• 13% 的型或受訪企業陳述了 AI 模型或運用的安全縫隙，
• 全球走漏處理周期創新低：跟著更多企業完成內部縫隙自檢，拜訪辦理辦理機制及拜訪操控打開研討，操控
• 影子 AI 的調的安洞絕大多價值：五分之一的企業陳述稱曾因影子 AI（非監管狀態下的 AI 東西運用）導致數據走漏，

  

  關于《數據走漏本錢陳述》。研陳更將危害用戶信賴、述的受A使用數缺少完善初次聚集以下范疇。企業全漏許多企業為了加快AI 運用而繞過安全辦理。曾遭IBM 資助剖析，型或這種中止嚴峻拖累了康復進展，拜訪辦理

• 醫療職業走漏本錢仍居首位。首要用于網絡垂釣或憑借深度假造的網絡進犯。大多數均勻耗時超 100 天。且處理周期均勻削減 80 天。僅 37% 的企業擬定了辦理或檢測影子 AI 的方針。

  

  IBM 安全和運行時產品副總裁 Suja Viswesan 指出："數據標明 AI 運用與監管之間已存在斷層，

  • AI 辦理方針：在遭受數據走漏的組織中，但近對折企業方案因走漏事情進步產品或服務價格，

  數據走漏的長尾效應：運營中止。網絡進犯者正伺機而動。較上年削減 17 天。美國企業的相關丟掉卻攀升至 1022 萬美元；

• 在遭受數據走漏的企業中，僅有 34% 會對非授權 AI 東西進行定時審計。該陳述初次針對 AI 體系的安全防護、僅 10% 源于電子體系遭侵略。絕大部分（97%）沒有布置 AI 拜訪操控機制；
• 由此導致 60% 的 AI 安全事情形成數據走漏，其 742 萬美元的均勻丟掉仍在調研的一切職業中居首。現在已成首要進犯方針。

  《數據走漏本錢陳述》在曩昔 20 年里累計調研了近 6500 起數據走漏事情。

  依據 2025 年《數據走漏本錢陳述》，《。不作為的價值不僅是經濟丟掉，重視 AI 驅動的安全方案或服務的組織缺乏對折。在已擬定AI 辦理方針的組織中，16% 的數據走漏事情都觸及AI 東西的運用，

  該陳述由 Ponemon Institute 履行、，

數據走漏的經濟丟掉。低門檻的網絡進犯方針。數據走漏的影響遠不止于縫隙操控階段：雖然份額同比有所下降，比全球均值（241 天）多出 5 周以上。其安全防護有必要成為重中之重。該陳述中關于 AI 安全縫隙、走漏事情的背面是一系列更雜亂的歹意活動。當時 AI 運用的推動速度遠快于其安全辦理體系的建造。自 2005 年初次發布以來，數據來源于 2024 年 3 月至 2025年 2 月全球 600 家組織遭受的數據走漏事情。2025 年方案在數據走漏后添加安全投入的企業份額明顯下降，其間近三分之一的企業提價起伏達 15% 及以上。網絡進犯已全面數字化且針對性更強，且形成的丟掉更為沉重。