Bank of America найняв 1000 зовнішніх підрядників, щоб допомогти виправити вразливості програмного забезпечення, виявлені передовими моделями штучного інтелекту, включаючи Mythos від Anthropic, повідомив CNBC у середу виконавчий директор Браян Мойніган. Ця інформація, зроблена в інтерв’ю після публікації прибутків банку за третій квартал, є одним із перших випадків, коли велика американська корпорація вказує вартість робочої сили та вартість захисту своїх систем від передових моделей ШІ.
За даними CNBC, підрядники були залучені в другому кварталі 2026 року для підтримки приблизно 3000 внутрішніх співробітників, які працюють у цій сфері, і вони залишаються в банку сьогодні. «Ми залучили 1000 підрядників, щоб допомогти нам виконати ремонтні роботи у другому кварталі, і ці люди залишаються тут і сьогодні, допомагаючи нам, на додаток до 3000 людей, які ми маємо в цьому районі», — сказав Мойніган Леслі Пікер з CNBC. For more context on this story, see our ongoing AI trends.
Сотні мільйонів у вигляді щоквартальних витрат
Поштовх до латання був недешевим. Раніше в середу Мойніхан повідомив аналітикам, що відновлення програмного забезпечення в поєднанні з регуляторною роботою, пов’язаною з дотриманням вимог щодо боротьби з відмиванням грошей, додало «ще пару сотень мільйонів» до витрат банку в третьому кварталі. Акції банку впали аж на 8 відсотків у середу після звіту про прибутки та фінансові результати, а витрати на відновлення були частиною ширшої розмови з інвесторами про витратний тиск.
Mythos, який Anthropic випустив для невеликої групи банків, технологічних фірм і державних установ у квітні, приписують розкриттю та використанню недоліків програмного забезпечення десятирічної давності — можливостей, які змусили компанії, що зберігають конфіденційні фінансові дані, до дорогої захисної боротьби. За словами Мойнігана, на початку цього року Bank of America поспішив розширити широкий спектр свого внутрішнього та вендорного коду, залучивши тисячі співробітників і стороннього персоналу.
«Цей ризик є реальним ризиком, і саме тому, коли з’явилися моделі прикордонного типу… багато хто з нас сіли й запитали: «Як нам зрозуміти, як це швидко пройти?», — сказав Мойніган в інтерв’ю CNBC.
Двосторонній характер Frontier AI
Епізод демонструє дивну економіку передового ШІ для великих підприємств. Той самий клас моделей, який допомагає компаніям скорочувати витрати за рахунок підвищення продуктивності, також може виявити слабкі сторони програмного забезпечення, яке тихо накопичувалося десятиліттями. Мойніхан прямо визнав напругу, зазначивши, що постачальники програмного забезпечення для банку самі намагаються оснастити свої інструменти передовим ШІ.
«Ми повинні випереджати їх і пам’ятати, що люди, які займаються розробкою програмного забезпечення, — це люди, які намагаються продати нам послуги», — сказав він.
Тимчасовий сплеск, стверджує Мойніган
Говорячи під час падіння акцій, Мойніган намагався запевнити інвесторів, що збільшення витрат буде тимчасовим. «Як тільки ви виправите, вам не доведеться виправляти стільки… Трубопровід проходить», — сказав він, додавши, що банк очікує, що витрати на відновлення з часом зменшаться.
Банк також робить ставку на те, що штучний інтелект з лишком заплатить за оборонну роботу в іншому місці. За даними CNBC, Bank of America здійснює близько 130 внутрішніх проектів штучного інтелекту, які, за його прогнозами, заощадять приблизно 700 мільйонів доларів США наступного року. Це цифра, яка перевершує найближчі витрати на відновлення, навіть якщо терміни цих двох незручні.
Що це говорить про галузь
Оприлюднення Bank of America містить одну з найчіткіших даних про те, скільки насправді коштує великій установі виявлення вразливостей за допомогою ШІ. Аналітики попереджають, що з початку впровадження передових моделей кібербезпеки застарілі кодові бази в банках, лікарнях і державних установах являють собою величезну поверхню для атак, яку штучний інтелект може відобразити набагато швидше, ніж аудитори. Дотепер більша частина цієї дискусії була теоретичною; Мойніган вказав у відповіді кількість співробітників і ціну.
У коментарях також підкреслюється делікатне становище таких компаній, як Anthropic, які продають потужні моделі кібербезпеки обраній групі установ, у той час як ширша галузь сперечається про те, як — і як швидко — такі можливості мають поширюватися. Звіти про спроби хакерства за допомогою штучного інтелекту поставили під прискіпливу увагу методи стримування та моніторингу, і корпоративні клієнти тепер планують бюджет, виходячи з припущення, що їх уразливості будуть знайдені першими.
Для банків розрахунок простий: витрати на виправлення вимірні та обмежені, а вартість успішного використання – ні. Меседж Мойніхана до інвесторів полягав у тому, що сплеск – це одноразове очищення, а не постійна лінія витрат, але цей епізод є нагадуванням, що кожен стрибок у можливостях моделі може мовчки переоцінити безпеку кожної компанії, яка використовує програмне забезпечення.
Оскільки передові моделі продовжують удосконалюватись у пошуку недоліків, досвід Банку Америки може стати менш винятковим, а більше шаблоном: тисячі співробітників, армія підрядників і багатосотмільйонний рахунок-фактура, і все це запущено моделлю, яка ніколи не торкалася систем банку безпосередньо.
Команди безпеки в інших великих фінансових установах уважно стежать за інструкцією. Якщо моделі штучного інтелекту можуть виявити накопичені за десятиліття вразливості за кілька днів, питання для кожного банку більше не в тому, чи є в його коді недоліки, а в тому, хто їх знаходить першим і чи має установа здатність виправляти їх, перш ніж ці недоліки будуть використані. Розкриття інформації Мойніханом свідчить про те, що для другого за величиною банку в США відповідь вимагала розглядати виправлення, кероване штучним інтелектом, як витрати, що визначають квартал, а не як звичайну статтю ІТ.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
