Отчет IBM Cost of a Data Breach за 2026 год: ИИ выступает в роли и атакующего, и цели

Основные выводы

• Атаки с использованием ИИ выросли на 56% по сравнению с прошлогодним отчетом, а инциденты с теневым ИИ увеличились более чем вдвое — до 43%.

Атаки с использованием ИИ выросли на 56% по сравнению с прошлогодним отчетом, а инциденты с теневым ИИ увеличились более чем вдвое — до 43%.

• Большинство связанных с ИИ утечек (92%) произошло из-за отсутствия надлежащего контроля доступа к ИИ, что делает пробелы в доступе и управлении истинной причиной затрат на такие инциденты.

Большинство связанных с ИИ утечек (92%) произошло из-за отсутствия надлежащего контроля доступа к ИИ, что делает пробелы в доступе и управлении истинной причиной затрат на такие инциденты.

• Организации, которые широко применяли ИИ и автоматизацию на протяжении всего жизненного цикла безопасности, сократили расходы на утечки данных на 1,93 миллиона долларов.

Организации, которые широко применяли ИИ и автоматизацию на протяжении всего жизненного цикла безопасности, сократили расходы на утечки данных на 1,93 миллиона долларов.

Что представляет собой отчет IBM о стоимости утечки данных?

IBM's Cost of a Data Breach Report 2026, независимо исследуемый Ponemon Institute, является старейшим в индустрии безопасности эталонным показателем экономики утечек.

В исследовании этого года приняли участие 602 организации из 17 отраслей. Оно основано на интервью с 3558 руководителями служб безопасности и топ-менеджерами, обладающими непосредственными знаниями об утечках в их компаниях в период с марта 2025 по февраль 2026 года.

Мировая средняя стоимость утечки данных в этом году достигла нового рекорда — 4,99 миллиона долларов, что на 12% больше, чем в прошлом году.

Рост атак на скорости машин

Развитие ИИ привело к росту атак на его основе, которые увеличились на 56%. Более чем каждая четвертая организация, столкнувшаяся с вредоносной атакой в этом году, заявила, что ее причиной стал ИИ.

Создание дипфейков и генерация вредоносного ПО с помощью ИИ составили основную часть этого объема, а финансовые последствия оказались прямыми, добавив в среднем по 1 миллиону долларов на каждую утечку.

Как ИИ снизил порог входа для убедительной атаки

Генеративный ИИ снизил стоимость, затраты времени и уровень квалификации, необходимые для проведения убедительной атаки, и теперь злоумышленники проводят их непрерывно и в больших масштабах, а не в виде единичных попыток.

Эту тенденцию Varonis Threat Labs отслеживает в течение всего года. В частности, речь идет о Reprompt — эксплойте для Copilot в один клик, который незаметно выводил данные, и о CoSnitch, который показал, как скомпрометированный ИИ-помощник может превратиться в инструмент собственной утечки данных. Обе атаки требовали всего одного клика для успешного завершения и не опирались на украденные учетные данные или кастомное вредоносное ПО — показатель того, сколь малых технических навыков требуют современные эксплойты для ИИ.

Самые дорогие атаки направлены на то, что окружает модель

Среди организаций, сообщивших об утечке данных, связанной с ИИ, первопричиной редко становилась сама модель. В качестве причины выступала окружающая ее среда: скомпрометированные API, подключенные приложения и неверные настройки облака.

Самыми дорогостоящими инцидентами безопасности стали атаки инверсии (в среднем 6,07 миллиона долларов) и атаки внедрения промтов (prompt injection) (в среднем 5,89 миллиона долларов). Это удары по доверию к самой системе, из-за чего устранение последствий выходит за рамки технического восстановления в плоскость управления и раскрытия информации.

Varonis Threat Labs также зафиксировала этот паттерн: ее исследование SearchLeak показало, что эксплойт для Copilot позволял злоумышленнику перенять все права жертвы не из-за изъяна в самой модели, а из-за того, к чему она была подключена.

Большинство связанных с ИИ утечек происходили при отсутствии контроля доступа к нему

Отчет этого года показал, что 92% связанных с ИИ утечек произошли при отсутствии надлежащего контроля доступа к ИИ, и лишь 40% организаций сообщили, что вообще используют средства контроля доступа к ИИ-моделям и данным. Этот разрыв должен привлечь наибольшее внимание руководства по безопасности, поскольку он указывает на самый явный драйвер затрат на утечки, связанные с ИИ.

Тем не менее, эта проблема сохраняется, несмотря на то, что управление идентификацией и доступом (IAM) считается одним из наиболее эффективных средств сокращения расходов при любых утечках, что говорит о проблемах скорее с исполнением, чем с осведомленностью.

Пробелы в управлении усугубляют проблему контроля доступа

Управление ИИ (охватывающее контроль доступа для моделей, агентов и приложений, а также мониторинг утечек данных) отсутствовало в 68% пострадавших от утечек организаций в этом году (по сравнению с 63% в прошлом). Только около трети организаций, имеющих какую-либо политику в отношении ИИ, располагали строгими процессами утверждения его развертывания, и лишь 19% сообщили, что команды по управлению и безопасности действительно координируют свои действия друг с другом.

Системы ИИ опережают модели доступа, призванные их регулировать. Но именно контроль доступа определяет, сможет ли система ИИ вообще добраться до конфиденциальных данных — и именно этот пробел призваны закрыть рекомендации Varonis по принципу наименьших привилегий для ИИ-агентов.

Инциденты с теневым ИИ увеличились более чем вдвое

Инциденты безопасности, связанные с теневым ИИ (когда сотрудники используют инструменты ИИ, которые никогда не были одобрены или проверены), в этом году выросли более чем вдвое и составили 43% (против 20% в прошлом году), причем такие инциденты стали дороже: в среднем 5,39 миллиона долларов по сравнению с 4,63 миллиона долларов в прошлом году. Почти половина из них привела к потере или компрометации данных, и регуляторы начинают реагировать: примерно каждый пятый инцидент с теневым ИИ в этом году привел к официальному штрафу.

Теневой ИИ — это в меньшей степени проблема ИИ и в большей степени проблема прозрачности, которую ИИ сделал критически важной. Решением является не меморандум с требованием к сотрудникам прекратить использование, а прозрачность в отношении того, что соприкасается с конфиденциальными данными (независимо от одобрения), в сочетании с возможностью действовать на основе этого в режиме реального времени.

Критическая инфраструктура и локальные данные остаются зонами повышенного риска

В разрезе отраслей на финансовые услуги и энергетику пришлось 62% всех исследованных атак на базе ИИ со средними затратами в 6,29 миллиона и 5,2 миллиона долларов соответственно. Оба сектора выявляют и локализуют утечки примерно на четыре недели быстрее среднемирового показателя, однако их глубокая взаимосвязь с остальной экономикой означает, что сбой в одном звене не ограничивается рамками одного балансового отчета.

Утечки, затрагивающие локальное (on-premises) хранение данных, также выросли в этом году: они присутствуют в 30% инцидентов по сравнению с 28% в прошлом году и 20% в 2024 году. Хотя многие организации по-прежнему считают локальные хранилища более безопасными по умолчанию, чем облако, данные этого года не подтверждают такое мнение. Локальные среды возлагают всю полноту ответственности за установку паттернов, физическую безопасность и управление доступом на внутренний ИТ-отдел без какой-либо модели разделения ответственности, которая могла бы это компенсировать.

ИИ и автоматизация остаются наиболее эффективным средством сокращения затрат

Борьба с атаками на базе ИИ требует применения ИИ и автоматизации. Организации, которые широко использовали оба эти инструмента на протяжении всего жизненного цикла безопасности, сократили сроки устранения утечек на 65 дней, а средние затраты — на 1,93 миллиона долларов по сравнению с теми, кто этого не делал. Это самый сильный показатель снижения затрат в отчете текущего года.

Однако загвоздка заключается в слове «широко». Только 36% организаций, столкнувшихся с утечками, применяли эти инструменты на этапах предотвращения, обнаружения, расследования и реагирования, причем большая часть такого использования концентрировалась на обнаружении и расследовании.

Половина организаций, столкнувшихся с утечками данных, внедрили агентов с искусственным интеллектом в своих SOC, однако лишь 18% применили их для сканирования и управления уязвимостями — именно в той сфере, где возможности передовых моделей смещают преимущество в сторону злоумышленников. Собственные исследования Varonis в области Triage Agent приводят к тому же выводу: автономный ИИ приносит наибольшую пользу, когда он применяется на протяжении всего жизненного цикла расследования, а не только на каком-то одном его этапе.

Что это значит для команд безопасности, создающих программы в сфере ИИ

В совокупности эти выводы указывают на одно: контроль над тем, где работают ИИ-системы, как они обрабатывают данные и кто имеет к ним доступ, стал базовым требованием безопасности.

Более половины организаций теперь планируют инвестировать в инструменты безопасности и управления ИИ после инцидента с утечкой данных — это на 88% больше, чем в прошлом году, а 85% планируют увеличить расходы на безопасность именно в ответ на угрозы со стороны передовых ИИ-моделей.

Как Varonis помогает устранить пробел в контроле доступа к ИИ

Самый очевидный и в то же время наиболее практичный сигнал отчета заключается в следующем: именно контроль доступа, а не сложность модели отличает дорогостоящие утечки данных с использованием ИИ от локализованных инцидентов. Varonis напрямую устраняет этот пробел, рассматривая безопасность ИИ как безопасность данных, благодаря чему решения о доступе учитывают как то, что ИИ-система может сделать, так и то, к каким конфиденциальным данным она может получить доступ:

• Varonis Atlas непрерывно обнаруживает каждую ИИ-модель, агента и инструмент в вашей среде — включая теневой ИИ — и применяет политики в реальном времени с помощью встроенного шлюза AI Gateway, устраняя пробел в видимости, который привел к удвоению числа инцидентов с теневым ИИ в этом году.

Varonis Atlas непрерывно обнаруживает каждую ИИ-модель, агента и инструмент в вашей среде — включая теневой ИИ — и применяет политики в реальном времени с помощью встроенного шлюза AI Gateway, устраняя пробел в видимости, который привел к удвоению числа инцидентов с теневым ИИ в этом году.

• Контроль доступа на основе намерений агента сопоставляет то, что агенту было поручено сделать, с тем, к чему он реально обращается, обеспечивая соблюдение принципа минимальных привилегий во время выполнения, а не только при инициализации — что напрямую решает проблему 92-процентного пробела в контроле доступа, лежащего в основе самых дорогостоящих утечек данных с использованием ИИ в этом году.

Контроль доступа на основе намерений агента сопоставляет то, что агенту было поручено сделать, с тем, к чему он реально обращается, обеспечивая соблюдение принципа минимальных привилегий во время выполнения, а не только при инициализации — что напрямую решает проблему 92-процентного пробела в контроле доступа, лежащего в основе самых дорогостоящих утечек данных с использованием ИИ в этом году.

• Платформа Varonis Data Security Platform обнаруживает и классифицирует конфиденциальные данные, определяет радиус поражения и автоматически устраняет избыточные и устаревшие разрешения, поэтому средства контроля доступа основываются на том, к каким данным конкретная учетная запись — человеческая или созданная ИИ — действительно может получить доступ.

Платформа Varonis Data Security Platform обнаруживает и классифицирует конфиденциальные данные, определяет радиус поражения и автоматически устраняет избыточные и устаревшие разрешения, поэтому средства контроля доступа основываются на том, к каким данным конкретная учетная запись — человеческая или созданная ИИ — действительно может получить доступ.

• Varonis автоматически выполняет более 200 миллионов действий по устранению угроз каждый месяц, предоставляя командам безопасности автоматизированное и непрерывное обеспечение соблюдения политик, которого, судя по отчету, до сих пор не хватает большинству организаций.

Varonis автоматически выполняет более 200 миллионов действий по устранению угроз каждый месяц, предоставляя командам безопасности автоматизированное и непрерывное обеспечение соблюдения политик, которого, судя по отчету, до сих пор не хватает большинству организаций.