IBM近期发布《2026年数据泄露成本报告》，该报告基于Ponemon研究所对全球602家企业的调研显示，92%的AI安全事件源于企业访问控制等基础管理缺失，仅8%企业具备完善的AI安全防护措施。当前AI相关数据泄露事件平均损失达533万美元，较非AI相关泄露高出63万美元，AI正成为企业数据安全新的高风险变量。
随着大模型应用在各行业的渗透率快速提升，AI系统正在接入越来越多的企业核心业务数据，其安全隐患也同步进入爆发期。不少企业此前将AI安全的防范重心放在模型本身的漏洞上，却忽略了基础管理环节的风险，这一认知误区正在成为企业数据安全的最大隐形杀手。
报告调研数据显示，约五分之一的AI安全事件来源于外围基础设施漏洞，包括API接口遭入侵、关联应用存在未修复漏洞、云服务配置错误等常见问题。而企业选择开源模型还是专有模型，对AI安全事件的发生概率几乎没有明显影响。
此前不少企业误以为采用闭源的商业化大模型就能规避安全风险，或是将开源模型的可审计性作为安全核心指标，实际上两类模型的安全隐患核心都不在技术架构本身，而在落地后的运维管理环节。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号