IBM报告揭AI安全底裤,九成公司死在基础疏忽

The Decoder 刚转了 IBM 的一份新报告，吃瓜群众本以为又是哪个大模型被黑客硬核攻破了，结果定睛一看，92%的公司纯粹是自己没锁门。

这事给所有搞 AI 落地的团队敲了个警钟。别天天盯着模型参数和幻觉找茬，你花大价钱搞来的 AI 系统，可能连个基础的访问控制都没做，随便一个配置错误就能让公司赔掉几百万美元。

IBM 这份 Cost of a Data Breach Report 2026 是找 Ponemon Institute 帮忙做的，实打实查了 602 家公司。报告里有个数据特别扎眼：在那些因为 AI 翻车的公司里，92% 连最基本的访问控制都没做。

大家平时看安全新闻，总觉得是黑客用了什么惊天动地的零日漏洞，或者模型本身出了什么大幻觉。但 IBM 这次把底裤扒了，问题很少出在模型本身。差不多五分之一的公司，入口居然是被入侵的 API、随便连接的应用，或者是配置错的云服务。不管你是用开源模型还是自己家养的闭源模型，在这个低级错误面前一视同仁。

说白了，这些漏洞根本不需要什么 sophisticated attackers 来 exploit，就是最基础的疏忽。你想想，你花大价钱部署了 AI，结果连个权限都没设好，这不等于把金库钥匙挂在门把手上吗？

原文作者 Thomas Joos (主页) 报道了这份 IBM 报告。类似因为基础配置翻车的案例不少，比如之前有人篡改 ChatGPT 链接就能生成 rogue AI agent (详情)，甚至黑客直接让 Meta 的 AI 聊天机器人改邮箱就劫持了 Instagram 账号 (详情)。想看更多深度报道，可以去 订阅。

更扎心的是这笔经济账。报告里算得很清楚，涉及 AI 的安全事件，平均损失是 533 万美元，比没有 AI 参与的 470 万美元高出一大截。全球所有数据泄露的平均成本也涨了 12%，到了 499 万美元。

这还没完，如果攻击者自己也用了 AI 来搞破坏，那损失直接跳到 604 万美元；不用 AI 的话是 503 万美元。看到没，AI 不仅让防守方赔钱，也让攻击方的破坏力升级了。

这里头有个反常识的真相：大家都在卷大模型的能力，卷参数、卷上下文，但安全团队和运维团队根本没跟上。模型再聪明，如果接入的 API 没做鉴权，或者云服务的权限开得太宽，AI 就会变成内鬼的帮凶。这纯粹是管理上的裸奔。

这对咱们搞产品、做运营或者盯项目的来说，是个实打实的避坑指南。以后业务方再催着上 AI 功能，别光顾着看 Demo 有多炫。如果安全基建是零，直接拒绝上线，先补齐以下清单：

第一，检查所有 AI 系统的访问控制，是不是真的做了身份验证和权限隔离。第二，审查 API 接口，有没有把内部接口直接暴露给外部，鉴权机制是不是形同虚设。第三，盘点云服务配置，特别是对象存储和数据库，千万别搞成公开可读。第四，评估第三方应用连接，别随便给外部应用开高权限。不这么做，一旦出事，老板问起来，你总不能说是模型自己决定把数据泄露的吧？

讲真，现在行业里有一种很不好的风气，出了安全事故就甩锅给 AI，说模型有幻觉、有漏洞。但 IBM 这份报告直接打脸，92% 的锅都在基础访问控制上。AI 只是个放大器，它放大了你原本就存在的管理漏洞。如果你连最基础的权限都没管好，上不上 AI 都会出事，上了 AI 只是赔得更多。别总想着用最新的模型去掩盖最烂的工程实践，先把 API 鉴权和云存储权限查一遍，别等赔了 500 万美元才想起来补漏洞。

看完想聊两句？
你公司的 AI 系统，做过基础的访问控制排查吗？