Bare 25 prosent bruker agentisk AI aktivt i cyberforsvaret, viser Flashpoint-undersøkelse
En ny undersøkelse fra Flashpoint viser et tydelig gap mellom ledelsens investeringsvilje og de ansattes forsiktighet: 35 prosent forventer budsjettøkninger på over 10 prosent, mens bare en fjerdedel har agentene i drift. Grunnen er ikke mangel på interesse, men et ubesvart spørsmål – hvor skal menneskelig dømmekraft være når en agent kan blokkere IP-adresser på egen hånd?
Det er ikke mangel på penger eller interesse som holder agentisk AI borte fra cyberforsvaret. Det er tilliten til hva agentene faktisk gjør når de får makten til å handle.
I The Enterprise Threat Intelligence Report: 2026, publisert 13. oktober 2026, finner analyseselskapet Flashpoint at bare 25 prosent av cybersikkerhetsteamene aktivt bruker agentiske AI-verktøy som en del av sitt aktive cyberforsvar. Undersøkelsen tegner samtidig et bilde av en bransje som er i ferd med å bevege seg: 20 prosent av de spurte kjører et lukket pilotprosjekt, 35 prosent undersøker mulig adopsjon i løpet av de neste 12 til 24 månedene, og 20 prosent har ingen planer om å teste ut agentisk AI i det hele tatt (Infosecurity Magazine).
Budsjettene peker oppover – selv uten drift
Kontrasten ligger i tallene om ressurser. 35 prosent av respondentene forventer at cybersikkerhetsbudsjettet deres øker med over 10 prosent de neste 12 månedene, ytterligere 15 prosent forventer en økning på inntil 10 prosent, og ikke én respondent forventer en nedgang (Infosecurity Magazine).
Flashpoints grunnlegger og administrerende direktør Josh Lefkowitz beskriver situasjonen slik:
«Muligheten for agentisk AI på forsvarssiden er betydelig, og forskningen vår viser at sikkerhetsledere er klare til å investere. Men de lar seg ikke påvirke av hypen.» (Infosecurity Magazine)
Det er verdt å merke seg at dette er en påstand fra selskapet bak rapporten, som selv selger trusselintelligens til markedet det kartlegger. Men den peker på kjernen: investeringsviljen finnes, adopsjonen halter.
Hva teamene faktisk lar agentene gjøre
Blant de som bruker eller piloterer AI-agenter, dreier oppgavene seg om to kategorier. De lavrisikable er informasjonshenting og prioritering av varsler – klassiske assistentoppgaver der en feil koster tid, ikke en hendelse. De mer aktive oppgavene inkluderer å blokkere IP-adresser, oppdatere svartelister og overvåke mistenkelig trafikk (Infosecurity Magazine).
Det er i denne andre kategorien at forsiktigheten har en konkret betydning. En agent som blokkerer en IP-adresse kan i verste fall kutte en legitim kunde eller en kritisk tjeneste fra nettet. En agent som oppdaterer en svarteliste basert på en feil konklusjon, endrer organisasjonens faktiske sikkerhetsposisjon – i én retning, uten at noen har godkjent endringen.
Hvorfor teamene er tilbakeholdende
Infosecurity Magazines oppsummering av rapporten peker på flere hindringer: bekymring for at agentene treffer feil beslutninger, datalekkasjer, revisjonsbarhet, regulatoriske krav, kostnader – og spørsmålet om hvor mye kontroll agentene bør ha over sikkerhetsarbeidsflytene (Infosecurity Magazine).
En anonym respondent i undersøkelsen formulerte kanskje hele saken mest presist:
«En agent som tar feil med selvtillit, er verre enn en som er treg.» (Infosecurity Magazine)
Det er verdt å understreke at disse hindringene er oppført, men ikke rangert med tall i det tilgjengelige kildematerialet. Vi vet at teamene er tilbakeholdende, men ikke i hvilken grad den enkelte bekymring veier opp mot de andre. Vi vet heller ikke noe om undersøkelsens metodikk – antall respondenter, sammensetning eller geografi er ikke beskrevet i de tilgjengelige opplysningene, og alle tallene når oss via Infosecurity Magazines sekundære dekning, ikke fra primærrapporten.
Konteksten som rettferdiggjør forsiktigheten
Uavhengig av undersøkelsen finnes det relevante eksempler på hva som kan gå galt med autonome agenter.
Sikkerhetsselskapet Mandiants rapport AI Risk and Resilience, basert på observasjoner fra Mandiant og Google Threat Intelligence Group, advarer om at en forgiftet datakilde, en modellavhengighet eller en utvidelseskrok kan forvandle en betrodd agent til en kanal for intern rekognosering, lateral bevegelse eller autonom flukt fra en sandkasse (Help Net Security).
Mandiant bringer også et casestudie som ikke involverer noen angriper i det hele tatt: En regnskapsagent havnet i en løpsk utførelsessløyfe og gjennomførte mer enn 15 000 kostbare API-kall på under én time, noe som genererte omtrent 50 000 dollar i skyutgifter (Help Net Security).
Dette er ikke samme type risiko som en sikkerhetsagent som blokkerer feil IP – men det illustrerer det underliggende problemet: Autonome systemer som handler i skjæringspunktet mellom domenenettverk, betalingssystemer og skyløsninger kan eskalere feil raskere enn mennesker kan reagere. I et cyberforsvar, hvor agentens handlinger direkte påvirker nettverket, er innsatsen høyere.
Tiden som ikke er på forsvarernes side
Forsiktigheten koster likevel noe. Ifølge data fra VulnCheck er mediantiden fra en CVEs publisering til bekreftet utnyttelse falt fra 120 dager i 2025 til 80 dager i første halvdel av 2026 – en reduksjon på en tredjedel (CSO Online).
VulnCheck antyder at dette potensielt reflekterer AI-agenters rolle i angrep – en tolkning, ikke en etablert årsakssammenheng. Men retningen peker samme vei som den generelle diskusjonen om offensiv agentisk AI: Angrepssiden blir raskere, forsvarssiden er fortsatt i pilotfase.
Åpne spørsmål
Det som gjenstår å besvare, er ikke om agentisk AI kommer til cyberforsvaret – pilotene og undersøkelsens 12–24-månedershorisonter tyder på at den gjør det for en betydelig andel. Spørsmålet er hvor grensen går for menneskelig involvering. Skal en agent kunne blokkere en IP-adresse selvstendig? Trenger den godkjenning fra en analytiker? Hvordan revideres en beslutning som ble tatt på 300 millisekunder?
Flashpoint-rapporten antyder at sikkerhetsledere stiller disse spørsmålene – men det tilgjengelige materialet gir ikke svarene. Før leverandørene kan vise frem auditerbare beslutningsstier og tydelige menneskelige sjekkpunkter, forblir det meste av markedet i det som sannsynligvis er en av de mest selvbevisste implementeringsstrategiene i cybersikkerhetens historie: å undersøke i stedet for å installere.