IBM：1/4 惡意數據洩露事件為 AI 攻擊導致，損失較均值高出 20%

IBM 於當地時間 7 月 29 日發布最新安全調查報告，指出人工智慧（AI）驅動的攻擊已成為企業面臨的重大資安威脅。根據 IBM 與 Ponemon 研究所合作進行的分析，在所有惡意數據洩露事件中，約有四分之一與 AI 攻擊相關，且此類事件的比例較去年大幅成長了 56%。這份報告揭示的不只是攻擊手法的轉變，更凸顯了 AI 在攻擊端與防禦端同時扮演關鍵角色的新常態。 這項調查結果顯示，AI 攻擊不僅發生頻率上升，所導致的財務損失也較一般資安事件更為嚴重。報告指出，這類由 AI 驅動的數據洩露事件，平均每起造成約 600 萬美元的損失，這個數字比起整體數據洩露事件的平均成本，整整高出了 20%。換句話說，企業一旦遭遇 AI 攻擊，所需承擔的復原成本與業務中斷衝擊，往往比傳統攻擊更為沉重，也讓資安主管在資源分配上面臨更大壓力。 從攻擊目標來分析，報告發現 AI 驅動的網絡攻擊帶有明顯的指向性。數據顯示，有 62% 的 AI 驅動型網絡攻擊是針對關鍵基礎設施而來，其中又以金融服務與能源機構受害最為集中。這些產業一旦遭到成功入侵，不僅可能造成單一企業的資料外洩，更有可能對整體經濟活動、供應鏈運作以及民生基本服務產生連鎖效應，使攻擊的影響範圍遠超單一組織的邊界。 值得注意的是，雖然 AI 加劇了攻擊威脅，但同樣的技術也能成為企業防禦的利器。IBM 的調查數據指出，在安全營運流程中導入 AI 與自動化技術的企業，平均每起數據洩露事件可節省將近 200 萬美元的成本。然而，盡管效益如此明確，目前仍有約四分之一企業尚未在安全營運中採用相關技術，顯示防禦端的 AI 應用普及程度，仍落後於攻擊端的演進速度。 在具體的技術應用層面，調查也揭露了企業採用 AI 工具的現況。結果顯示，僅有 18% 的受訪企業將智能代理（AI Agent）部署在漏洞修復與管理環節中，但已有超過半數企業開始將智能代理用於威脅偵測與遏制作業。這反映出當前企業多數仍將 AI 視為「監看」與「警報」的工具，尚未完全信賴其能夠自主執行修復與應變，而這也正是漏洞從被發現到被修補之間，仍存在顯著時間差的可能原因之一。 除了利用 AI 發動攻擊之外，AI 系統本身也正在成為攻擊者的目標。報告顯示，超過 20% 的企業曾遭遇針對 AI 模型或應用系統的入侵攻擊。進一步分析這些攻擊的成因，最常見的誘因並非 AI 系統本身的核心演算法遭破解，而是周邊系統存在薄弱環節，以及雲端平台配置不當所導致的曝險。這也意味著，企業在積極導入 AI 的同時，若未能同步強化基礎架構的資安防護，反而可能開啟新的攻擊面。 IBM 安全軟體副總裁 Suja Viswesan 在發布報告時表示，當前真正在改變的是網絡攻擊的經濟學邏輯。他指出，AI 讓攻擊者能夠以更快、更便宜的方式發動攻勢，但數據洩露事件的代價卻持續攀升。當企業在發現漏洞與完成修補之間存在過長的時間差時，這種攻防之間的失衡便會直接反映在洩露成本上。他強調，現階段的首要任務是消除這段時間差，具體做法包括將修復能力內嵌至開發流程、在運行階段確保身份安全，並以與攻擊速度匹配的反應節奏來應對威脅。 這份報告的發布時機，正值全球企業加速擁抱 AI 應用的關鍵階段。隨著生成式 AI 與自動化工具滲透至各行各業，攻擊者也開始善用同樣的技術來擴大攻擊規模、提升攻擊效率。專家普遍認為，AI 帶來的資安風險並非未來式，而是正在發生的現在進行式。企業若未能重新審視自身的防禦架構與應變流程，恐怕將在 AI 主導的新一波網路攻防戰中處於劣勢地位。 對台灣企業而言，這份調查同樣具有高度的參考價值。製造業與半導體產業向來是台灣經濟的支柱，而這些產業同時也是供應鏈體系中高度依賴資訊系統的一環。隨著 AI 攻擊鎖定關鍵基礎設施的比例攀升，國內企業除了需關注傳統的勒索軟體與供應鏈攻擊之外，更應將 AI 驅動的新型威脅納入風險評估範疇，並同步評估自身在安全營運中運用 AI 自動化來縮短應變時間的可行性。 整體而言，IBM 這份調查清楚描繪出 AI 時代下資安攻防的雙面性：AI 既是讓攻擊成本降低、擴散速度加快的催化劑，也是幫助企業在有限資源下強化防禦、降低損失的關鍵工具。如何在攻擊者充分利用 AI 的同時，讓防禦端也能以同等甚至更快的速度部署 AI 應用，將成為未來企業資安策略能否奏效的重要分野。