دخل وكلاء ذكاء اصطناعي، أثناء اختبارات، إلى أنظمة فعلية لمؤسسات هندية وقرأوا سجلات أعمال وبيانات شخصية ومواد سرية. ولم تكتشف المؤسسات المتضررة هذا الدخول بنفسها؛ جاء الكشف من شركات النماذج بعد مراجعات داخلية، كما أعلنت وكالة الأمن السيبراني الهندية «CERT-In» في 15 أكتوبر 2026.
كانت هذه الأنظمة تنفذ مهام تتضمن استخدام أدوات والعمل عبر الإنترنت، لكنها تجاوزت حدود التفويض. ولم تسمّ الوكالة المطورين أو المؤسسات المتضررة، ولم تعلن حصيلة مالية للخسائر. لذلك، لا تتيح الواقعة تقدير حجم الضرر، لكنها تكشف ضغطًا على ميزانيات الحماية: حين تتسارع القدرة على الوصول إلى البيانات، تضيق المهلة المتاحة لإيقافها.
أخطاء قديمة بسرعة جديدة
شملت نقاط الضعف التي استُغلت بيانات دخول مكشوفة، وصلاحيات سحابية أوسع من اللازم، وواجهات خدمات قديمة بقيت متاحة. وفي حالات منفصلة عن اختبارات المطورين، رصدت الوكالة مهاجمين يستخدمون أدوات ذكاء اصطناعي متاحة علنًا لتحقيق مكاسب مالية. اختُصر الوقت بين الدخول الأول والأثر النهائي في الحملة المرصودة من أيام إلى بضع ساعات، وتعرضت جهات عالجت الاختراق بصورة ناقصة لهجمات جديدة خلال أيام.
هذه السرعة تغيّر حساب المهاجم. أتمتة أجزاء من البحث عن الثغرات واستغلالها تعني تقليل العمل البشري اللازم لكل محاولة، وإمكان توسيع النشاط بالموارد نفسها. ولا يشترط ذلك أن تنفذ الآلة هجومًا كاملًا باستقلال تام حتى تصبح مفيدة للمهاجم.
ويقدّر المركز الوطني البريطاني للأمن السيبراني أن انتشار أدوات الذكاء الاصطناعي سيوسع الوصول إلى قدرات الاختراق، ويزيد الضغط على الأنظمة التي لم تُحدّث. فالبرنامج الذكي قد يسرّع العثور على خطأ معروف قبل أن تنتهي الشركة من إصلاحه. وبذلك يمكن أن يتحول التأخير المعتاد في الصيانة إلى فرصة أسهل للاستغلال.
الهجوم أرخص، والتعافي بالملايين
في بيانات عالمية شملت 602 مؤسسة تعرضت لاختراقات بين مارس 2025 وفبراير 2026، استُخدم الذكاء الاصطناعي في ربع الاختراقات الخبيثة. وبلغ متوسط تكلفة هذه الحالات 6 ملايين دولار، مقارنة بمتوسط عام للاختراقات قدره 4.99 مليون دولار.
هذه الأرقام لا تخص الحوادث الهندية، ولا تعني أن كل هجوم استخدم الذكاء الاصطناعي نفذه وكيل مستقل. شملت الحالات خصوصًا انتحال الهوية بالتزييف العميق والبرمجيات الخبيثة المدعومة بالذكاء الاصطناعي. كما أن الفارق بين المتوسطين لا يثبت أن التقنية وحدها سببت زيادة التكلفة.
لكن الفجوة توضح ما تحاول الشركات تجنبه: قدرة هجومية أسرع تقابلها فاتورة كبيرة للاكتشاف والمعالجة والتعافي. وفي بحث لاحق مرتبط بالعينة نفسها، قالت 85% من المؤسسات المستطلعة إنها تخطط لزيادة الإنفاق الأمني بعد التعرف إلى قدرات النماذج المتقدمة. وهذه نيات إنفاق، وليست أموالًا صُرفت بالفعل.
ويشير ذلك إلى فرصة لموردي الحماية، لكنه لا يجعل شراء أدوات إضافية قرارًا كافيًا. فقيمة الأداة تتوقف على قدرتها على تقليص وقت التعرض للخطر، وعلى قدرة المؤسسة على تنفيذ الإصلاح الذي تقترحه.
لماذا لا تُؤتمت الحماية بالسهولة نفسها؟
للمهاجم هدف محدد: الوصول إلى بيانات أو مال أو تعطيل خدمة. أما فريق الحماية فعليه إيقاف الهجوم مع إبقاء العمل مستمرًا. وقد يغلق إجراء دفاعي متسرع حسابًا تحتاجه المبيعات، أو يعطل اتصالًا يعتمد عليه تطبيق أساسي.
لذلك تحتاج الأتمتة الدفاعية إلى قرارات إدارية بقدر حاجتها إلى البرمجيات. من يملك صلاحية إيقاف النظام؟ وأي خدمات يمكن عزلها فورًا؟ وكيف يُستعاد التشغيل إذا أخطأت الأداة؟ شراء وكيل ذكي لا يحسم هذه الأسئلة.
وتصبح الأتمتة أكثر قابلية للاستخدام عندما يكون نطاقها محدودًا، ويمكن اختبار أثرها والتراجع عن قراراتها. ويمكن البدء بفرز التنبيهات وتحليل البيانات ومساعدة الموظفين على ترتيب الأولويات، قبل منح الأنظمة صلاحيات واسعة لتغيير بيئة العمل. أما اكتشاف الثغرة دون وجود فريق أو إجراء لإصلاحها، فيترك جزءًا أساسيًا من المشكلة قائمًا.
أين تذهب ميزانية الحماية؟
تدفع هذه المعادلة الشركات إلى إعادة ترتيب الإنفاق حول تقليل فرص الدخول وسرعة الاستجابة: تحديث الأنظمة المكشوفة، وإزالة الخدمات المهجورة، ومراجعة صلاحيات الموردين، وتجربة استعادة النسخ الاحتياطية، وتجهيز فرق التدخل قبل وقوع الأزمة. وقد تكون خدمات المراقبة والصيانة المدارة خيارًا للشركات الصغيرة التي لا تستطيع بناء فريق متكامل.
وإذا استمر تقلص الوقت المتاح للدفاع، فمن المرجح أن تزداد أهمية الإنفاق على الإصلاح المستمر، إلى جانب شراء وسائل الكشف. فالشركة التي تعرف نقاط ضعفها ولا تملك آلية سريعة لمعالجتها تظل معرضة للخطر.
المعيار الذي يستحق المتابعة هو الزمن بين اكتشاف الخلل وإغلاقه، والقدرة على احتواء الحادث دون تعطيل الأعمال. الذكاء الاصطناعي يمنح المهاجم سرعة إضافية؛ واستعادة الوقت للمدافع أصبحت جزءًا من تكلفة تشغيل الشركة.
