最新IBM《資料外洩成本報告》顯示  大多數由AI驅動的攻擊都針對關鍵基礎設施
以金融服務和能源產業最為頻繁

台北, July 30, 2026 /PRNewswire/ -- IBM 近日發布《2026 年資料外洩成本報告》，調查顯示四分之一的惡意入侵造成資料外洩事件與AI技術有關，數量比去年增加56%，造成經濟損失平均達 600 萬美元，比一般資料外洩事件造成的平均損失高出約100 萬美元。

上述攻擊主要由深度偽造冒充和具備AI能力的惡意軟體發動，已經改變了資料外洩的「經濟結構」。如今發動攻擊的速度加快，成本降低，組織發現漏洞與修復的成本卻越來越高。報告顯示，使用AI和自動化技術確保營運安全的組織，其資料外洩成本平均減少200萬美元。然而，即使防護效果明顯，仍有四分之一的組織尚未在其安全維運中採用這些新型工具。

駭客花費數千美元發動攻擊，造成企業數百萬美元的損失；這種不成比例的狀況日益惡化，網路風險的「經濟結構」已經完全改變。

先進AI技術造成威脅 促使人們更早採取行動

企業與政府機構正在著手因應未來風險，而不是等到事情發生後再採取行動。在 Ponemon 研究中心主持的後續研究裡，85% 的受訪組織已經注意到先進的AI 網路安全解決方案，並計劃增加此類安全投資。四分之三的受訪組織表示，創新的AI威脅正在促使他們重新思考：如何在整體安全維運中部署AI代理。

然而，在駭客動作最快的領域，組織的應對速度明顯不足：雖然超過 50% 的受訪者表示已經使用代理型AI進行威脅檢測和防禦，但只有 18% 的人將AI代理應用於漏洞管理—— 換句話說，AI讓駭客利用安全漏洞進行攻擊所需要的時間更短，企業卻讓已知的安全漏洞存在的更久。

「正在變化的是網路攻擊的經濟效益。AI讓網路攻擊的速度更快、成本更低，但安全漏洞造成的損失卻越來越大。」IBM 安全軟體副總裁 Suja Viswesan 表示：「當組織在發現漏洞和補救措施之間出現更長的時間差，不平衡的狀況會直接反映為資料外洩的成本。組織的當務之急是消除這種「時差」— 將補救措施融入開發流程，在運行時保護身份安全，並採取駭客的心態與速度處理風險。」

關鍵基礎設施面臨由AI驅動的風險更高

這份研究報告顯示，大多數由AI驅動的攻擊都針對關鍵基礎設施（62%），其中金融服務機構和能源產業受到的攻擊最為頻繁，讓大規模的系統性當機/停機的風險增加。金融服務業的資料外洩平均造成損失630 萬美元，能源產業則為 520 萬美元。 這些產業遭受頻繁的安全攻擊，增加了對經濟、供應鏈和基本民生服務產生負面連鎖反應的可能性。

本次報告其他主要發現：

• AI的「弱點」在模型與應用程式。超過 20% 的受訪組織表示，其AI模型與AI 應用曾受攻擊，造成資料外洩。主因是周邊系統的弱點造成：API、應用程式或外掛程式受損（27%），以及影響 AI 工作負載的雲端配置錯誤（27%）。
• 加密漏洞依然存在，量子風險迫在眉睫。即使組織不斷增加對於量子安全領域的投資，加密和密碼管理的主要弱點仍然使受訪組織暴露於風險之中。僅有 37% 曾遭遇資料外洩的組織表示，他們對靜態和傳輸中的機敏資料都做了加密保護；只有 34% 的組織清楚掌握自家加密資產的現況。
• 勒索軟體駭客把企業聲譽當作武器。勒索軟體攻擊事件的報告數量比前一年增加（從 34%提高到39%），駭客正在利用AI技術發起自動化和規模化的攻擊。雖然受訪組織仍然擔憂營運因此中斷，但駭客正在對它們施加影響層面更廣大的壓力——最常利用的是品牌聲譽（41%），其次是員工資料（35%）和智慧財產（31%）。

由 Ponemon 研究中心執行、IBM 贊助和分析的2026年《資料外洩成本報告》，是基於 2025 年3月至2026年2月全球 602 個組織遭遇的資料外洩事件。後續研究於 2026 年5月進行，602 個研究對象組織有456個組織回應。在這些組織中，78%（即 356 個組織）知曉有關 Mythos 等先進創新AI模型的最新報告。 

更多資源

• 下載2026年《資料外洩成本報告》完整內容
• 註冊參加全球網路研討會

關於IBM
IBM 是全球領先的混合雲、人工智慧及企業服務提供者，服務遍及全球 175 多個國家。IBM 協助企業從資料中獲得商業洞察、簡化流程、降低成本並增強競爭力。來自金融服務、電信和醫療等關鍵領域的機構，採用 IBM 混合雲平台及 Red Hat OpenShift 進行數位轉型。IBM 在人工智慧、量子運算和產業導向的雲端解決方案及企業服務領域持續創新，為客戶提供開放且靈活的選擇。公司秉持誠信、透明治理、社會責任、多元包容的企業文化，奠定了 IBM 的業務基石。台灣 IBM 公司新聞室：https://taiwan.newsroom.ibm.com/

媒體聯絡：
台灣 IBM 公關部
Kate Liu
Kateliu@cn.ibm.com