美國機構面對嘅平均洩露成本高達 1,150萬美金,比全球平均多出一倍以上,仲比2025年升咗11% 。每延遲一個鐘頭解決洩露,就要大約使多1,100美金 。
AI驅動攻擊係最貴嘅成本倍增因素。而家每四宗惡意洩露就有一宗涉及AI——比舊年升咗56%——呢啲洩露平均使費 600萬美金,比全球平均多出大約100萬美金 。特定AI攻擊類型包括深度偽造冒認、AI驅動惡意軟件、模型反演攻擊(平均607萬美金)同提示注入攻擊(平均589萬美金)。
連續五年改善之後,識別同控制洩露嘅平均時間 增加到247日(識別需時183日,控制需時64日)。呢個逆轉反映攻擊者嘅速度已經快過防守者,壓縮咗應變嘅時間窗口 。超過200日先控制到嘅洩露,平均成本係565萬美金,相比200日內控制到嘅只需432萬美金 。
或者最令人擔憂嘅發現係:影子AI事故倍增至43%,由20%升到43%嘅受影響機構 。未經安全審查嘅未授權AI工具宜家係近半數事故嘅幕後黑手 。
喺遭遇AI相關保安事故嘅機構之中,92%喺洩露發生時缺乏適當嘅AI存取控制 。68%受影響機構完全冇AI管治政策 。涉及AI模型同AI應用程式嘅事故由13%上升到21% 。報告記錄咗針對AI基礎設施嘅攻擊,包括提示注入、模型反演同數據毒害 。遇到AI相關洩露但缺乏存取控制嘅機構,平均成本係533萬美金,相比冇涉及AI嘅洩露只需470萬美金 。
喺跟進研究之中,85%受影響機構話會因為前沿AI威脅而增加安全工具同管治嘅開支 。喺主要調查入面,64%話一次洩露本身就會促使佢哋增加開支 。呢股開支增長同行業大趨勢一致——例如Cisco喺同期報告保安收入按年升14%,反映企業加快投資AI感知防禦 。
2026年報告基於對602間受影響機構嘅研究,涵蓋17個國家同17個行業,數據收集期由2025年3月到2026年2月 。
美國機構面對嘅平均洩露成本高達 1,150萬美金,比全球平均多出一倍以上,仲比2025年升咗11% 。每延遲一個鐘頭解決洩露,就要大約使多1,100美金 。
AI驅動攻擊係最貴嘅成本倍增因素。而家每四宗惡意洩露就有一宗涉及AI——比舊年升咗56%——呢啲洩露平均使費 600萬美金,比全球平均多出大約100萬美金 。特定AI攻擊類型包括深度偽造冒認、AI驅動惡意軟件、模型反演攻擊(平均607萬美金)同提示注入攻擊(平均589萬美金)。
連續五年改善之後,識別同控制洩露嘅平均時間 增加到247日(識別需時183日,控制需時64日)。呢個逆轉反映攻擊者嘅速度已經快過防守者,壓縮咗應變嘅時間窗口 。超過200日先控制到嘅洩露,平均成本係565萬美金,相比200日內控制到嘅只需432萬美金 。
或者最令人擔憂嘅發現係:影子AI事故倍增至43%,由20%升到43%嘅受影響機構 。未經安全審查嘅未授權AI工具宜家係近半數事故嘅幕後黑手 。
喺遭遇AI相關保安事故嘅機構之中,92%喺洩露發生時缺乏適當嘅AI存取控制 。68%受影響機構完全冇AI管治政策 。涉及AI模型同AI應用程式嘅事故由13%上升到21% 。報告記錄咗針對AI基礎設施嘅攻擊,包括提示注入、模型反演同數據毒害 。遇到AI相關洩露但缺乏存取控制嘅機構,平均成本係533萬美金,相比冇涉及AI嘅洩露只需470萬美金 。
喺跟進研究之中,85%受影響機構話會因為前沿AI威脅而增加安全工具同管治嘅開支 。喺主要調查入面,64%話一次洩露本身就會促使佢哋增加開支 。呢股開支增長同行業大趨勢一致——例如Cisco喺同期報告保安收入按年升14%,反映企業加快投資AI感知防禦 。
2026年報告基於對602間受影響機構嘅研究,涵蓋17個國家同17個行業,數據收集期由2025年3月到2026年2月 。