AI在入侵中的應用：對手如何利用AI瞄準水務運營技術（OT）系統

2026年2月底，Gambit Security的研究人員發現了一起針對多個墨西哥政府組織的重大入侵事件，時間跨度從2025年12月到2026年2月。在大量材料中，他們發現了一個未知對手使用Anthropic的Claude和OpenAI的GPT人工智慧模型實施核心入侵活動的證據。Dragos協助調查，重點關注一家市政水務和排水公司。調查顯示，攻擊者已成功入侵該公司的企業IT環境，並試圖突破IT與OT的邊界，進入運營技術（OT）環境。

證據表明，Claude作為主要技術執行者，獨立識別了OT環境的關鍵基礎設施屬性，評估其作為“皇冠珠寶”資產的潛力，並研究了可能突破IT-OT邊界的途徑。這是商業AI工具首次被觀察到輔助對手進行OT目標識別和路徑開發。值得注意的是，該對手最初並無針對OT的目標，但在AI的幫助下，他們迅速將注意力轉向了OT系統。

Dragos的發現對防禦者具有雙重意義。首先，未實施基礎安全控制（如強認證和預設密碼管理）的組織面臨更高風險，因為AI能快速將已知的進攻技術應用於暴露系統。其次，隨著AI模型不斷改進，僅依賴預防的OT安全策略將變得低效。防火牆、網路分段、密碼更改和補丁管理仍然是必要的，但組織還需要OT網路視覺化、檢測和響應能力，以便在預防措施失效時識別和阻斷對手的AI活動。Dragos建議依據SANS ICS網路安全五大關鍵控制來加強基礎安全。

Dragos分享這些發現是為了應對ICS/OT社群對AI被濫用的擔憂。儘管一些公開討論放大了對自主AI造成基礎設施破壞的恐懼，但Dragos基於真實調查的評估表明，目前尚未觀察到AI具備獨立的OT破壞能力，但AI確實使OT對已在IT環境中的對手更加可見。這一案例強調，OT安全需要從預防轉向檢測與響應，以應對AI增強的威脅。