Inflacja luk w zabezpieczeniach: AI produkuje szum, w którym kryją się hakerzy

Sztuczna inteligencja nie sprawiła, że hakerzy nagle zyskali magiczną broń do łamania każdego hasła, ale za to zalała rynek cyberbezpieczeństwa tysiącami raportów o błędach, których nikt nie ma czasu naprawić. W pierwszej połowie 2026 roku zidentyfikowano 1061 luk bezpośrednio powiązanych z narzędziami AI. Choć liczba brzmi groźnie, tylko 14 z nich zostało faktycznie wykorzystanych przez napastników. To zaledwie 1,3% — wskaźnik niemal identyczny z tym, który od lat obserwujemy przy błędach wykrywanych tradycyjnymi metodami.

Szum informacyjny zamiast realnego zagrożenia

Dlaczego to ważne teraz? Algorytmy potrafią dziś masowo wskazywać słabe punkty w kodzie, ale większość tych znalezisk to jedynie teoretyczne błędy o niskiej wartości operacyjnej. Dane z raportu Patricka Garrity’ego pokazują, że stoimy przed paradoksem: mamy więcej informacji o zagrożeniach niż kiedykolwiek, a mimo to bezpieczeństwo systemów nie rośnie proporcjonalnie do liczby wykrytych luk. To zjawisko tworzy nową formę zmęczenia u zespołów IT, które muszą oddzielać ziarno od plew w gąszczu automatycznie generowanych ostrzeżeń.

Jaskrawym przykładem tej dysproporcji jest projekt Glasswing od Anthropic. System ten wygenerował ponad 23 tysiące raportów. Efekt? Tylko 126 z nich trafiło do oficjalnych baz podatności, a zaledwie jeden stał się podstawą realnego ataku. Jak zauważa Cybersecurity Dive, powołując się na dane EY, problemy z bezpieczeństwem AI dotykają już połowy organizacji, ale często nie tam, gdzie spodziewają się tego działy IT.

80 dni na reakcję

Prawdziwe wyzwanie leży w tempie, w jakim działają napastnicy. Mediana czasu od ujawnienia błędu do jego pierwszej eksploatacji spadła ze 120 do zaledwie 80 dni. To drastyczne skrócenie okna bezpieczeństwa. Co gorsza, aż 23% luk jest atakowanych w dniu ich upublicznienia lub nawet wcześniej. Najczęściej na celowniku znajdują się systemy zarządzania treścią (CMS), które odpowiadają za jedną trzecią wszystkich incydentów.

Nowe wektory ataku

Eksperci z Trend Micro ostrzegają, że modele językowe wprowadzają specyficzne ryzyka, których wcześniej nie znaliśmy. „Modele LLM mają krytyczne podatności, w tym wstrzykiwanie poleceń (prompt injection)” — to zagrożenie, które pozwala przejąć kontrolę nad chatbotem lub asystentem AI bez łamania tradycyjnych zapór ogniowych. Nowym celem stają się całe ekosystemy służące do budowy modeli i interfejsy agentowe.

Zamiast obawiać się armii autonomicznych botów tworzących exploity, firmy muszą skupić się na ustalaniu priorytetów. Skoro hakerzy uderzają szybciej, jedyną skuteczną strategią jest zamykanie luk, które są faktycznie eksploatowane, zamiast próby naprawienia każdego drobnego błędu wskazanego przez AI.