Z raportu IBM Cost of a Data Breach 2026 wynika, że średni koszt incydentu, w którym napastnicy wykorzystali sztuczną inteligencję, wyniósł 6 mln dolarów. To o około 1 mln dolarów więcej niż globalna średnia dla wszystkich naruszeń danych, która sięgnęła rekordowych 4,99 mln dolarów.

Badanie zostało przeprowadzone przez Ponemon Institute na zlecenie IBM i objęło 602 organizacje z całego świata, które padły ofiarą naruszeń bezpieczeństwa między marcem 2025 r. a lutym 2026 r.

Średni koszt naruszenia danych wzrósł w ciągu roku o 12 proc. Największy wpływ na ten wzrost miały wydatki związane z wykrywaniem incydentów, prowadzeniem działań wyjaśniających oraz stratami biznesowymi. Co czwarty złośliwy cyberatak analizowany w badaniu był wspierany przez sztuczną inteligencję.

AI zmienia ekonomię cyberataków

Jak podkreśla Limor Kessem, globalna szefowa zespołu X-Force Cyber Crisis Management w IBM, sztuczna inteligencja nie jest już jedynie kolejnym narzędziem w arsenale cyberprzestępców, lecz zmienia sposób prowadzenia ataków.

Według IBM liczba ataków wykorzystujących AI wzrosła w ciągu roku o 56 proc. Dzięki automatyzacji rozpoznania, tworzeniu wiarygodnych wiadomości phishingowych, modyfikowaniu złośliwego oprogramowania oraz testowaniu podatności z prędkością niedostępną dla człowieka przestępcy mogą prowadzić bardziej zaawansowane kampanie przy znacznie niższych kosztach.

W rezultacie naruszenia bezpieczeństwa następują szybciej, obejmują większą skalę i powodują wyższe straty finansowe.

Skrócenie czasu między rozpoczęciem ataku a jego eskalacją oznacza również, że przedsiębiorstwa mają mniej czasu na wykrycie zagrożenia. To bezpośrednio przekłada się na większe straty operacyjne, wyższe koszty obsługi klientów, wydatki prawne oraz utratę reputacji. Z raportu wynika, że wydatki związane z wykrywaniem i analizą incydentów oraz utraconym biznesem odpowiadały za 63 proc. całkowitych kosztów naruszeń danych.

Raport wskazuje jednak, że sztuczna inteligencja może znacząco ograniczyć skutki cyberataków. Organizacje wykorzystujące AI i automatyzację w procesach bezpieczeństwa zmniejszały średni koszt naruszenia danych o 1,93 mln dolarów. Problem polega na tym, że wdrażanie takich rozwiązań jest nierównomierne. Połowa organizacji, które doświadczyły naruszenia danych, wykorzystuje agentów AI do wykrywania zagrożeń, reagowania na incydenty i ich ograniczania. Zaledwie 18 proc. stosuje jednak sztuczną inteligencję do wyszukiwania i zarządzania podatnościami.

Najdroższe ataki na systemy AI

Największe straty powodowały incydenty wymierzone bezpośrednio w modele i aplikacje wykorzystujące sztuczną inteligencję. Najdroższe okazały się:

  • ataki typu model inversion, których średni koszt wyniósł 6,07 mln dolarów,
  • ataki prompt injection, generujące średnio 5,89 mln dolarów strat.

Atak typu model inversion polega na odtworzeniu lub wywnioskowaniu poufnych danych wykorzystanych do trenowania modelu AI poprzez analizę jego odpowiedzi. W ten sposób napastnicy mogą uzyskać dostęp do informacji osobowych, własności intelektualnej lub innych poufnych danych bez konieczności włamywania się do oryginalnych zbiorów danych.

IBM zwraca uwagę, że większość incydentów związanych z AI wynika nie z błędów samych modeli, lecz z niedoskonałości architektury IT, niewłaściwie zaprojektowanych mechanizmów bezpieczeństwa oraz słabego nadzoru nad środowiskiem, w którym systemy AI działają.

Coraz więcej przedsiębiorstw zdaje sobie z tego sprawę. Ponad połowa organizacji deklaruje, że po doświadczeniu naruszenia danych planuje zwiększyć inwestycje w rozwiązania do ochrony i zarządzania bezpieczeństwem AI. To o 88 proc. więcej niż rok wcześniej.