Nel 2026 il costo medio globale di un data breach ha raggiunto un massimo storico di 4,99 milioni di dollari, con un aumento del 12% rispetto all’anno precedente, trainato soprattutto dalle voci di rilevazione/escalation e di perdita di business. Gli attaccanti stanno sfruttando su larga scala l’intelligenza artificiale, trasformando il ciclo dell’attacco da “velocità umana” a “velocità macchina” e spostando in alto l’economia delle violazioni di dati. È quanto emerge dal report “Cost of a Data Breach 2026” di IBM.

Un’AI sempre più dalla parte degli attaccanti

Il report evidenzia un aumento del 56% degli attacchi generati o potenziati dall’AI rispetto all’anno scorso.
Più di un’organizzazione su quattro, tra quelle oggetto di attacco malevolo, dichiara che l’incidente è stato AI‑driven, con un impatto economico aggiuntivo di circa 1 milione di dollari per breach.

Gli esempi più frequenti sono:

  • Furto d’identità digitale tramite deepfake (45% degli attacchi AI‑driven), che rendono il social engineering più economico, scalabile e difficile da rilevare;

  • malware generato da AI (19%), sempre più comune nei casi osservati e capace di automatizzare fasi critiche della catena d’attacco.

In questo scenario, un “frontier model” annunciato nell’aprile 2026 è riuscito a individuare migliaia di vulnerabilità ad alta gravità, incluse falle in tutti i principali sistemi operativi e browser, mostrando chiaramente come l’AI possa comprimere drammaticamente il tempo tra scoperta ed exploit.

Costi in forte crescita e settori più esposti

Il costo medio globale di un data breach (4,99 milioni di dollari) equivale a circa 1.100 dollari per ora di incidente.
Il 63% dei costi è concentrato nelle fasi di:

  • rilevazione ed escalation (crisis management, investigazione, risposta);

  • perdita di business (interruzioni operative, tasso di abbandono della clientela, danni reputazionali e commerciali).

Dal report emerge che negli Stati Uniti il costo medio per breach record di 11,5 milioni di dollari, quasi il doppio della media globale, spinto da maggiori oneri regolamentari e costi di business. In Italia si registra un incremento del 20%, fino a 4,12 milioni.

A livello di settore colpito, la sanità si conferma da 13 anni il settore con costi medi più elevati (6,64 milioni, pur in calo rispetto ai 7,42 milioni dell’anno precedente), grazie all’elevato valore della PII sanitaria per frodi identitarie e assicurative; per i servizi finanziari il costo medio 6,29 milioni di dollari e per il settore energia di 5,2 milioni. Questi tre comparti insieme rappresentano il 62% degli attacchi AI‑driven, con un chiaro rischio sistemico su finanza ed infrastrutture critiche.

Tipologie di dati nel mirino

Gli attaccanti hanno puntato soprattutto sui dati identificativi:

  • dati personali dei clienti: coinvolti nel 52% dei breach, con un costo medio di 192 dollari per record (codice fiscale, indirizzi, email, dati bancari, ecc.);

  • dati personali dei dipendenti: bersaglio nel 35% degli attacchi, costo medio 188 dollari per record;

  • proprietà intellettuale: coinvolta nel 32% dei casi, ma è la tipologia di dato più costosa, con circa 196 dollari per record compromesso.

Questo mix rende i data breach non solo un problema di compliance, ma un fattore di rischio diretto per continuità operativa, competitività e valore d’impresa.

AI come target: inversioni di modello e prompt injection

Il report sottolinea che gli attaccanti non si limitano a usare l’AI, ma cominciano a colpire direttamente modelli e applicazioni di AI delle organizzazioni.
Le forme più costose di incidenti AI-related sono:

  • model inversion: costo medio 6,07 milioni di dollari;

  • prompt injection: 5,89 milioni di dollari.

Questi attacchi non mirano solo a compromettere sistemi tradizionali, ma a manipolare il comportamento del modello, recuperare dati di training sensibili o alterare le risposte, spostando la attività di rimedio dalla sola sfera tecnica a quella della governance e della fiducia (trust).

Un elemento critico è la carenza di controlli di accesso:

  • il 92% delle organizzazioni che ha subìto un breach AI‑related non aveva controlli di accesso adeguati sull’AI;

  • complessivamente, solo il 40% dichiara di applicare access control su modelli e dati AI.

La diffusione di agentic AI e workflow automatizzati porta in primo piano il tema delle non‑human identities (NHI), cioè le identità applicative e di agenti AI che accedono a dati e sistemi.
Meno della metà delle organizzazioni protegge in modo sistematico queste identità, creando “attack paths” aggiuntivi che non richiedono neppure grande sofisticazione da parte dell’attaccante.

In risposta alle minacce l’85% delle organizzazioni colpite intende aumentare gli investimenti in strumenti di sicurezza e governance; oltre tre quarti prevedono di estendere l’uso di AI agent in triage degli alert, vulnerability management, scansioni e penetration test.

Il concetto di AI sovereignty emerge come requisito di sicurezza centrale: controllo su dove gira l’AI, come vengono trattati i dati e chi ha accesso, per evitare dipendenze critiche che rallentano detection e containment.

Il report conferma che AI e automazione restano tra i modi più efficaci per ridurre l’impatto economico dei breach:

  • uso esteso di AI nelle operazioni di sicurezza riduce i tempi di breach di 65 giorni;

  • comporta un risparmio medio di 1,93 milioni di dollari rispetto alle organizzazioni che non adottano queste soluzioni.

Nonostante ciò:

  • solo il 36% delle organizzazioni colpite dichiara un uso esteso di AI e automazione lungo tutto il ciclo di sicurezza (prevenzione, detection, investigazione, risposta);

  • l’impiego in prevenzione rimane indietro rispetto a detection e investigation.

© Riproduzione riservata