AI是数据爆发时炸弹，揭示了新的报告

人工智能无处不在。副驾驶帮助员工提高生产力，代理商提供一线客户支持。LLMS使企业能够从其数据中提取深刻见解。

但是，一旦释放出来，人工智能的作用就像饥饿的豆类人一样，扫描和分析它可以抓住的所有数据。如果AI表现出不属于的关键数据，则游戏结束了。数据可能会毫无意义。

而且，AI仅仅是庞大的云复杂性，未批准的应用程序，缺少MFA和更多风险，而是为企业数据创造了一个滴答滴答的定时炸弹。缺乏适当数据安全措施的组织可能会灾难性地违反其敏感信息。

为了量化AI对数据风险的影响，Varonis产生了数据安全报告：量化AI对数据风险的影响。下载完整的报告并继续阅读以了解数据的最新风险。

研究人员着手捕获人类到机器的风险因素：副本和代理人可以通过一个提示来访问或暴露多少敏感数据（员工薪水，研发信息，源代码等）。

研究人员还研究了机器对机器风险：用于喂养LLM的数据的完整性。错误的数据会触发灾难性效果。操纵的临床数据可能会破坏突破医学的发展。坏演员可以在LLM中默默嵌入恶意代码。

数据风险深入潜水

Varonis分析了来自1,000个数据风险评估的数据，以提供风险的经验证据，而不是基于AI准备调查和民意调查的结论。

数据安全报告的状态深入研究了与AI，云环境以及一些最受欢迎的SaaS应用程序和服务相关的数据风险，例如Microsoft 365，AWS，Snowflake，Box，Salesforce等。 

Varonis发现：

• 99％的组织具有不必要的AI工具的敏感数据
• 90％的敏感云数据（包括AI培训数据）是AI工具开放且可访问的
• 98％的环境中有未经验证的应用程序，包括影子AI
• 1中的1不会在SaaS和多云环境中执行MFA
• 88％的幽灵用户潜伏在环境中

综上所述，研究人员发现没有任何组织为AI做好充分的准备。在AI时代，所有1000个检查的组织都有违反的风险。

AI正在阐明数据风险，” Matt Radolec说，事件响应和云操作的Varonis VP说。组织正在不完全了解权限模型的情况下采用AI，这意味着数据可以无意间暴露于员工，其他用户甚至外部。

该报告概述了组织可以采取主动步骤来保护其数据的三种方式：

1. 通过主动减少损害攻击者可以用被盗的身份来减少爆炸半径。
2. 不断监视您的数据，自动化访问治理和姿势管理，并采用主动威胁检测。
3. 使用AI和自动化。IT和安全团队可以利用AI和自动化来补救问题和漏洞。

Varonis分析表明，绝大多数组织，无论规模或行业如何，都难以维持强大的数据安全实践。随着AI的不断发展，组织要优先考虑数据保护并实施有效的安全措施至关重要。

下载数据安全报告：量化AI对数据风险的影响。

赞助和撰写Varonis。