TrendAI Research har analyserat 21,6 miljoner webbadresser och identifierat 43 175 AI-relaterade tjänster i 25 olika branscher. Rapporten visar att säkerhetsriskerna i allt högre grad finns i infrastrukturen runt AI, snarare än enbart i själva modellerna.
En av de tydligaste riskerna gäller MCP-servrar, som används för att koppla AI-modeller till verktyg och data. TrendAI identifierade 1 467 MCP-servrar som var exponerade på internet. Av dessa använde 1 227 föråldrade SSE-protokoll utan autentisering. På flera av servrarna fanns dessutom funktioner för att köra SQL-frågor, medan tre servrar hade verktyg med åtkomst till patientjournaler.
Utvecklingen innebär att AI-system kan få tillgång till samma typer av känsliga resurser som andra verksamhetskritiska system, samtidigt som nya tekniska komponenter och integrationsvägar tillkommer.
AI ökar tempot i angreppen
Samtidigt har AI blivit ett allt viktigare verktyg för både angripare och säkerhetsforskare. Vid Pwn2Own Berlin 2026 använde 85 procent av deltagarna stora språkmodeller i sitt arbete. Tävlingen resulterade i 47 unika zero-days och utbetalningar på omkring 1,3 miljoner dollar.
Den ökade användningen av AI innebär också att tiden mellan identifieringen av en sårbarhet och ett faktiskt angrepp kan minska från veckor till timmar. Men enligt TrendAI är det inte nödvändigtvis de allra nyaste sårbarheterna som cyberkriminella fokuserar på.
Över 70 procent av attackerna riktades mot sårbarheter som är äldre än två år. Det pekar på att den ökade hastigheten i angriparnas arbete snarare förstärker ett redan känt problem: gamla säkerhetsbrister som finns kvar i verksamheternas miljöer.
Gamla problem får större konsekvenser
– AI behöver inte skapa ett helt nytt hot för att förändra riskbilden, säger Andreas Christensen, Nordenchef på TrendAI. När gamla säkerhetsbrister flyttar in i AI-system, utvecklarverktyg och autonoma agenter kan de utnyttjas snabbare och få större konsekvenser. Därför är det viktigt att svenska verksamheter har kontroll över hela sin attackyta.
Rapporten pekar därmed på en säkerhetsutmaning som sträcker sig längre än att skydda enskilda AI-modeller. När AI kopplas samman med utvecklingsmiljöer, externa tjänster, data och verksamhetssystem ökar också antalet komponenter som behöver inventeras och säkras.