Les chercheurs en sécurité signalent une forte augmentation des attaques par LLM-jacking, où les cybercriminels compromettent les comptes et serveurs d'IA d'entreprise pour alimenter une nouvelle vague de cybercriminalité. Ces incidents ciblent des ressources d'IA coûteuses, exploitant souvent des contrôles d'accès faibles ou des vulnérabilités non corrigées dans les déploiements de grands modèles de langage. Le Financial Times souligne que les attaquants ne volent pas seulement la puissance de calcul, mais utilisent également les systèmes détournés pour entraîner des modèles malveillants ou exécuter des transactions frauduleuses.

Les organisations dépendant d'une infrastructure d'IA basée sur le cloud sont particulièrement vulnérables, surtout lorsque l'authentification multifacteur est absente ou mal configurée. Les experts exhortent les entreprises à mettre en œuvre une vérification d'identité stricte, une surveillance continue et une détection automatisée des anomalies pour atténuer les risques. À mesure que l'adoption de l'IA s'accélère dans la finance, la santé et la logistique, la surface d'attaque s'élargit, rendant les cadres de cybersécurité robustes essentiels. Cette tendance marque un changement des violations de données traditionnelles vers une exploitation basée sur les ressources, exigeant de nouvelles stratégies défensives adaptées aux menaces spécifiques à l'IA.