IBM 和 Ponemon 研究院最新数据很清晰：AI 驱动的恶意攻击已经占到了所有恶意数据泄露事件的 25%。
这不仅仅是数字游戏，攻击规模比去年涨了 56%，每次被 AI 攻破的成本平均是 600 万美元，比传统泄露贵 20%。
攻击者很懂集中力量办大事，62% 的 AI 攻击直接冲着关键基础设施去。金融和能源机构首当其冲，一旦出事，供应链和基础服务会跟着一起崩，这种级联影响是传统攻击很难做到的。
最扎心的地方在于经济账。IBM 安全软件副总裁 Suja Viswesan 说对了，AI 让攻击变快变便宜，但修补漏洞的钱却越花越多。
企业明明知道用 AI 防御能省 200 万美元，可仍有 25% 的公司没部署，相当于主动送钱给攻击者。
更讽刺的是，企业在 AI 安全上的投入完全是“重检测、轻修复”。超过一半的公司用 AI 代理去发现威胁，但只有 18% 的企业敢把 AI 拿去自动修漏洞。这意味着大部分时候，AI 只负责报警，最后还得靠人熬夜去填坑。
现在还有个新麻烦，超过 20% 的企业直接成了针对 AI 模型本身攻击的目标。原因很现实，外围的 API 和防火墙配置太烂，云平台也没设好规矩。
现在防御方还是靠人眼去检查，等人工介入，AI 早就渗透完了。
IBM 指出的出路只有一条：把修复能力直接嵌进开发流程。别指望人工追得上了，必须搞自动化防御，让修复速度和攻击速度跑在同一条线上。
