå att användaren ägde servrarna som skulle angripas eller deltog i en capture-the-flag-tävling eller ett bug bounty-program för att få modellen att hjälpa till med cyberangrepp .

Angripare har också delat upp skadligt arbete mellan flera sessioner och filer. Genom att bryta ned ett större projekt i mindre delar kan varje enskild fråga se ofarlig ut, trots att helheten är skadlig . Talos konstaterade dessutom att AI redan hittar sårbarheter snabbare än människor hinner åtgärda och validera dem. Upptäckten är alltså inte längre den enda flaskhalsen .

Säkerhetsbranschen försöker bygga ikapp tempot

Produktnyheterna på Black Hat 2026 pekade bort från idén att AI bara ska läggas till som en ”copilot” ovanpå befintliga säkerhetsverktyg. I stället byggs AI in i de operativa arbetsflödena för upptäckt, utredning och åtgärd .

• Xage Security presenterade identitetsbaserad mikrosegmentering, där zero trust-principer tillämpas på arbetsbelastningsnivå.
• SentinelOne, Cycode och Miggo Security visade autonoma säkerhetsfunktioner för AI-baserad upptäckt, utredning och respons i maskintempo .
• ESET utökade användningen av AI inom hotdetektering, utredningar, hotskydd och säkerhetsdrift .
• Flashpoint lanserade anpassningsbara AI-baserade arbetsflöden för hotinformation .
• Microsoft ramade in sitt Black Hat-program kring att försvara förtroende i AI:s och programvaruförsörjningskedjornas era. Företaget beskrev hur angripare följer förtroendet in i kodpaket, byggpipelines, molnidentiteter och AI-agenter .

AI är både förstärkning och risk

Den gemensamma slutsatsen i rapporterna är inte att AI enbart är ett nytt hot. Tekniken har en dubbel roll: den accelererar angriparna, men blir också ett nödvändigt verktyg för försvarare som försöker minska hastighetsgapet .

På angreppssidan möjliggör AI automatiserad exploateringsutveckling, snabbare sårbarhetsanalys, autonoma agentbaserade angrepp och storskaligt nätfiske. Samtidigt är AI-systemen själva värdefulla angreppsmål .

På försvarssidan integreras AI i detektering, incidentutredning, respons, hotinformation och identitetsbaserad mikrosegmentering . Men tekniken löser inte automatiskt problemet. Organisationer behöver fortfarande stark identitetskontroll, minsta möjliga behörighet, säkra utvecklingskedjor och snabb prioritering av sårbarheter som faktiskt utnyttjas.

Som en rapport sammanfattade läget: ”AI är på väg att bli en del av säkerhetsteamet, en del av angreppsytan och en del av problemet – samtidigt” . Den stora utmaningen 2026 är att angriparna redan använder AI för hastighet och skala, medan försvararna försöker komma ikapp en motståndare som kan ta sig vidare på minuter och utnyttja nya sårbarheter inom timmar.