IBM报告：92%遭遇AI安全事件的企业缺乏基本访问控制，模型本身很少是问题

一句话看懂

IBM报告指出，92%遭遇AI安全事件的企业在AI系统访问控制上存在明显短板，模型本身很少是罪魁祸首。

详细发生了什么

IBM发布的一份报告揭示了一个令人警醒的现状：在经历过AI安全事件的企业中，高达92%的企业在AI系统的访问控制方面存在不足。这意味着，大多数安全漏洞并非源于AI模型本身的缺陷，而是企业在权限管理、身份验证等基础安全措施上的疏忽。

报告强调，随着企业越来越多地将AI集成到核心业务流程中，访问控制的重要性愈发凸显。缺乏基本的访问控制，意味着未经授权的用户可能接触到敏感数据或模型输出，从而引发数据泄露、滥用等风险。IBM的发现为业界敲响了警钟：AI安全的重心不应只放在模型算法上，更应关注围绕AI系统的治理和基础设施。

中文圈视角

对于国内企业而言，这份报告同样具有深刻的借鉴意义。目前，国内许多企业在拥抱大模型（如DeepSeek、Kimi等）时，往往将精力集中在模型选型和效果调优上，而对AI系统的访问控制、权限管理关注不足。尤其在金融、医疗等强监管行业，数据安全与合规是底线，访问控制的缺失可能带来严重的合规风险。

此外，国内企业在AI安全实践中，可以借鉴IBM报告中的思路，从身份认证、最小权限原则、审计日志等基础环节入手，构建更稳健的AI治理框架。同时，国产AI平台（如阿里云、百度智能云）也提供了相应的安全组件，企业应充分利用这些工具，避免“重应用、轻安全”的倾向。

几条值得记住的细节

• 92%的受访企业在遭遇AI安全事件时，其AI系统访问控制存在不足。
• 报告指出，AI模型本身很少是安全问题的根源，更多是外围控制失效。
• 访问控制包括身份验证、授权、权限管理等基础措施。
• 企业应定期审计AI系统的访问日志，及时发现异常行为。
• 报告建议将AI安全纳入整体企业安全策略，而非孤立看待。

一句话总结

AI安全的关键不在模型，而在访问控制——国内企业应尽快补齐这块短板。