AI时代的数字信任保护：2026数字风险报告

2026 数字风险报告 保护人工智能时代的数字信任 执行概览 数字风险已越过临界点。随着企业加固终端、身份、云、网络和电子邮件安全，攻击者转而利用开放互联网，使商业信任暴露无遗。过去看似孤立的冒充和偶发式欺诈，如今已演变成有组织的、工业化规模的行动。攻击的目标是信任：对高管和员工的信任、对品牌的信任、以及对调动资金的业务流程的信任。如今攻击者能端到端地运行营销活动，而大多数数字风险项目仍需逐一应对事件。这一差距在本项涵盖1100多名安全和风险领导者的调查中可见一斑。 在每一个可见的物品背后，无论是被仿冒的域名或虚假的社交账号，还是深度伪造视频或合成人格，都有一位操作者指挥着这场行动。这些行动遵循着一条可识别的杀伤链：侦察、基础设施设置、信任利用、目标接触、凭证捕获、账号接管、影响与欺诈，以及变现。然而，大多数项目仍然个案地拦截可见物品，而没有追溯到它们背后的操作者。 关键发现： • 人工智能开辟了第二战场：已有47%的人遭遇过确认或疑似高管或品牌代表遭合成媒体仿冒的情况，而看起来像真实活动的AI生成攻击目前已成为调查中可见性差距的最大问题，占比44%。就暴露程度而言，仅有4%的人能完全掌控其代理人的外部互动并拥有主动控制权，而96%的人没有任何自动方式来阻止通过外部输入被操控的AI代理——这正是大多数程序尚未测量的AI信任差距。 • 数字风险属于业务风险类别，而非安全工具问题：过去一年，84%的组织经历了实质性的数字风险事件，但只有7%称其项目处于领先地位。相关成本分散在员工工时、客户支持、法律应对和高层时间上，然而21%的组织完全没有指定数字风险负责人。 • 人类是最暴露且最受保护攻击面：今年，高管或员工身份伪造攻击影响 了53%的组织。然而，防护范围仍然有限：77%将员工覆盖范围限制在高管、少数高风险职位或被动的事例响应，43%甚至完全不进行目标人物威胁画像。 • 市场处于投资拐点，尚无类别领导者：58%计划在未来一年增加数字风险投资，但82%仍缺乏专用平台。69%将自己置于既定响应模型之下。未来12至24个月将决定数字风险是整合为专用平台类别，还是继续分散在各类工具和手动工作流程中。 • 检测、调查、响应和衡量在杀伤链中是割裂的：只有7%从侦察到欺诈全程可见。42%表示攻击现在比检测更快，34%在移除攻击后不追查背后的对手，28%没有移除服务等级协议来衡量响应性能。一个阶段的失败会级联到下一个阶段。 每一项发现都追溯到同一个问题：一个协调一致、由人工智能放大的跨渠道、跨终端威胁，正遭遇一种碎片化的应对措施——这种措施既没有哪个团队负责，也没有哪个平台能够防御。投资正涌入这一空白领域，但架构尚未巩固以填补它。在如此规模和机器速度下，应对必须是一个自主循环：人工智能代理以机器速度运行预先部署的检测、调查、归因、下架、验证和学习，而人类则负责制定政策和做出判断。 数字风险已超越安全运营 工业规模数字风险影响所有职能。最高成本发生在安全运营之外，数据清晰地指明了具体位置。 过去一年，84% 的组织经历了实质性的数字风险事件，然而只有 7% 将其项目描述为领先。这一差距背后是多种形式的协同欺骗：65% 的人看到了相似域名或同形异义域名，53% 的人遭遇了高管或员工的冒充，47% 的人面临跨渠道的协同宣传活动，通常在同一十二个月窗口期内。商业影响平行显现：凭证盗窃（34%）、品牌损害（32%）、直接欺诈（30%）、客户混淆（29%）和支付转移风险（26%）。 成本构成图揭示了同样的趋势。员工工时在成本类别中占比最高，达到53%，领先于客户支持（41%）、高管时间（31%）和法律监管响应（23%）；另有23%的成本完全未进行追踪。最大的单一成本是清理工作所需的人力，这些工作分散在安全运营之外的不同职能部门。即便成本从未出现在任何一个单独的预算项目下，这也是将数字风险转化为损益事件的关键所在。 进行一项在被发现前持续六周的高管模仿活动。在移除后，清理工作涉及五个部门。市场部门重写公开声明。客服部门处理困惑的咨询。法务部门协调移除事宜。高管办公室扫描以查找更多伪造内容。风险与保险部门提交事件报告。这五个部门均不属于安全运营部门。数字风险现处于董事会层面。而管理其所需的治理框架（包括所有权、问责制和跨职能权限）尚未跟上。 数字风险成本最终落向何处 过去12个月，贵组织经历的网络信任事件，其真实成本是多少？ 在此有效运作的情况下，所有接触数字风险的团队都采用相同的互联工作流程，共享证据、拥有统一的操作视图，并由一个明确的负责人承担责任。 人们现在是攻击面 数字风险变得个人化。掌握权力、权限和信誉的个人是风险暴露最高的群体，但也往往是保护最少的群体。 过去一年中，超过一半的组织（53%）遭遇了高管或员工身份被冒用的情况，其中27%同时经历了这两种情况，另外17%则完全没有进行监控。高管身份冒用利用的是权威性和紧迫性，而员工身份冒用则通过访问权限和熟悉度来打开局面。此类活动涉及伪造电子邮件或消息（41%）、社交媒体（36%）以及专业网络（32%），这些都是个人实际生活和工作所使用的平台。长期以来，安全防护一直围绕技术攻击面展开，例如网络、终端、凭证和应用。2026年的数据则扩展了这一优先事项清单。如今受攻击的资产变成了个人的身份，而个人生活在大多数品牌保护计划无法触及的开放渠道上。 个人信息暴露为攻击提供了土壤。攻击者会在伪装活动开始前，从信息中介网站、凭证泄露事件和公开信号中收集目标资料，包括家庭住址、家庭细节和联系信息，以构建目标画像。在这类侦察层面的防护存在严重缺口：43%的组织缺乏针对主动攻击个体的相关人员威胁画像能力，35%未在信息中介和人员搜索网站运行主动的个人信息移除项目，52%对加密或去中心化渠道（如WhatsApp）缺乏可见性。侦察窗口持续开启，而防护重心却放在了后续环节。 谁被冒充了 过去12个月，贵组织是否有任何高管或员工在网上被冒名顶替？ 将品牌保护扩展至个人的项目，会持续监控高管和员工的身份冒用行为，将其归因于操作人员，并根据可衡量的服务水平协议进行补救。而一个无法指明本年度哪些高管和高风险员工被冒用、通过哪些渠道被冒用、以及每个案件关闭速度的项目，虽然仍在保护品牌，但其相关人员却仍处于暴露状态。 劳动力保护仍然过于狭窄 当攻击者选定目标时，他们早已查明哪些职位掌握着值得夺取的权限。然而，员工保护措施很少能触及高管层。 77%的人将保护范围仅限于高管，按个案做出反应，或仅覆盖少数高风险岗位。在这部分人中，29%根本不运行正式项目，只有在发生事件后才做出响应。另外12%覆盖了大部分员工，而只有4%为整个劳动力队伍提供全面覆盖。 攻击者利用正确的权限穿越角色，无论其头衔如何。财务审批者释放付款。IT管理员持有访问密钥。面向客户的员工承载品牌信任。高层执行监控只是将威胁绕过保护层，直指下一级未受监控的岗位，该岗位仍处理资金或授予权限。当这些岗位之一受到攻击时，19%的情况没有明确定义的响应负责人，因此延误和重复工作恰恰发生在速度最关键的地方。围绕资历构建的保护机制关注的是错误的名单。 攻击者无视被监控的财务总监，转而针对实际拨付资金的应付账款经理。没有哪个程序覆盖这个职位。欺诈性付款得以清偿。 劳动力保护的范围有多广？ 贵组织是否为除高管之外的大部分员工制定了正式的数字保护计划？ 77%的人将保护措施保留给高管，采取个案处理的方式，或仅覆盖少数几个高风险岗位。4%的人则覆盖全体员工。攻击者会利用任何一个拥有访问权限的账户——而大多数这样的账户都位于高管层之外。 后续计划将位置点（POI）画像、经纪商站点监控和伪装检测扩展到执行层之外，覆盖实际持有访问权限的席位：财务审批人、IT管理员和面向客户的员工。仅基于职级而停止防护，会使攻击者的真实目标暴露无遗。 人工智能生成的攻击现在看起来很真实 如今，攻击者能够制作出看起来和听起来都像真品的模仿品。人工智能实现了大规模工业化生产。 44%的人将AI生成的、看似真实活动的攻击视为其最大的可见性差距，也是本次调查中的首要差距。这种威胁已经存在：47%的人已经确认或怀疑存在针对高管或品牌代表的合成媒体冒充，包括声音克隆或深度伪造视频（18%已确认，29%表示怀疑）。 防御者通过三个相关的可见性差距指出了同样的威胁：速度、隐藏的平台以及跨渠道移动。42%的人指出攻击速度超过检测速度。39%的人指出他们无法洞察的平台。32%的人指出他们无法跨渠道连接的活动。35%的人将AI生成的欺骗检测命名为首要的购买优先事项。CISO们从两方面看到了同样的威胁：最大的防御差距也是最清晰的投资优先事项之一。 过去识别虚假信息常用的方法包括语法错误、图像失真和语调不当的措辞。人工智能让这些识别方法变得不可靠，而像C2PA这样的内容来源标准尚未普及到足以取代它们的地步。那些仍然依赖“看起来不对劲”来辩护的人正在失去优势。检测必须更早地介入到杀伤链中，即在宣传活动构建的环节。 首席信息安全官（CISO）从三个角度看到了同样的威胁：最大的可见性差距、一个已确认的活体问题，以及首要的购买优先事项。过去用来识别假货的那些老方法——糟糕的语法、扭曲的图像、不合时宜的措辞——已经过时了。 领先于人工智能的防御者不会坐等攻击发生。他们进行预先部署的检测：植入虚假账号、注册仿冒域名、建立内容库——在活动上线前就将其捕获。接着他们拦截身后的对手。如果虚假内容出现后检测仍启动，那么防御窗口期已经关闭。 人工智能代理创造新的信任边界 那是指攻击方面。在暴露方面，组织正在将人工智能代理部署到攻击者正用合成内容大量充斥的开放环境中。随着代理开始参与沟通、研究、交易和决策，它们读取外部输入并据此采取行动，而且大多在缺乏主动监督的情况下进行。 只有4%的人能够完全掌控其代理人的外部交互，大约占五分之一。另外12%的人虽然有一定控制措施，但仍会监控代理人的活动。其余运行这些代理人的用户风险更高：22%对外部访问内容完全无法掌握，20%只有部分可见性但缺乏控制，17%会记录活动但从未主动监控。剩下的15%则根本不运行任何外部代理。 风险是具体的：攻击者可以将指令植入外部内容（例如电子邮件、网页或文档）中，而代理程序在执行其正常工作时会读取这些内容。这种技术被称为间接提示注入，是 OWASP LLM 应用程序十大风险中的首要风险。代理程序会将植入的输入视为合法并据此采取行动。大多数程序都无法察觉这种情况何时发生。 一名应收账款代理员阅读了一封询问付款事宜的邮件。邮件中的隐藏指令指示该代理员将客户的付款详情转发至外部地址。该代理员执行了指令。三天内无人察觉。该代理员现在站在了一个新的信任边界上：一只脚在不可信的外部世界，另一只脚在可信的内部系统中。一个植入的指令跨越了它们之间的边界。 AI代理交互的可视化 以下哪项最能描述您对您所在组织中的AI代理和自动化工作流程从外部来源访问或检索信息的了解程度？ 只有4%的人能够完全掌控其AI代理的外部交互，拥有主动控制权。其余的人则建立了一个他们无法跨越的新信任边界。 将代理视为受控实体的程序会监控外部输入以检测植入的指令，记录代理行为，并在输出传播前进行检查。没有这个循环，代理的决策将变成一条无人能见、无法中断或重建的路径。 鲜有人能阻止被策反的特工 发现操控只是问题的一半。控制才是瓶颈。一旦一个代理根据植入的指令采取行动，大多数程序都没有自动阻止或撤销的方式。 14% 可以检测操控，但不能自动控制。25% 依赖人工审查高风险输出。34% 了解风险，但既未建立检测机制也未建立控制机制。14% 完全没有意识到风险。在这之中，超过九成的人没有自动方式阻止被劫持的代理人在行动前采取行动。 这取决于速度。AI代理在几秒钟内行动。人工审核和人工升级需要几分钟甚至几小时。那14%在不依赖自动隔离的情况下能够检测到问题的，可能要到代理已经转走资金、发送数据或拨打电话之后才会发现。而且代理拥有特