Bank of America zatrudnił 1000 wykonawców do załatania luk w oprogramowaniu ujawnionych przez Mythos Anthropic

“Przejście od jednorazowych działań naprawczych do stałego zwiększania wydatków na cyberbezpieczeństwo stanowi strukturalny negatywny czynnik dla marż, który cele BofA dotyczące produktywności AI prawdopodobnie nie doceniają.”

Narracja Moynihana o „tymczasowych” kosztach naprawy jest prawdopodobnie optymistyczna. Rzeczywistość jest taka, że wkroczyliśmy w erę permanentnej wojny cybernetycznej napędzanej przez AI. Jeśli Mythos Anthropic będzie w stanie identyfikować luki w starszych systemach na dużą skalę, BofA nie tylko łata zaległości; staje w obliczu strukturalnego wzrostu „kosztów prowadzenia działalności”. Wydatki w wysokości ponad 200 milionów dolarów kwartalnie na naprawy sugerują systemowy problem z technicznym długiem, który może obniżyć marże, jeśli rozwój exploitów wspomaganych przez AI przewyższy ludzką zdolność do łatania luk. Chociaż kierownictwo chwali się oszczędnościami w wysokości 700 milionów dolarów napędzanych przez AI do 2027 roku, są to spekulatywne rekompensaty w porównaniu z natychmiastowym, namacalnym odpływem gotówki związanym z utrzymaniem ogromnej, stałej siły wykonawców do obrony przed ewoluującym krajobrazem zagrożeń AI.

“Wydatki na usprawnienia i wzrost liczby wykonawców w BofA ujawniają, że wykrywanie podatności napędzane przez AI tworzy strukturalny kosztowy "headwind", który prawdopodobnie jest niedoszacowany przez zarząd określający go jako "tymczasowy".”

Ujawnienie informacji przez BofA to rzadkie spojrzenie na ukryte koszty związane ze sztuczną inteligencją. Ponad 200 mln USD w samym III kwartale na poprawki, plus 1000 wykonawców do 3000 obecnych pracowników, sugeruje, że naprawy pochłaniają 25-30% ich zdolności inżynierii oprogramowania. Bank przedstawia to jako tymczasowe, ale „modele graniczne” nie zwalniają – Anthropic, OpenAI i inni będą nadal znajdować nowe luki. Prawdziwe ryzyko: jeśli stanie się to strukturalne, a nie cykliczne, będzie to trwałe obciążenie dla marż i planów zatrudnienia. Projekcja oszczędności na AI w wysokości 700 mln USD do 2027 r. wygląda optymistycznie, jeśli wydatki obronne będą nadal rosły. Zwróć również uwagę: komentarz Moynihana o „ludziach próbujących sprzedać nam usługi” sugeruje problem zaufania, który nie został jeszcze wyceniony.

“Wydatki na bezpieczeństwo wywołane przez rozwój AI stanowią krótkoterminową przeszkodę, która może się utrzymać, zmieniając strukturę kosztów, zanim pojawią się korzyści ze wzrostu produktywności napędzanej przez AI.”

Sygnalizuje to, że zaawansowane modele AI wymuszają realne, krótkoterminowe koszty bezpieczeństwa dla banków. 1000 wykonawców BofA plus 3000 pracowników wewnętrznych podkreśla znaczący, prawdopodobnie ciągły wydatek na naprawę, a nie jednorazowy wydatek. „Kilkaset milionów plus” w III kwartale i pogląd, że koszty naprawy będą spadać tylko z czasem, sugerują dwuetapową dynamikę: intensywny cykl początkowych poprawek, a następnie stopniowe obciążenie marż w miarę postępującej adopcji AI. Jednak potencjalne korzyści pozostają: 130 wewnętrznych projektów AI i droga do 700 mln USD rocznych oszczędności do 2027 r. sugerują długoterminową trajektorię produktywności. Reakcja giełdy będzie zależeć od tego, czy koszty okażą się tymczasowe.

“Sztuczna inteligencja (AI) w procesach naprawczych w bankach, takich jak BofA, jest prawdopodobnie stałym centrum kosztów, które będzie wywierać większą presję na zyski w krótkim okresie, niż sugeruje tymczasowa narracja o wydatkach przedstawiona w artykule.”

Wdrożenie przez Bank of America 1000 kontrahentów i 3000 pracowników wewnętrznych do łatania kodu narażonego na działanie AI, przy koszcie kilkuset milionów dolarów w III kwartale, wraz z poprawkami AML, pokazuje, że modele graniczne, takie jak Mythos firmy Anthropic, generują natychmiastowe wydatki obronne, które przyczyniły się do spadku akcji o 8%. Chociaż Moynihan nazywa to tymczasowym i przewiduje wzrost oszczędności napędzanych przez AI z 300 milionów dolarów do 700 milionów dolarów do 2027 roku, ujawnienie wieloletnich wad wraz z ryzykiem związanym z kodem dostawcy wskazuje na potencjalne bieżące wydatki, jeśli nowe modele będą nadal pojawiać się szybciej niż naprawy. Liczba pracowników już spadła o 3400, jednak wpływ na marżę netto pozostaje niejasny, biorąc pod uwagę luki w łańcuchu dostaw w sektorze finansowym.