Bank of America zatrudnił 1000 zewnętrznych wykonawców, aby pomogli załatać luki w oprogramowaniu wykryte przez zaawansowane modele sztucznej inteligencji, w tym Mythos firmy Anthropic, powiedział w środę CNBC dyrektor generalny Brian Moynihan. Ujawnienie informacji, dokonane w wywiadzie udzielonym po publikacji wyników banku za trzeci kwartał, to jeden z pierwszych przypadków, w których duża amerykańska korporacja określiła siłę roboczą i koszty w dolarach związane z obroną swoich systemów przed pionierskimi modelami sztucznej inteligencji.
Jak podaje CNBC, wykonawcy zostali powołani w drugim kwartale 2026 roku, aby wspierać około 3000 pracowników wewnętrznych pracujących w tym obszarze i do dziś pracują w banku. „W drugim kwartale zatrudniliśmy 1000 wykonawców, którzy pomogli nam w łataniu, i ci ludzie, oprócz 3000 osób, które mamy na tym obszarze, pozostają tu do dziś i pomagają nam” – Moynihan powiedział Leslie Picker z CNBC. Więcej kontekstu na ten temat znajdziesz w naszych trendy AI.
Setki milionów kosztów kwartalnych
Nacisk na łatanie nie był tani. W środę Moynihan powiedział analitykom, że naprawa oprogramowania w połączeniu z pracami regulacyjnymi związanymi z przestrzeganiem przepisów dotyczących przeciwdziałania praniu pieniędzy zwiększyła koszty banku w trzecim kwartale o „plus kilkaset milionów”. W środę po opublikowaniu raportu o wynikach akcje banku spadły aż o 8 procent, a wydatki na działania naprawcze były częścią szerszej rozmowy z inwestorami na temat presji kosztowej.
Mythos, który Anthropic udostępnił w kwietniu małej grupie banków, firm technologicznych i agencji rządowych, jest uznawany za osobę, która odkryła i wykorzystała wady oprogramowania występujące od kilkudziesięciu lat – możliwości, które zmusiły firmy przechowujące wrażliwe dane finansowe do kosztownej walki obronnej. Na początku tego roku Bank of America pośpieszył z udoskonaleniem szerokiego spektrum swojego kodu wewnętrznego i kodu dostawcy, powiedział Moynihan, zatrudniając tysiące pracowników i personel zewnętrzny.
„To ryzyko jest realnym ryzykiem i dlatego, kiedy pojawiły się modele typu granicznego… wielu z nas usiadło i zapytało: «Jak wymyślić, jak szybko sobie z tym poradzić?»” – powiedział Moynihan w wywiadzie dla CNBC.
Obustronna natura granicznej sztucznej inteligencji
Odcinek ukazuje dziwną ekonomię pionierskiej sztucznej inteligencji dla dużych przedsiębiorstw. Ta sama klasa modeli, która pomaga firmom obniżać koszty poprzez zwiększanie produktywności, może również ujawnić słabości oprogramowania, które gromadziły się po cichu przez dziesięciolecia. Moynihan bezpośrednio przyznał się do napięcia, zauważając, że dostawcy oprogramowania dla banku sami ścigają się, aby wyposażyć swoje narzędzia w pionierską sztuczną inteligencję.
„Musimy ich wyprzedzić i musimy pamiętać, że ludzie tworzący oprogramowanie to ludzie, którzy próbują nam sprzedać usługi” – powiedział.
Tymczasowy skok, argumentuje Moynihan
W przemówieniu, gdy akcje spółki spadały, Moynihan starał się zapewnić inwestorów, że wzrost wydatków będzie tymczasowy. „Kiedy już załatasz, nie musisz już tyle łatać… Rurociąg zostanie zrealizowany” – powiedział, dodając, że bank spodziewa się, że koszty napraw będą z czasem spadać.
Bank obstawia również, że sztuczna inteligencja z nawiązką zapłaci za pracę w defensywie gdzie indziej. Według CNBC Bank of America prowadzi około 130 wewnętrznych projektów związanych ze sztuczną inteligencją, które według jego szacunków przyniosą w przyszłym roku około 700 milionów dolarów oszczędności – liczba ta przyćmiewa krótkoterminowy rachunek za środki zaradcze, nawet jeśli moment ich realizacji jest nieodpowiedni.
Co to mówi o branży
Ujawnienie Bank of America dostarcza jednego z najwyraźniejszych jak dotąd danych na temat tego, ile tak naprawdę kosztuje dużą instytucję odkrycie podatności na ataki oparte na sztucznej inteligencji. Analitycy ostrzegają, odkąd zaczęto wprowadzać pionierskie modele cyberbezpieczeństwa, że starsze bazy kodów w bankach, szpitalach i rządach stanowią ogromną powierzchnię ataku, którą sztuczna inteligencja może mapować znacznie szybciej niż ludzcy audytorzy. Do tej pory większość tych dyskusji miała charakter teoretyczny; W odpowiedzi Moynihan podał liczbę pracowników i cenę.
W komentarzach podkreślono również delikatną pozycję firm takich jak Anthropic, które sprzedają zaawansowane modele cyberbezpieczeństwa wybranej grupie instytucji, podczas gdy szersza branża spiera się o to, w jaki sposób i jak szybko takie możliwości powinny się rozprzestrzeniać. Doniesienia o próbach włamań wspomaganych przez sztuczną inteligencję poddały analizie praktyki powstrzymywania i monitorowania, a klienci korporacyjni ustalają obecnie budżet przy założeniu, że ich luki zostaną wykryte w pierwszej kolejności.
W przypadku banków rachunek jest prosty: koszty łatania są mierzalne i ograniczone, podczas gdy koszt udanego exploita już nie. Przesłanie Moynihana do inwestorów było takie, że wzrost ten jest jednorazowym porządkiem, a nie stałą linią wydatków – ale epizod ten przypomina, że każdy skok w możliwościach modelu może po cichu zmienić poziom bezpieczeństwa każdej firmy obsługującej oprogramowanie.
W miarę ciągłego udoskonalania modeli granicznych pod kątem wykrywania błędów, doświadczenie Bank of America może stać się mniej odstające, a bardziej szablonem: tysiące pracowników, armia wykonawców i wielosetmilionowa faktura, a wszystko to za sprawą modelu, który nigdy nie miał bezpośredniego kontaktu z systemami banku.
Zespoły ds. bezpieczeństwa w innych dużych instytucjach finansowych uważnie obserwują podręcznik. Jeśli modele sztucznej inteligencji będą w stanie w ciągu kilku dni ujawnić dekadę nagromadzonych luk w zabezpieczeniach, dla każdego banku pytaniem nie będzie już to, czy jego kod ma wady – liczy się to, kto pierwszy je znajdzie i czy instytucja będzie w stanie załatać luki, zanim te wady zostaną wykorzystane. Ujawnienie Moynihana sugeruje, że w przypadku drugiego co do wielkości banku w USA rozwiązaniem było potraktowanie działań naprawczych opartych na sztucznej inteligencji jako wydatku kwartalnego, a nie rutynowej pozycji IT.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
