--- title: "The 4 critical AI vulnerabilities being exploited right now — Marsanne Studio AI watch" description: "Four generative AI security flaws remain unresolved, while enterprise adoption of AI agents is accelerating despite the risks." url: "https://marsanne.studio/en/ai-watch/the-4-critical-ai-vulnerabilities-being-exploited-right-6f2bc1/" lang: "en" --- [Marsanne Studio](https://marsanne.studio/en/) [← Back to home](https://marsanne.studio/en/ai-watch) [← The AI watch](https://marsanne.studio/en/ai-watch) Analysis · 18 February 2026 # The 4 critical AI vulnerabilities being exploited right now Original title, in French: “Voici les 4 vulnérabilités critiques de l'IA qui sont exploitées actuellement” **Publication** ZDNet France (France) **Author** Dan Patterson **Published on** 18 February 2026 · read in the page structured data · updated on 2 September 2026 ## Summary The article describes four generative AI security vulnerabilities that companies must face as they deploy these systems: autonomous attacks carried out by AI agents (including a Chinese cyberattack using Claude Code, according to Anthropic), prompt injection, which several researchers consider unfixable, training data poisoning, and deepfake fraud. It cites data on enterprise adoption of AI agents (23% today, 74% expected in 2028 according to Deloitte) and on incident rates already encountered (80% of organisations according to McKinsey). It also recounts the Arup case, in which an employee transferred $25.6 million after a video conference faked with deepfakes, and cites Gartner and Deloitte projections on the rise of AI-driven fraud. The article concludes that CISOs must choose between delaying AI adoption and deploying vulnerable systems that attackers are already exploiting. Summary based on the full text of the article. [Read the article on ZDNet France →](https://www.zdnet.fr/actualites/voici-les-4-vulnerabilites-critiques-de-lia-qui-sont-exploitees-actuellement-490194.htm) ## Figures cited - 23 % Share of companies making moderate use of AI agents Companies, Deloitte report > « Un rapport récent de Deloitte a révélé que 23 % des entreprises utilisent modérément les agents IA. » Source: Deloitte - 74 % Projected moderate adoption of AI agents by companies by 2028 Companies, Deloitte projection to 2028 > « Mais prévoit que ce pourcentage passera à 74 % d'ici 2028. » Source: Deloitte - 25 % Share of companies not using AI agents, and projected decline Companies, Deloitte report, projected to fall to 5% by 2028 > « Quant aux 25 % d'entreprises qui ont déclaré ne pas utiliser d'agents, Deloitte prévoit que ce chiffre tombera à 5 %. » Source: Deloitte - 80 % Share of organisations that have experienced problems with AI agents Organisations, McKinsey study > « Une étude de McKinsey montre que 80 % des organisations ont déjà rencontré des problèmes avec eux, notamment une exposition inappropriée des données et un accès non autorisé au système. » Source: McKinsey - 56 % Success rate of prompt injection attacks on 36 LLMs tested 36 LLMs tested against 144 attack variants > « Une étude testant 36 LLM contre 144 variantes d'attaques a révélé que 56 % des attaques réussissaient sur toutes les architectures. » - 90 % Rate at which automated attackers bypassed defences Joint research by OpenAI, Anthropic and Google DeepMind > « les attaquants utilisant la descente de gradient et l'apprentissage par renforcement ont contourné plus de 90 % des défenses. » Source: OpenAI, Anthropic, Google DeepMind - 100 % Rate at which human red teams bypassed safeguards Joint research by OpenAI, Anthropic and Google DeepMind > « Les équipes rouges humaines ont vaincu 100 % des protections testées. » Source: OpenAI, Anthropic, Google DeepMind - 60 USD Estimated cost of corrupting AI training datasets Google Deep study > « Selon une étude de Google Deep, les pirates peuvent corrompre les principaux ensembles de données d'entraînement de l'IA pour environ 60 dollars. » Source: Google Deep - 250 documents Number of poisoned documents needed to compromise an LLM Anthropic and UK AI Security Institute study, October 2025 > « Une autre étude menée en octobre 2025 par Anthropic et l'Institut britannique de sécurité de l'IA (UK AI Security Institute) a révélé que seulement 250 documents empoisonnés peuvent compromettre n'importe quel modèle linguistique de grande taille, quel que soit le nombre de paramètres, en ne nécessitant que 0,00016 % des jetons d'entraînement. » Source: Anthropic, UK AI Security Institute - 100 models Number of malicious models detected on Hugging Face JFrog Security Research, February 2024 > « Dès février 2024, JFrog Security Research a découvert environ 100 modèles malveillants sur Hugging Face, dont un contenant un shell inversé se connectant à une infrastructure en Corée du Sud. » Source: JFrog Security Research - 25.6 million USD Amount stolen in a deepfake fraud at Arup Arup case, 15 bank transfers > « Un employé d'Arup a effectué 15 virements bancaires pour un montant total de 25,6 millions de dollars après une vidéoconférence avec son directeur financier et plusieurs collègues. » - 40 % Share of social engineering attacks targeting executives via deepfakes by 2028 Gartner projection to 2028 > « Gartner prévoit que d'ici 2028, 40 % des attaques d'ingénierie sociale cibleront des cadres supérieurs à l'aide de deepfakes audio et vidéo. » Source: Gartner - 85 % Accuracy of voice clones generated from 3 seconds of audio McAfee Labs study > « McAfee Labs a découvert que trois secondes d'audio suffisent pour produire des clones vocaux avec une précision de 85 %. » Source: McAfee Labs - 75 % Accuracy of video and image deepfake detectors Deepfake-Eval-2024 benchmark, videos > « Le benchmark Deepfake-Eval-2024 a révélé que les détecteurs atteignent une précision de 75 % pour les vidéos et de 69 % pour les images. » Source: Deepfake-Eval-2024 - 24.5 % Rate at which humans correctly identify high-quality video deepfakes Idiap Research Institute study > « Une étude de l'Institut de recherche Idiap a révélé que les personnes n'identifient correctement les deepfakes vidéo de haute qualité que dans 24,5 % des cas. » Source: Institut de recherche Idiap - 40 billion USD Projected losses from AI-assisted fraud by 2027 Deloitte projection to 2027 > « Deloitte prévoit que les pertes liées à la fraude assistée par l'IA atteindront 40 milliards de dollars d'ici 2027. » Source: Deloitte ## Classification **Country** Worldwide scope **Company size** All sizes, Large companies **Industries** All industries, or industry not specified · Software vendors, IT services companies, telecoms **Companies** McAfee Labs (cited), Gartner (study author), Zenity Labs (cited), NIST (cited), iProov (cited), Kaspersky (cited), Absolute Security (cited), Institut de recherche Idiap (cited), McKinsey (study author), Deloitte (study author), Salesforce (cited), UK AI Security Institute (cited), JFrog Security Research (cited), Arup (deploys AI), Google DeepMind (cited), Hugging Face (cited), Microsoft (cited), OpenAI (cited), Anthropic (cited), Coalition for Secure AI (cited), Google (cited) **Keywords** ai security, prompt injection, deepfake, data poisoning, ai agents, cybersecurity Entry written by Marsanne Studio from the cited article, with the help of an AI model (claude-sonnet-5). The rights to the article and its illustrations belong to ZDNet France and its author. Entry translated from French by Claude Sonnet 5.5.