一句话看懂:IBM 2026 年数据泄露成本报告显示,92% 遭遇 AI 相关安全事件的公司都缺少基础访问控制;问题主要集中在 API 和云配置,而不是模型本身,企业部署 AI 的风险比预期更依赖传统安全基本功。
事件核心:发生了什么
8 月 3 日,IBM 发布《2026 年数据泄露成本报告》。该报告基于 Ponemon 研究所对 602 家公司的调查,发现在经历过 AI 相关安全事件的企业中,92% 没有建立足够的访问控制机制。这些事件通常不是从模型本身开始:大约五分之一的企业,入侵入口是被攻破的 API、关联应用或配置错误的云服务。
报告还给出了具体成本差异:包含 AI 环节的数据泄露事件平均损失 533 万美元,而不涉及 AI 的事件平均为 470 万美元;全球所有数据泄露事件的平均成本同比上涨 12%,达 499 万美元。如果攻击者本身使用 AI 发起攻击,损失会进一步升至 604 万美元,而同期不使用 AI 的攻击造成的损失为 503 万美元。IBM 指出,无论企业使用的是开源模型还是闭源模型,安全事件发生概率几乎没有区别。
为什么重要
这份报告把 AI 安全问题的焦点从“模型是否够强”拉回到“访问控制是否做好”。很多企业



