洩露成本創新高與 AI 帶來的額外代價

美國組織承受的資料洩露平均成本高達 1150 萬美元，是全球平均水準的兩倍以上，較 2025 年也增加了 11% 。每小時未解決的洩露事件，大約要付出 1100 美元 的代價。

在所有惡意資料洩露事件中，每四起就有一起涉及 AI，較前一年增加 56%。此類 AI 攻擊的平均成本高達 600 萬美元，比全球所有事件的平均成本高出約 100 萬美元。報告中明確點出的 AI 攻擊類型包括：深度偽造冒充、AI 驅動的惡意軟體、模型反演攻擊（平均成本 607 萬美元）、以及提示注入攻擊（平均成本 589 萬美元）。

五年來首次！偵測與回應時間不進反退

在連續五年改善後，偵測並控制一次資料洩露事件的平均所需時間，在 2026 年增加至 247 天（183 天用於偵測，64 天用於控制）。這項數據的惡化，意味著攻擊者的速度已超越防守者，壓縮了企業的應變窗口。事件持續超過 200 天的洩露案，平均成本高達 565 萬美元；而能在 200 天內解決的事件，平均成本則為 432 萬美元。

影子 AI 與治理失靈：危機達到警戒線

報告中最令人擔憂的發現是：影子 AI 事件的發生率翻了一倍以上，從前一年的 20% 飆升至受訪組織的 43% 。這些未經安全審查就擅自使用的 AI 工具，與近半數的資安事件有關。

在遭受 AI 相關資安事件的組織中，有 92% 在事發時缺乏適當的 AI 存取控制 。更有 68% 的受訪組織，在當時完全沒有制定 AI 治理政策。涉及 AI 模型和 AI 應用程式的事件，佔比從 13% 上升到 21% 。報告記錄了針對 AI 基礎設施的攻擊，包括提示注入、模型反演以及數據毒化等新型態威脅。

投資風向：85% 企業計劃提高資安預算

在後續的獨立研究中，高達 85% 的受訪組織表示，針對以 AI 為代表的前沿資安威脅，計劃增加對資安工具與治理的投資。而在主要調查中，也有 64% 的組織表示，光是經歷一次洩露事件，就會促使他們提高資安預算。這股資安支出浪潮與整體產業趨勢相符——例如網路設備大廠思科（Cisco）在同期報告其資安業務收入實現了 14% 的年增長，反映出企業對 AI 感知防禦機制的需求急速升溫。

其他關鍵發現

• 供應鏈攻擊是最大的成本放大器，平均每次洩露增加 22 萬 7250 美元，同時也是第二常見的攻擊途徑，平均需要 258 天才能識別並控制。
• 醫療保健業仍然是最昂貴的產業，發生洩露事件的成本平均為 664 萬美元，但相較前幾年已有所下降。
• 印度的資料洩露平均成本達到史上最高的 2550 萬盧比（約 305 萬美元），年增 15.9% 。
• 廣泛運用 AI 與自動化進行資安防護的組織，與未運用的組織相比，平均節省了 193 萬美元 的成本。
• 僅有 42% 的組織表示在資料洩露事件後能完全恢復，雖然高於去年的 35%，但仍意味著多數企業在事件發生數月甚至數年後，仍處於恢復的中期階段。

這份 2026 年報告的數據，來自對橫跨 17 個國家、17 個產業、共 602 家遭受資安事件的組織進行研究，數據收集時間為 2025 年 3 月至 2026 年 2 月。

洩露成本創新高與 AI 帶來的額外代價

美國組織承受的資料洩露平均成本高達 1150 萬美元，是全球平均水準的兩倍以上，較 2025 年也增加了 11% 。每小時未解決的洩露事件，大約要付出 1100 美元 的代價。

在所有惡意資料洩露事件中，每四起就有一起涉及 AI，較前一年增加 56%。此類 AI 攻擊的平均成本高達 600 萬美元，比全球所有事件的平均成本高出約 100 萬美元。報告中明確點出的 AI 攻擊類型包括：深度偽造冒充、AI 驅動的惡意軟體、模型反演攻擊（平均成本 607 萬美元）、以及提示注入攻擊（平均成本 589 萬美元）。

五年來首次！偵測與回應時間不進反退

在連續五年改善後，偵測並控制一次資料洩露事件的平均所需時間，在 2026 年增加至 247 天（183 天用於偵測，64 天用於控制）。這項數據的惡化，意味著攻擊者的速度已超越防守者，壓縮了企業的應變窗口。事件持續超過 200 天的洩露案，平均成本高達 565 萬美元；而能在 200 天內解決的事件，平均成本則為 432 萬美元。

影子 AI 與治理失靈：危機達到警戒線

報告中最令人擔憂的發現是：影子 AI 事件的發生率翻了一倍以上，從前一年的 20% 飆升至受訪組織的 43% 。這些未經安全審查就擅自使用的 AI 工具，與近半數的資安事件有關。

在遭受 AI 相關資安事件的組織中，有 92% 在事發時缺乏適當的 AI 存取控制 。更有 68% 的受訪組織，在當時完全沒有制定 AI 治理政策。涉及 AI 模型和 AI 應用程式的事件，佔比從 13% 上升到 21% 。報告記錄了針對 AI 基礎設施的攻擊，包括提示注入、模型反演以及數據毒化等新型態威脅。

投資風向：85% 企業計劃提高資安預算

在後續的獨立研究中，高達 85% 的受訪組織表示，針對以 AI 為代表的前沿資安威脅，計劃增加對資安工具與治理的投資。而在主要調查中，也有 64% 的組織表示，光是經歷一次洩露事件，就會促使他們提高資安預算。這股資安支出浪潮與整體產業趨勢相符——例如網路設備大廠思科（Cisco）在同期報告其資安業務收入實現了 14% 的年增長，反映出企業對 AI 感知防禦機制的需求急速升溫。

其他關鍵發現

• 供應鏈攻擊是最大的成本放大器，平均每次洩露增加 22 萬 7250 美元，同時也是第二常見的攻擊途徑，平均需要 258 天才能識別並控制。
• 醫療保健業仍然是最昂貴的產業，發生洩露事件的成本平均為 664 萬美元，但相較前幾年已有所下降。
• 印度的資料洩露平均成本達到史上最高的 2550 萬盧比（約 305 萬美元），年增 15.9% 。
• 廣泛運用 AI 與自動化進行資安防護的組織，與未運用的組織相比，平均節省了 193 萬美元 的成本。
• 僅有 42% 的組織表示在資料洩露事件後能完全恢復，雖然高於去年的 35%，但仍意味著多數企業在事件發生數月甚至數年後，仍處於恢復的中期階段。

這份 2026 年報告的數據，來自對橫跨 17 個國家、17 個產業、共 602 家遭受資安事件的組織進行研究，數據收集時間為 2025 年 3 月至 2026 年 2 月。