IBM报告：Shadow AI事件升至43%，AI数据泄露为何更贵？

这次先看懂一个容易被误读的数字：Shadow AI 相关安全事件占比，升到了 43%。

Shadow AI 指员工使用、但组织没有批准的 AI 应用。专业媒体转述 IBM 2026 数据泄露成本研究称，相关事件占比从上一年的 20% 升至 43%，这类事件的平均成本约为 539 万美元。1

这个 43% 不是「43% 的企业都在用 AI」，而是报告中安全事件的统计口径。研究覆盖 602 家经历过数据泄露的组织，时间范围为 2025 年 3 月至 2026 年 2 月，涉及 17 个行业、16 个国家。2

IBM 官方新闻稿给出的是另一组口径：约四分之一的恶意数据泄露事件被报告为 AI-enabled，比上一年增加 56%，平均成本约 600 万美元；另有超过 20% 的组织报告过针对 AI 模型或应用的泄露。3

这两组数字不能直接相加：43% 讲的是 Shadow AI 相关安全事件，四分之一讲的是 AI-enabled 恶意泄露，超过 20% 讲的是报告过 AI 模型或应用泄露的组织。统计对象不同，但共同指向同一个问题：AI 接入越快，权限、API、插件、云配置和审计越不能靠「大家自觉」。

当员工把合同、病历、源代码或财务材料交给未纳管的 AI 工具，风险不只是内容被谁看见，还包括：

IBM 对 AI 治理的解释也把架构、访问、数据处理、身份和持续监督放在同一条安全链上。4

如果高敏感数据不能让模型或平台看到明文，单靠服务条款和事后审计是不够的。公开报道显示，AI 加密平台可以采用「用户端先加密—密文传输与推理—密文结果返回—用户本地解密」的路径，并在用户端生成密钥。5 6

这类机制解决的是「明文何时出现、谁能看到」；权限管理、审计、模型安全和企业责任，仍要单独治理。对合同、病历、代码、财务数据这类材料，值得先问的不是「模型够不够强」，而是「明文在哪里出现」。

你所在的团队，最难回答上面哪一个问题？

#AI 隐私 #ShadowAI #数据安全 #AI 合规 #企业安全 #密态计算