AI kutter exploit-utvikling fra 125 dager til et halvt døgn
Cogent Research har analysert 69 159 CVE-er: tiden fra sårbarhet til fungerende exploit falt fra 125 dager til et halvt døgn. Slik korter du ned ditt eget patchevindu.

Nøkkelpunkter per 14. september 2026:
- Tiden fra CVE-publisering til fungerende exploit falt fra 125 dager til et halvt døgn mellom januar 2025 og april 2026, ifølge en analyse av 69 159 CVE-er (darkreading.com).
- 54 prosent av alle CVE-er publisert siden januar 2025 manglet deteksjonssignatur fra Tenable, Qualys eller Rapid7, og for de kritiske sårbarhetene var dekningen ikke bedre (darkreading.com).
- Signatur er ikke det samme som beskyttelse: 62 prosent av sårbarhetene som faktisk fikk signatur, hadde allerede exploits i omløp da deteksjonen kom (darkreading.com).
- MCP-servere finnes i 80 prosent av observerte skymiljøer, og 68 prosent av organisasjonene med selvhostede modeller får dem inn via tredjepartsprogramvare (go.wiz.io, 2026).
- AI i skyen er infrastruktur, ikke pilot: 81 prosent bruker forvaltede AI-tjenester og 90 prosent kjører selvhostet AI-programvare (go.wiz.io, 2026).
- Patchevinduet bør styres etter eksponering mot internett, ikke etter når verktøyet ditt får en signatur. Medianforsinkelsen varierer fra 0,1 til 5,1 dager mellom leverandørene (darkreading.com).
Hva AI-assistert exploit-utvikling faktisk innebærer
En sårbarhet og et angrep er ikke samme sak. En CVE er en beskrivelse: her finnes en feil, i denne komponenten, med denne virkningen. En exploit er den ferdige oppskriften som faktisk utnytter feilen mot et kjørende system. Historisk har avstanden mellom de to vært en av de viktigste forsvarsmekanismene virksomheter har hatt, uten at noen egentlig planla det slik. Det er denne avstanden AI nå spiser opp.
AI-assistert exploit-utvikling betyr at en angriper bruker språkmodeller og kodeagenter til å lese sårbarhetsbeskrivelsen, finne den relevante koden, forstå hva som må til for å utløse feilen og skrive en fungerende utnyttelse. Arbeidet som tidligere krevde en spesialist med tid, krever nå en person med tilgang til gode verktøy. Forskningen bak tallene i denne artikkelen ble gjengitt av darkreading.com.
Det er utviklingstiden som faller, ikke oppdagelsestiden
Nyansen er viktig når du skal bestemme hva du gjør på mandag. Skiftet handler i hovedsak om tiden fra en sårbarhet er offentlig kjent til det finnes en fungerende exploit. Angriperen jobber altså på samme informasjon som du har tilgang til, bare raskere. Det betyr at hvert eneste CVE-varsel du får i innboksen, må behandles som om utnyttelsen allerede kan eksistere.
Samtidig brukes AI også i den andre enden. Wiz Research oppgir at AI-assistert analyse bidro til å avdekke 13 null-dagers sårbarheter i mye brukt skyprogramvare (go.wiz.io, 2026). Samme kapabilitet som korter ned angriperens arbeid, korter også ned forskerens. Forskjellen er at angriperen ikke har en ansvarlig utleveringsprosess å forholde seg til.
Hva dette ikke betyr
Det betyr ikke at alle sårbarheter blir utnyttet, eller at alle virksomheter er like interessante mål. De fleste angrep mot norske SMB-er er fortsatt opportunistiske: noen skanner internett etter en kjent svakhet og tar det de finner. Men det er nettopp opportunistiske angrep som drar mest nytte av kortere exploit-tid, fordi volumet er avhengig av hvor billig det er å lage verktøyet. Når prisen på en fungerende exploit faller, faller også terskelen for å bruke den mot mål ingen ville brukt en spesialist på.
Det betyr heller ikke at AI plutselig gjør angripere allvitende. Fortsatt må noen ha tilgang, fortsatt må noe være eksponert, og fortsatt stoppes mange forsøk av helt ordinære kontroller. Poenget er tidsbudsjettet ditt: rutiner som forutsetter uker med slingringsmonn, er bygget på en virkelighet som ikke lenger finnes.
Tallene bak skiftet fra 125 dager til et halvt døgn
Tallene kommer fra Cogent Research, som analyserte 69 159 CVE-er og målte hvor lang tid det tok fra publisering til det forelå en fungerende utnyttelsesmetode (darkreading.com). Primæranalysesettet besto av 57 860 CVE-er publisert i 2025 og 2026. Det er et stort nok materiale til at retningen er reell, ikke en artefakt av noen få spektakulære saker.
Fra januar 2025 til april 2026
I januar 2025 trengte angripere i snitt 125,3 dager på å utvikle en exploitmetode for en kjent sårbarhet. Innen april 2026 var den tiden nede i 0,5 dager ved bruk av AI (darkreading.com). Det er ikke en gradvis forbedring av verktøykassen, det er et regimeskifte i hva som er praktisk mulig på en ettermiddag. Og fallet skjedde over litt over ett år, altså innenfor levetiden til de fleste patcherutiner som er skrevet ned i et internkontrollsystem.
Sett dette mot din egen virkelighet. Hvis virksomheten din har et månedlig oppdateringsvindu, betyr det at et typisk system kan stå eksponert i mange uker etter at en utnyttelse er tilgjengelig. Det gikk an å forsvare da forspranget var over hundre dager. Det er vanskelig å forsvare når forspranget er et halvt døgn.
Hvordan du bør lese et snittall
Ingen skal bygge rutine på at alle exploits nå kommer innen tolv timer. Tall som dette beskriver hva som er oppnåelig, ikke hva som alltid skjer. Mange CVE-er blir aldri utnyttet, fordi komponenten er lite utbredt, fordi angrepet krever forutsetninger som sjelden er til stede, eller fordi det rett og slett ikke lønner seg.
Den praktiske konsekvensen er likevel entydig. Når du planlegger, må du planlegge for det raske tilfellet i de systemene som er verdt å angripe, og kan planlegge for det trege tilfellet i resten. Det er hele jobben: å vite hvilke av dine systemer som hører hjemme i hvilken kategori, før varselet kommer.
Les også: AI-assistert utvikling gir 581 sårbarheter per kodebase. Åpen kildekode og AI gjør utvikling raskere, men gjennomsnittlig kodebase har nå 581 sårbarheter.
Tre tidsvinduer som avgjør om du blir truffet
Det hjelper å slutte å snakke om «patching» som en enkelt aktivitet. Det som avgjør utfallet er tre atskilte vinduer, med tre forskjellige eiere. To av dem kontrollerer du ikke i det hele tatt, og det er nettopp derfor det tredje må være stramt.
| Vindu | Hva det måler | Hvem styrer det | Hva tallene sier |
|---|---|---|---|
| Publisering til exploit | Hvor raskt en utnyttelse finnes | Angriperen | Ned fra 125,3 til 0,5 dager |
| Publisering til deteksjon | Når skanneren din vet om saken | Sikkerhetsleverandøren | Median 0,1 til 5,1 dager, 54 % får aldri signatur |
| Deteksjon til utrullet patch | Fra du vet til det er fikset | Du og leverandørene dine | Det eneste du faktisk kan korte ned |
Vindu 1: publisering til exploit
Dette vinduet er nå så kort at det i praksis bør regnes som null for alt som er eksponert mot internett. Behandle publisering av en kritisk CVE i en komponent du kjører, som en hendelse i seg selv, ikke som et varsel du tar med i neste ukesmøte. Det er den eneste antakelsen som er robust mot AI-assistert exploit-utvikling.
Vindu 2: publisering til deteksjon
Her ligger den ubehagelige delen. Det store flertallet av kritiske sårbarheter skapte et deteksjonsgap der forsvarerne manglet innsyn i om de var berørt (darkreading.com). Et gap betyr ikke nødvendigvis at du ble angrepet. Det betyr at du i perioden ikke hadde grunnlag for å si at du ikke var det.
Forskjellen mellom de to første vinduene er selve problemet. Når utnyttelse er billigere å produsere enn deteksjon er å distribuere, snur den gamle rekkefølgen der forsvareren fikk vite først.
Vindu 3: deteksjon til patch i produksjon
Dette er det eneste vinduet du eier, og derfor det eneste det gir mening å styre etter. Det består av fire ledd: at noen fanger opp varselet, at noen vet om dere bruker komponenten, at noen har myndighet til å utløse en oppdatering utenfor plan, og at endringen faktisk kommer ut i drift. Svakest ledd bestemmer hele lengden.
I de fleste SMB-er er det andre leddet som ryker først. Man vet ikke raskt nok hva man kjører. En oppdatert oversikt over programvare og avhengigheter er ikke et compliance-dokument, det er responstid i praksis.
Et realistisk patchevindu for en virksomhet uten eget sikkerhetssenter
De fleste norske SMB-er har verken døgnbemannet sikkerhetssenter eller egen sårbarhetsanalytiker. Det er ikke en unnskyldning, men det er en premiss rutinen må tåle. Løsningen er ikke å overvåke mer, men å sortere på forhånd, slik at beslutningen allerede er tatt når varselet kommer.
Alura mener patchevinduet bør styres etter eksponering mot internett, ikke etter når en signatur dukker opp i verktøyet. Et system som står åpent mot nettet med en kjent svakhet, er i risiko fra publiseringsøyeblikket, uavhengig av hva skanneren din rapporterer den uken.
Sorter systemene etter eksponering, ikke etter poengsum
Alvorlighetsgrad alene er en dårlig sorteringsnøkkel, fordi den beskriver sårbarheten og ikke din situasjon. Den samme svakheten i en intern rapportserver og i en kundeportal er to helt forskjellige saker. Sett opp fire klasser en gang, skriv dem ned, og hold listen oppdatert kvartalsvis.
| Klasse | Eksempler | Utløser | Mål for utrulling |
|---|---|---|---|
| Eksponert mot internett | Portaler, VPN, e-postgateway, API-er | CVE publisert i komponent du kjører | Samme døgn |
| Internt, med brukertilgang | Fildeling, intranett, ERP-klienter | Bekreftet berørt versjon | Inneværende uke |
| Isolert eller segmentert | Produksjonsutstyr, testmiljø | Bekreftet berørt og nåbar | Neste ordinære vindu |
| Leverandørdrevet SaaS | Skytjenester du ikke patcher selv | Leverandørvarsel eller statusside | Verifiser, ikke patch |
Nødvinduet og hvem som kan utløse det
Et patchevindu som krever styrebehandling, er ikke et vindu. Utpek navngitte personer som kan utløse en hasteoppdatering på egen hånd, og skriv ned at de ikke skal straffes for nedetid som følger av en slik beslutning. I praksis er det frykten for å ødelegge noe, ikke mangelen på teknisk kapasitet, som holder eksponerte systemer upatchet.
Kombiner dette med en dokumentert tilbakerullingsrutine. Når folk vet at de kan reversere på minutter, tør de å rulle ut raskt. Tilbakerulling er en hastighetskontroll, ikke en sikkerhetsventil.
Kompenserende tiltak når patchen ikke finnes ennå
Noen ganger er det ingen oppdatering tilgjengelig, eller den kan ikke rulles ut umiddelbart. Da handler det om å fjerne nåbarhet: steng tjenesten mot internett, sett den bak pålogging, begrens IP-adresser, eller slå av funksjonen som utnyttes. Dette er ofte raskere enn en patch, og det virker uavhengig av om leverandøren din har laget en signatur.
Skriv ned hvilke tjenester som kan kobles fra uten at virksomheten stopper. Den listen er verdt mer enn de fleste sikkerhetsverktøy den dagen du trenger den.
Deteksjonsgapet hos Tenable, Qualys og Rapid7
Den mest ubehagelige delen av forskningen handler ikke om angriperne, men om verktøyene forsvarerne stoler på. 54 prosent av alle CVE-er publisert siden januar 2025 manglet deteksjonssignaturer fra Tenable, Qualys eller Rapid7 (darkreading.com). For de kritiske var bildet ikke bedre: også der forble et flertall uten dekning fra de store skannerne.
Alura mener sårbarhetsskannere er et gulv, ikke et tak. Når 54 prosent av CVE-ene siden januar 2025 mangler signaturer fra de store leverandørene, kan ikke skannerdekning være den eneste kontrollen du har. En grønn rapport betyr at verktøyet ikke fant noe det kan lete etter, ikke at du er trygg.
Medianforsinkelse per leverandør
Forsinkelsen varierer kraftig mellom leverandørene, og andelen kritiske CVE-er som ble utnyttet før signaturen kom, følger den samme kurven. Tallene under er medianverdier fra analysen (darkreading.com).
| Leverandør | Median deteksjonsforsinkelse | Kritiske CVE-er utnyttet før deteksjon |
|---|---|---|
| Tenable | 0,1 dager | Flertallet |
| Qualys | 2,9 dager | Flertallet |
| Rapid7 | 5,1 dager | Størst andel av de tre |
Legg merke til hva som skjer selv i beste fall. Tenable ligger på 0,1 dager i median, og likevel var et flertall av de kritiske sårbarhetene utnyttet før signaturen kom. Samlet hadde 62 prosent av sårbarhetene som fikk signatur, allerede exploits i omløp på deteksjonstidspunktet. Rask deteksjon er fortsatt for sent når exploit-utvikling måles i timer.
Hva leverandørene selv sier
Det er verdt å være rettferdig mot leverandørene her. Qualys' sjef for trusselenheten sier at selskapet bevisst ikke lager deteksjoner for hver eneste CVE, og prioriterer det som faktisk har betydning for kundene (darkreading.com). Det er et forsvarlig produktvalg. Ingen leverandør kan dekke alt, og full dekning ville gitt et støynivå som er ubrukelig i praksis.
Men et rasjonelt valg hos leverandøren blir en feilaktig antakelse hos deg, hvis du tror at fravær av funn er det samme som fravær av risiko. Spør leverandøren din direkte: hvilke kriterier bruker dere for å bestemme hva som får en deteksjon, og hvordan varsler dere kunder om det dere velger bort? Svaret forteller deg hvor gulvet i dekningen din faktisk ligger.
AI i skyen er blitt infrastruktur og ikke pilot
Parallelt med at exploit-tiden faller, har angrepsflaten endret karakter. Wiz Research har analysert hundretusener av skymiljøer og konkluderer med at AI har gått fra eksperimentell pilot til grunnleggende skyinfrastruktur (go.wiz.io, 2026). Det betyr at AI-komponenter nå er en del av standard driftsbildet, med alt det innebærer av versjoner, avhengigheter og oppdateringsbehov.
| Funn i skymiljøer | Andel |
|---|---|
| Bruker forvaltede AI-tjenester | 81 % |
| Kjører selvhostet AI-programvare | 90 % |
| Selvhostede modeller hentet via tredjepartsprogramvare | 68 % |
| Har utviklere som bruker AI IDE-utvidelser | 80 % |
| Har minst en AI-kodeassistent | 71 % |
| Har tatt i bruk selvhostede AI-agentteknologier | 57 % |
| Miljøer der MCP-servere finnes | 80 % |
Selvhostet AI er programvare du må oppdatere
At 90 prosent av miljøene kjører selvhostet AI-programvare, er den viktigste linjen i tabellen for en driftsansvarlig (go.wiz.io, 2026). Selvhostet betyr at patchingen er din. Modellserveren, vektordatabasen, orkestreringslaget og alle Python-bibliotekene under er akkurat like utsatt for CVE-er som en hvilken som helst webserver, men de havner sjeldnere i den formelle oppdateringsplanen.
Sjekk om AI-komponentene dine står i den samme oversikten som resten av produksjonsmiljøet. Hvis de ble satt opp som et prosjekt og aldri overlevert til drift, er de sannsynligvis ikke der.
AI i utviklerens verktøykasse
80 prosent av organisasjonene har utviklere som bruker AI IDE-utvidelser, og 71 prosent har minst en AI-kodeassistent (go.wiz.io, 2026). Det gjelder også der ledelsen ikke har tatt noen formell beslutning om det. Verktøy som GitHub Copilot er i praksis en del av arbeidsflyten uansett hva policyen sier.
Alura mener AI-verktøy i utviklingsløpet nå er normalen og ikke unntaket, og at kodegjennomgang og avhengighetskontroll må dimensjoneres deretter. Et forbud du ikke håndhever, gir deg det verste av to verdener: bruken skjer, men den skjer usynlig.
Vibe coding og systemiske feil
Rundt en av fem organisasjoner som bruker AI-drevne «vibe coding»-plattformer, hadde applikasjoner påvirket av systemiske sikkerhetsproblemer (go.wiz.io, 2026). Ordet systemisk er nøkkelen: feilen ligger i mønsteret plattformen genererer, ikke i en enkelt utviklers uflaks. Da opptrer den likt i mange applikasjoner samtidig, og en angriper som finner den ett sted, vet hvor den finnes ellers.
Vi har skrevet mer om denne dynamikken i gjennomgangen av interne apper og sikkerhet og i analysen av vibe coding på AWS. Poenget er ikke at slike plattformer er uegnet, men at de flytter sikkerhetsarbeidet fra koden til plattformvalget.
Leverandørkjeden: tredjepartsmodeller, MCP-servere og AI-generert kode
Den kortere exploit-tiden rammer hardest der du har minst innsyn. For de fleste SMB-er er det ikke egen kode som er den største flaten, men alt som kommer inn gjennom andres programvare. AI har lagt tre nye lag oppå den stabelen på kort tid.
Modeller som kommer inn via tredjepartsprogramvare
68 prosent av organisasjonene som kjører selvhostede modeller, får dem gjennom tredjepartsprogramvare (go.wiz.io, 2026). Det betyr at modellen, og hele kjøremiljøet rundt den, ble installert som en bieffekt av at noen tok i bruk et produkt. Ingen bestilte en modellserver, men det står en der.
Konsekvensen er at sårbarhetshåndteringen din må dekke komponenter du ikke visste at du hadde. Start med å spørre hver leverandør om produktet deres kjører modeller eller AI-komponenter lokalt hos dere, og hvilke.
MCP-servere som ny angrepsflate
MCP-servere finnes i 80 prosent av de observerte miljøene, og 57 prosent av organisasjonene har tatt i bruk selvhostede AI-agentteknologier (go.wiz.io, 2026). En MCP-server er et koblingspunkt der en modell får lov til å gjøre noe: lese filer, kalle et API, skrive til en database. Den er per definisjon en tjeneste med tilganger, ofte satt opp raskt av en utvikler for et konkret formål.
Behandle MCP-servere som integrasjoner, ikke som verktøy. Det innebærer eier, dokumenterte tilganger, logging av hva de faktisk gjør, og en plass i oppdateringsplanen. Problemene med tilgangsstyring i agentoppsett er noe vi har gått nærmere inn på i artikkelen om sikkerhet i AI-agenter.
AI-generert kode i din egen kodebase
Når AI-assistanse er normalen i utviklingsløpet, endres profilen på feilene som slipper gjennom. Generert kode ser riktig ut, følger konvensjonene og passerer ofte en rask gjennomlesning, samtidig som den kan dra inn avhengigheter ingen har vurdert. Vi har sett nærmere på denne effekten i gjennomgangen av AI-assistert utvikling.
Den praktiske motvekten er kjedelig og virksom: automatisk avhengighetsskanning i byggeløpet, krav om at genererte endringer leses av et menneske som eier området, og en oversikt over hvilke pakker som faktisk er i bruk. Ingen av delene krever nye verktøy for de fleste.
Les også: Vibe coding på AWS lover 80 prosent raskere utvikling. AWS satser tungt på vibe coding med Q Developer og Kiro.
Hva det koster å korte ned tiden fra varsel til patch
Kostnaden ved raskere patching er sjelden lisenser. Den er organisatorisk: hvem følger med, hvem bestemmer, og hvor mye nedetid tåler dere når noe må ut fort. Det er nyttig å skille de tre kostnadsdriverne fra hverandre, fordi de har helt forskjellige løsninger.
Tre kostnadsdrivere
Den første er oversikt: å vite hva du kjører, i hvilke versjoner, og hvem som eier hva. Dette er en engangsinvestering med løpende vedlikehold, og det er den billigste kronen du bruker på sikkerhet. Den andre er beredskap: at noen faktisk leser varsler og kan handle utenom arbeidstid. Den tredje er endringskapasitet: at systemene tåler hyppige oppdateringer uten at hver utrulling blir et prosjekt.
De fleste SMB-er overinvesterer i verktøy og underinvesterer i den tredje. Et miljø som er vanskelig å oppdatere, gjør enhver deteksjon verdiløs, fordi funnet uansett blir liggende. Automatisert utrulling og testbare tilbakerullinger er sikkerhetstiltak, selv om de står i driftsbudsjettet.
Bygge selv, kjøpe tjeneste eller dele med leverandør
| Modell | Passer når | Styrke | Svakhet |
|---|---|---|---|
| Bygge selv | Egen drift, egne utviklere | Full kontroll på prioritering | Krever beredskap utenom arbeidstid |
| Kjøpe overvåket tjeneste | Ingen egen driftsavdeling | Noen ser på varslene hele døgnet | Dekningen følger leverandørens signaturvalg |
| Dele med systemleverandør | Tjenestene driftes av andre | Den som kan patche, eier ansvaret | Må reguleres i kontrakt for å være reelt |
| Kombinasjon | Eksponerte tjenester ute, resten inne | Ressursene brukes der de betyr noe | Krever tydelig grensesnitt mellom partene |
Uansett modell gjelder den samme testen: hvor lang tid tar det fra en kritisk CVE publiseres i en komponent dere kjører, til noen har bekreftet om dere er berørt? Klarer du ikke å svare på det i dag, er det den første tingen å måle, ikke den siste.
Kontraktskrav og dokumentasjon du bør be leverandøren om
Alura mener tredjepartsleverandører bør dokumentere egen patchekadens i kontrakt, fordi angrepsflaten din er summen av deres oppdateringsrutiner. En leverandør som oppdaterer kvartalsvis, setter i praksis din egen responstid, uansett hvor stramme rutiner du har internt.
| Krav | Hva du ber om | Hvorfor det betyr noe |
|---|---|---|
| Patchekadens | Frist for kritiske oppdateringer, målt fra CVE-publisering | Exploit kan foreligge innen et halvt døgn |
| Varslingsplikt | Beskjed når leverandøren er berørt, ikke bare når du er | Du kan iverksette kompenserende tiltak |
| Komponentoversikt | Liste over tredjepartskomponenter og AI-modeller i produktet | 68 % av selvhostede modeller kommer inn denne veien |
| Integrasjonspunkter | Dokumentasjon av MCP-servere, agenter og tilganger | MCP-servere finnes i 80 % av miljøene |
| Verifikasjon | Rett til å be om bekreftelse på utrullet patch | Skriftlig kadens uten oppfølging er en intensjon |
Skriv frister som faktisk kan brytes
«Leverandøren skal holde systemet oppdatert» er ikke et krav, det er en holdning. Et krav har en frist, et målepunkt og en konsekvens. Skriv at kritiske sårbarheter i internetteksponerte komponenter skal være oppdatert innen et gitt antall døgn fra publisering, at leverandøren skal varsle deg i samme periode, og at manglende etterlevelse er et mislighold.
Dette er ikke jus for jusens skyld. Det er den eneste måten å få vite noe om vindu tre hos noen andre enn deg selv.
Be om komponentoversikt, også for AI-delene
En oversikt over programvarekomponenter, gjerne som SBOM, er standard i moderne innkjøp. Utvid den til å dekke AI: hvilke modeller kjører i produktet, hvor kjører de, hentes de fra tredjepart, og hvilke agent- eller MCP-komponenter følger med. Dette er ikke esoteriske spørsmål lenger, når 57 prosent av organisasjonene har tatt i bruk selvhostede AI-agentteknologier (go.wiz.io, 2026).
Hvis leverandøren ikke kan svare, har du fått et svar. Manglende oversikt hos dem blir manglende responstid hos deg den dagen komponenten står i et varsel.
Markedsobservasjon: neste kapabilitetssprang og hva som skjer med tallene
Forskeren bak analysen mener funnet om 0,5 dager vil bli utdatert når neste generasjons modeller blir allment tilgjengelige, konkret nevnt som Anthropics Claude Mythos (darkreading.com). Anslaget for når kapabiliteter av denne klassen blir bredt tilgjengelig, er seks til tolv måneder. Det er innenfor planhorisonten til de fleste virksomheters neste budsjettår.
Hva som skjer når tallet ikke kan falle mer
Et halvt døgn kan i prinsippet bli til timer, men det er en nedre grense for hvor mye mer et enkelt tall kan bevege seg. Det interessante i neste runde er derfor ikke hastighet, men bredde: hvor mange CVE-er som blir utnyttet i det hele tatt, og hvor langt ned i den lange halen av lite kjente komponenter det lønner seg å gå. Billigere exploit-produksjon betyr at flere sårbarheter blir økonomisk interessante.
For deg som kjøper betyr det at «lite utbredt komponent» blir et svakere argument for å vente. Eksponering mot internett blir den avgjørende variabelen, ikke populariteten til programvaren.
Signaler å følge det neste året
Følg med på tre ting. Om sikkerhetsleverandørene endrer måten de prioriterer deteksjoner på, gitt at Qualys allerede sier at de bevisst velger bort CVE-er. Om skytilbyderne begynner å levere patching av AI-komponenter som del av plattformen, slik de gjorde med operativsystemer. Og om forsvarssiden tar igjen på automatisering, der AI-assistert analyse allerede har vist seg i funnet av null-dagers sårbarheter (go.wiz.io, 2026).
Ingen av disse tre endrer hva du bør gjøre i høst. De avgjør hvor mye av jobben du fortsatt må gjøre selv om to år.
Vanlige feil når mindre virksomheter bygger sårbarhetshåndtering
Mønstrene går igjen, og de er sjelden et resultat av slurv. De oppstår fordi rutiner som var fornuftige i en verden med lange exploit-vinduer, ikke er blitt oppdatert i takt med at vinduet forsvant.
Å behandle skannerrapporten som en fasit
Den vanligste feilen er å sette likhetstegn mellom «ingen funn» og «ingen risiko». Med et flertall av CVE-ene uten signatur hos de tre store leverandørene, er rapporten en delmengde av virkeligheten (darkreading.com). Bruk den som gulv, og suppler med varsler direkte fra leverandørene av komponentene du faktisk kjører.
Å prioritere etter alvorlighetsgrad uten kontekst
En kritisk sårbarhet i et system ingen kan nå, haster mindre enn en middels alvorlig feil i portalen kundene logger inn på. Likevel sorterer de fleste lister etter poengsum, fordi verktøyet gjør det automatisk. Legg til eksponering som kolonne, og sorteringen endrer seg umiddelbart.
Å glemme alt som ble satt opp som et prosjekt
Modellservere, testmiljøer, integrasjoner og MCP-servere havner ofte utenfor den formelle driftsoversikten, fordi de ble satt opp for å prøve noe ut. Når AI-komponenter finnes i nesten alle skymiljøer, er dette ikke lenger marginalt (go.wiz.io, 2026). Krev at alt som kjører i produksjon har en navngitt eier, uansett hvordan det kom dit.
Å ha en plan ingen har prøvd
Nødpatching som aldri er øvd på, tar alltid lengre tid enn antatt. Kjør en tørrøvelse i halvåret: velg en komponent, lat som det kom en kritisk CVE, og mål hvor lang tid det tar å bekrefte om dere er berørt og få ut en endring. Tallet du får, er den reelle responstiden din, ikke den som står i internkontrollen.
Ofte stilte spørsmål om AI og exploit-utvikling
Spørsmålene under er de vi oftest får fra ledere og produktansvarlige som skal oversette disse tallene til en beslutning.
Betyr et halvt døgn at vi må patche innen tolv timer?
Nei, ikke for alt. Det betyr at systemer som er eksponert mot internett bør patches samme døgn, mens interne og segmenterte systemer kan følge en roligere rytme. Tallet på 0,5 dager beskriver hva som er mulig for angriperen, og det er den mulige tiden du må dimensjonere de mest utsatte systemene etter (darkreading.com).
Bør vi bytte sårbarhetsskanner?
Sannsynligvis ikke basert på disse tallene alene. Forskjellene mellom leverandørene i median deteksjonsforsinkelse er reelle, men alle tre hadde et flertall av kritiske CVE-er utnyttet før signaturen kom (darkreading.com). Å bytte verktøy løser ikke et problem som ligger i selve signaturmodellen. Bruk heller energien på oversikt og utrullingshastighet.
Vi bruker bare SaaS. Angår dette oss?
Ja, men ansvaret ligger et annet sted. Da er ikke jobben din å patche, men å verifisere at leverandøren gjør det, og å ha det skriftlig. Det er også verdt å huske at leverandørene dine i økende grad har AI-komponenter i sine egne produkter, ofte hentet fra tredjepart (go.wiz.io, 2026).
Kan vi bruke AI til å forsvare oss like raskt?
Delvis. AI er allerede nyttig til å vurdere om et varsel angår deg, til å lese gjennom avhengigheter, og til å utarbeide en oppdateringsplan. Wiz oppgir at AI-assistert analyse bidro til å finne 13 null-dagers sårbarheter i mye brukt skyprogramvare (go.wiz.io, 2026). Asymmetrien består likevel: angriperen trenger bare å lykkes med en utnyttelse, mens du må rulle ut endringen i hele miljøet.
Hvor mye av dette kan vi gjøre uten nye lisenser?
Mesteparten. Komponentoversikt, eierskap per system, eksponeringsklassifisering, navngitt beslutningsmyndighet og en øvd nødrutine koster arbeidstid, ikke lisenser. Disse fem tingene korter ned det eneste vinduet du faktisk kontrollerer, og de virker uavhengig av om leverandøren din har laget en signatur.
Oppsummering og neste steg
Kjernen er enkel å formulere og ubehagelig å ta inn over seg. Angriperens utviklingstid er kollapset, forsvarerens deteksjonstid har ikke fulgt etter, og mange CVE-er får aldri en signatur hos de store leverandørene i det hele tatt (darkreading.com). Samtidig er AI blitt en ordinær del av skyinfrastrukturen, med modeller, agenter og MCP-servere som må vedlikeholdes som all annen programvare (go.wiz.io, 2026).
De fire beslutningene som betyr mest
For det første: sorter systemene etter eksponering mot internett, og la den sorteringen, ikke skannerrapporten, styre patchevinduet. For det andre: gi navngitte personer myndighet til å rulle ut hasteoppdateringer, med dokumentert tilbakerulling i bunn. For det tredje: ta AI-komponentene inn i den ordinære driftsoversikten, inkludert det som kom inn via tredjepartsprogramvare. For det fjerde: skriv patchekadens og varslingsplikt inn i leverandøravtalene.
Ingen av disse krever et nytt verktøy. Alle fire krever at noen tar en beslutning og skriver den ned.
Slik måler du om det virker
Velg ett tall å følge: tiden fra en kritisk CVE publiseres i en komponent dere kjører, til dere har bekreftet om dere er berørt. Mål det ved neste reelle varsel, eller i en tørrøvelse hvis det er lenge til. Sammenlign det med et halvt døgn, og du vet umiddelbart hvor mye arbeid som gjenstår.
Det nyttige med dette tallet er at det ikke kan kjøpes. Det kan bare kortes ned av bedre oversikt, tydeligere myndighet og et miljø som tåler å bli endret ofte.
I Alura bygger vi AI-infrastruktur for norske virksomheter, fra dataplattformer til agentiske systemer i produksjon. Vi er ikke en SaaS-leverandør. Vi er håndverkere som setter sammen byggesteinene som faktisk fungerer for din situasjon.
Bestill en arkitektur-samtale: vi går gjennom din nåværende infrastruktur, identifiserer integrasjonspunkter, og foreslår en pragmatisk vei videre. Uforpliktende, 45 minutter.
Kilder
- darkreading.com. AI-Assisted Exploit Development Outpaces Detection
- go.wiz.io (2026). State of AI in the Cloud 2026 Report | Wiz Research | Wiz Blog
Alura
Praktisk kunnskap om AI-automatisering og effektivisering for norske bedrifter.
Les neste
Agentisk videoforståelse kutter analysekostnaden 66 prosent
Google har lansert agentisk videoforståelse i Gemini med 66 prosent lavere analysekostnad og 88 prosent færre tokens. Her er hva norske virksomheter bør vurdere først.
AI-modellpriser spriker fra 0,05 til 12,50 dollar
Inngangsprisen på AI-modeller varierer fra 0,05 til 12,50 dollar per million tokens. Her er regnestykket norske SMB-er bør gjøre før de bytter leverandør.
AI-brikker kuttet inferenskostnaden 70 prosent hos AWS
OpenAIs Jalapeno-brikke og AWS Inferentia peker samme vei: inferens blir billigere per token. Her er tallene norske SMB-er bor regne pa for opprampingen i 2027.
Groq droppet egne AI-brikker og ble Nvidia-operatør
Groq hentet 350 millioner dollar, men sluttet å bygge egne LPU-brikker og drifter nå Nvidia-systemer. Slik leser du brikkemarkedet før du planlegger AI-infrastruktur.

