该公司表示，AI驱动事件较去年增长56%，平均成本为 $6 million，高于全球数据泄露平均水平 $4.99 million。
IBM《2026年数据泄露成本报告》显示，AI驱动的数据泄露占恶意事件的四分之一，较去年增长56%，平均成本达到 $6 million，而全球数据泄露平均成本为 $4.99 million。IBM表示，此类攻击主要由深度伪造冒充和AI驱动恶意软件推动，使入侵发起速度更快、成本更低，但补救成本仍然高昂。另有超过20%的组织报告称，其AI模型或应用程序遭遇数据泄露，最常见的原因与受损API（应用程序编程接口）、应用程序或插件，以及影响AI工作负载的云配置错误有关。报告称，在安全运营中使用AI和自动化的组织，平均可将数据泄露成本降低近 $2 million，但仍有四分之一尚未采用这些工具。波耐蒙研究所的后续独立研究发现，在了解先进前沿AI网络攻击能力后，85%的组织计划增加安全支出，高于初始研究中表示在发生数据泄露后会增加支出的64%。关键基础设施领域占报告中AI驱动攻击的62%，其中金融服务和能源行业最为集中。