Mythos je specijalizirani model namijenjen pronalaženju sigurnosnih propusta u velikim programskim bazama. Za banku je vrijednost takvog alata u brzom pregledu milijuna redaka starog i novog koda, no otkrivena slabost postaje operativni posao: treba procijeniti rizik, pronaći vlasnika sustava, napisati i testirati zakrpu te dokazati da promjena nije poremetila plaćanja, trgovanje ili evidencije klijenata.
Bank of America angažirala je tisuću vanjskih stručnjaka za zakrpe i druge zahvate nakon što su AI sigurnosni modeli, među njima Anthropicov Mythos, pronašli slabosti u softveru banke. Izvršni direktor Brian Moynihan iznio je broj na pozivu o rezultatima trećeg tromjesečja održanom 14. listopada u SAD-u, a 15. listopada potvrdio da izvođači i dalje rade uz oko tri tisuće stalno zaposlenih u tom području.
Privremeni tim uveden je u drugom tromjesečju kako bi se ubrzala sanacija nalaza. Moynihan je rekao da je banka u posljednjem kvartalu potrošila stotine milijuna dolara na popravke softvera i regulatorne obveze povezane sa sprječavanjem pranja novca. Troškove nije razdvojio do posljednjeg dolara, ali je u razgovoru s analitičarima Mythos izričito naveo kao dio remedijacijskog opterećenja.
Mythos je specijalizirani model namijenjen pronalaženju sigurnosnih propusta u velikim programskim bazama. Za banku je vrijednost takvog alata u brzom pregledu milijuna redaka starog i novog koda, no otkrivena slabost postaje operativni posao: treba procijeniti rizik, pronaći vlasnika sustava, napisati i testirati zakrpu te dokazati da promjena nije poremetila plaćanja, trgovanje ili evidencije klijenata.
Zato omjer zaposlenih ilustrira stvarni trošak primjene. Tisuću dodatnih konzultanata povećalo je raspoloživi tim približno za trećinu. AI je ubrzao pronalazak problema, ali banka nije mogla automatizirati odgovornost za produkcijsku izmjenu. U reguliranom okruženju svaki zahvat mora imati trag odobrenja, kontrolu razdvajanja dužnosti i mogućnost povratka na prethodno stanje ako se pojavi pogreška.
Moynihan očekuje da će taj trošak s vremenom pasti jer se jednom uklonjena klasa propusta ne mora ponovno rješavati u istoj količini. Ipak, dinamika ovisi o tome koliko brzo modeli napreduju i koliko duboko pretražuju starije sustave. Veća sposobnost otkrivanja može privremeno povećati red čekanja za sanaciju, pa broj pronađenih ranjivosti nije jednak broju zatvorenih rizika.
Banka godišnje ulaže oko četiri milijarde dolara u nove tehnologije, uključujući AI, a navodi 130 uvedenih projekata. Uprava procjenjuje da će interni AI projekti ove godine donijeti 300 milijuna dolara ušteda, a iduće 700 milijuna. Ti su iznosi znatni, ali ih treba čitati zajedno s remedijacijskim troškom: povrat nije samo automatizirani rad nego i cijena sigurnog uvođenja modela u složenu infrastrukturu.
Rezultati banke dodatno pojačavaju osjetljivost na rashode. Neto dobit u kvartalu pala je na 6,9 milijardi dolara, s 8,3 milijarde godinu prije, uz regulatorno terećenje od 1,2 milijarde dolara. Prihod je porastao tri posto na 30 milijardi dolara, dok je neprihodovni trošak skočio za 2,4 milijarde. Ulagači zato svaki novi sigurnosni izdatak uspoređuju s pritiskom na profitabilnost.
Za druge velike organizacije pouka je mjerljiva: nabava AI skenera bez kapaciteta za uklanjanje nalaza može samo premjestiti usko grlo. Potrebni su prioriteti prema poslovnom učinku, dovoljno testnih okruženja i unaprijed ugovoreni stručnjaci za sustave koji nemaju aktivne razvojne timove. Bank of America nije objavila kada će završiti pojačani angažman, ali je potvrdila da svih tisuću konzultanata još radi na zatvaranju pronađenih slabosti.
Moynihan je upozorio i na sukob interesa kada isti dobavljači prvo prodaju modele koji pronalaze propuste, a zatim nude usluge njihova uklanjanja. Nabava zato mora razdvojiti mjerenje od izvođenja, zadržati neovisnu validaciju nalaza i ugovoriti način naplate koji ne nagrađuje samo količinu pronađenih upozorenja. Bez toga se broj nalaza može pretvoriti u rastući račun, a ne u dokaz manjeg poslovnog rizika.
Sigurnosni učinak treba mjeriti vremenom do zakrpe, udjelom kritičnih nalaza, ponovnim otvaranjem istog problema i incidentima nakon promjene. Broj pregledanih redaka koda ili generiranih upozorenja nije dovoljan. Banka raspolaže resursima za tisuću dodatnih stručnjaka, dok će manje institucije morati ograničiti opseg, koristiti zajedničke usluge ili dulje prihvaćati rizik. Time se otvara novo tržište upravljanih usluga sanacije, ali i pitanje ovisnosti o vanjskim timovima koji pristupaju najosjetljivijim sustavima.
Bank of America angažirala je tisuću vanjskih stručnjaka uz postojeći tim od tri tisuće ljudi kako bi uklonila softverske slabosti koje su pronašli napredni AI modeli. Izvršni direktor Brian Moynihan povezao je rad s modelom Anthropic Mythos i višestomilijunskim troškovima sanacije. Slučaj pokazuje da bolja detekcija ranjivosti kratkoročno može snažno povećati trošak sigurnosti.
Britansko Ministarstvo pravosuđa objavilo je nakon forenzičkog pregleda da podaci ukradeni iz sustava Legal Aid Agency u pojedinim skupovima sežu do 1978. godine. Većina kompromitiranih zapisa odnosi se na prijave za pravnu pomoć, zahtjeve i plaćanja između 2007. i 2025., a obuhvaćeni su korisnici, odvjetnici, pružatelji usluga i druge osobe koje su poslovale s agencijom. Ažuriranje je objavljeno neposredno prije promatranog razdoblja i uvršteno kao važna neobrađena tema.
Treću godinu zaredom A1 Hrvatska i Centar za sigurniji internet okupili su na konferenciji CyberGuard domaće i međunarodne stručnjake iz područja online sigurnosti, kibernetičke sigurnosti, obrazovanja, civilnog sektora, tehnologije i regulative. U središtu ovogodišnjega programa bili su izazovi koje donosi ubrzani razvoj umjetne inteligencije: od novih prijetnji djeci na internetu, do kibernetičke sigurnosti tvrtki.
