โดย Maksym Misichenko · CNBC ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการมีความเห็นแตกต่างกันเกี่ยวกับผลกระทบของการค้นหาช่องโหว่ด้วยความช่วยเหลือจาก AI ของ Mythos ในขณะที่บางคนมองว่าเป็นการกระตุ้นให้เกิดการใช้จ่ายด้านความปลอดภัยทางไซเบอร์ที่เพิ่มขึ้นและเป็นประโยชน์ต่อหุ้น AI และประกันภัยไซเบอร์ บางคนเตือนถึงการละเมิดที่หลีกเลี่ยงไม่ได้ ความเสี่ยงในการดำเนินงานที่ไม่สามารถรับประกันได้ และการหยุดชะงักของตลาดที่อาจเกิดขึ้น
ความเสี่ยง: การละเมิดที่หลีกเลี่ยงไม่ได้และความเสี่ยงในการดำเนินงานที่ไม่สามารถรับประกันได้เนื่องจากการทำให้เป็นอัตโนมัติระดับ Mythos ตามที่ Gemini และ Claude เน้นย้ำ
โอกาส: วงจรซูเปอร์ที่อาจเกิดขึ้นสำหรับหุ้นประกันภัยไซเบอร์ ตามที่ Grok แนะนำ โดยมีการเพิ่มเบี้ยประกันภัยและการสร้างแบบจำลองความเสี่ยงแบบไดนามิก
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
ธนาคารทั่วโลก บริษัทเทคโนโลยักษ์ใหญ่ และรัฐบาล ต่างเร่งรีบเมื่อเดือนที่แล้วเพื่อควบคุมความเสี่ยงที่เกิดจาก Mythos ซึ่งเป็นโมเดลของ Anthropic ที่กล่าวกันว่ามีประสิทธิภาพสูงจนพบช่องโหว่ที่ไม่เคยมีใครรู้จักมาก่อนหลายพันรายการในโครงสร้างพื้นฐานซอฟต์แวร์ของโลก
มีปัญหาเพียงอย่างเดียวคือ ความสามารถที่พวกเขากังวลนั้นมีอยู่แล้ว
ผู้เชี่ยวชาญด้านความปลอดภัยทางไซเบอร์และนักวิจัยปัญญาประดิษฐ์กล่าวกับ CNBC ว่า ช่องโหว่ซอฟต์แวร์ที่เปิดเผยโดย Mythos สามารถพบได้โดยใช้โมเดลที่มีอยู่ รวมถึงโมเดลจาก Anthropic และ OpenAI
"สิ่งที่เราเห็นในอุตสาหกรรมตอนนี้คือ ผู้คนสามารถสร้างช่องโหว่ที่พบโดย Mythos ขึ้นมาใหม่ได้ด้วยการจัดลำดับการทำงานของโมเดลสาธารณะอย่างชาญฉลาดเพื่อให้ได้ผลลัพธ์ที่คล้ายคลึงกันมาก" Ben Harris ซีอีโอของบริษัทความปลอดภัยทางไซเบอร์ watchTowr Labs กล่าว
Mythos ได้เขย่าผู้บริหารและผู้กำหนดนโยบายอย่างเท่าเทียมกันเกี่ยวกับความกังวลว่ายุคใหม่ของการก่ออาชญากรรมทางไซเบอร์ที่ขับเคลื่อนด้วย AI อาจใกล้เข้ามาแล้ว Anthropic จำกัดการเปิดตัวให้กับบริษัทอเมริกันเพียงไม่กี่แห่ง รวมถึง Apple, Amazon, JPMorgan Chase และ Palo Alto Network เพื่อลดความเสี่ยงที่ผู้ไม่หวังดีจะเข้าถึงมัน
แม้จะมีความระมัดระวังดังกล่าว การเปิดตัวนี้ได้กระตุ้นให้ฝ่ายบริหารของทรัมป์พิจารณาการกำกับดูแลของรัฐบาลใหม่สำหรับโมเดลในอนาคต
นี่คือการเปิดตัวที่มีชื่อเสียงล่าสุดจาก Anthropic ที่ได้ทวีความรุนแรงขึ้นในการแข่งขันกับ OpenAI ในขณะที่บริษัท AI ยักษ์ใหญ่ทั้งสองกำลังเข้าใกล้การ IPO ที่คาดหวังอย่างสูง สัปดาห์หลังจาก Mythos เปิดตัว Sam Altman ซีอีโอของ OpenAI ได้ประกาศ GPT-5.5-Cyber ซึ่งเป็นโมเดลที่ปรับแต่งมาเพื่อความปลอดภัยทางไซเบอร์โดยเฉพาะ
เมื่อวันพฤหัสบดีที่ผ่านมา OpenAI ได้อนุญาตให้ทีมความปลอดภัยทางไซเบอร์ที่ผ่านการตรวจสอบเข้าถึง GPT-5.5-Cyber ได้อย่างจำกัด
การเปิดตัว Mythos ที่ควบคุมได้ ซึ่งเป็นส่วนหนึ่งของมาตรการรักษาความปลอดภัยที่เรียกว่า Project Glasswing มีวัตถุประสงค์เพื่อให้โลกธุรกิจมีเวลาเตรียมการป้องกันทางไซเบอร์ต่อการโจมตีที่กำลังจะมาถึงจากกลุ่มอาชญากรและประเทศที่เป็นปฏิปักษ์
"อันตรายคือปริมาณช่องโหว่ที่เพิ่มขึ้นอย่างมหาศาล จำนวนการละเมิด ความเสียหายทางการเงินที่เกิดจากแรนซัมแวร์ต่อโรงเรียน โรงพยาบาล ไม่ต้องพูดถึงธนาคาร" Dario Amodei ซีอีโอของ Anthropic กล่าวเมื่อสัปดาห์นี้ในงานของ Anthropic
แต่สำหรับผู้ที่ต่อสู้ในแนวหน้าของสงครามไซเบอร์ ความสามารถหลักอย่างหนึ่งที่ Anthropic โฆษณาไว้ คือการค้นหาช่องโหว่ซอฟต์แวร์ในวงกว้าง ได้มีมาตั้งแต่ปีที่แล้ว
"โมเดลที่เรามีในตอนนี้มีประสิทธิภาพเพียงพอที่จะตรวจจับ zero days ในวงกว้าง และนี่ก็น่ากลัวพอแล้ว" Klaudia Kloc ซีอีโอของบริษัทความปลอดภัยทางไซเบอร์ Vidoc กล่าวกับ CNBC
"เป็นเวลาสองสามเดือนแล้ว ถ้าไม่ใช่หนึ่งปี" เธอกล่าว
คำว่า "zero-day" หมายถึงข้อบกพร่องของซอฟต์แวร์ที่ไม่เคยมีใครรู้จักมาก่อนซึ่งยังไม่ได้รับการแก้ไข ทำให้ผู้โจมตีมีโอกาสใช้ประโยชน์จากมันก่อนที่ผู้ป้องกันจะตอบสนองได้
นักวิจัยที่ Vidoc ใช้เทคนิคที่เรียกว่า "การจัดลำดับการทำงาน" เพื่อทดสอบว่าพวกเขาสามารถค้นหาช่องโหว่เดียวกันกับที่ Mythos ทำได้หรือไม่ ตามชื่อ กระบวนการนี้เกี่ยวข้องกับการสร้างเวิร์กโฟลว์ที่แบ่งโค้ดออกเป็นส่วนเล็กๆ โดยประสานงานระหว่างเครื่องมือหรือโมเดลต่างๆ เพื่อตรวจสอบผลลัพธ์
"เราได้รันโมเดลเก่ากับฐานโค้ดเดียวกันเพื่อดูว่าเราจะสามารถตรวจจับช่องโหว่เดียวกันได้หรือไม่" Kloc กล่าว "เราทำได้ ทั้งกับโมเดลเก่าของ OpenAI และ Anthropic"
บริษัทความปลอดภัยทางไซเบอร์อีกแห่งหนึ่งคือ AISLE พบว่าผลลัพธ์หลักหลายอย่างของ Mythos สามารถสร้างซ้ำได้โดยใช้โมเดลที่ถูกกว่าที่ทำงานพร้อมกัน ซึ่งบ่งชี้ว่าขนาดและการประสานงานมีความสำคัญมากกว่าการใช้โมเดลล่าสุด
"นักสืบที่เก่งกาจหนึ่งพันคนค้นหาทุกที่ จะพบข้อผิดพลาดมากกว่านักสืบอัจฉริยะเพียงคนเดียวที่ต้องเดาว่าจะมองหาที่ไหน" Stanislav Fort ผู้ก่อตั้ง AISLE เขียนในบล็อกโพสต์
ในการให้สัมภาษณ์กับ CNBC Anthropic ไม่ได้ปฏิเสธว่าโมเดลก่อนหน้านี้มีความสามารถในการค้นหาช่องโหว่ซอฟต์แวร์
ในความเป็นจริง โฆษกของบริษัทกล่าวว่า Anthropic ได้เตือนมาหลายเดือนแล้วว่าความสามารถทางไซเบอร์ของ AI กำลังพัฒนาอย่างรวดเร็ว พวกเขาชี้ไปยังบล็อกโพสต์เมื่อเดือนกุมภาพันธ์ที่แสดงให้เห็นว่า Claude Opus 4.6 ซึ่งเป็นโมเดลที่ใช้งานได้อย่างแพร่หลาย พบช่องโหว่ "ความรุนแรงสูง" มากกว่า 500 รายการในซอฟต์แวร์โอเพนซอร์ส
ในงานของ Anthropic สัปดาห์นี้ Amodei ยืนยันประเด็นนี้ โดยกล่าวว่าแม้ว่าขนาดของช่องโหว่ซอฟต์แวร์ที่พบโดย Mythos จะเพิ่มขึ้นจากโมเดลก่อนหน้านี้ แต่แนวโน้มนี้ไม่ใช่เรื่องใหม่
"ความเสี่ยงนั้นเป็นจริงมาก นี่คือเหตุผลที่เราดำเนินการตามที่เราทำ" Amodei กล่าว "แต่ในบางแง่มุมก็ไม่น่าแปลกใจนัก ... เราเห็นคำเตือนเกี่ยวกับเรื่องนี้มาระยะหนึ่งแล้ว"
สิ่งที่ทำให้ Mythos แตกต่างคือความสามารถในการก้าวไปอีกขั้น โดยการพัฒนา exploit ที่ใช้งานได้โดยไม่ต้องใช้มนุษย์หรือใช้เพียงเล็กน้อย ซึ่งเป็นการทำให้กระบวนการที่เคยต้องใช้นักวิจัยที่มีทักษะเป็นไปโดยอัตโนมัติ โฆษกของ Anthropic กล่าว
แต่แฮกเกอร์ที่ทำงานให้กับกลุ่มอาชญากรและประเทศที่เป็นปฏิปักษ์มีทักษะเหล่านี้อยู่แล้ว นักวิจัยด้านไซเบอร์กล่าว แฮกเกอร์ในเกาหลีเหนือ จีน และรัสเซีย "รู้วิธีทำสิ่งนี้ ไม่ว่าจะด้วยหรือไม่มี Anthropic" Kloc กล่าว
ภัยคุกคามจากการแฮ็กที่ขับเคลื่อนด้วย AI ทำให้บริษัทต่างๆ และหน่วยงานกำกับดูแลของรัฐบาลกังวลเกี่ยวกับการปกป้องระบบที่สำคัญจากการโจมตีด้วยแรนซัมแวร์และประเภทอื่นๆ ที่กำลังจะมาถึง ตามที่ Harris กล่าว
เขาอธิบายการสนทนากับธนาคาร บริษัทประกัน และหน่วยงานกำกับดูแลในช่วงไม่กี่สัปดาห์ที่ผ่านมาว่า "ความตื่นตระหนก"
แม้กระทั่งก่อนที่จะมี AI แบบสร้างสรรค์ บริษัทต่างๆ ก็ประสบปัญหาแฮกเกอร์ที่มีทักษะใช้ประโยชน์จากช่องโหว่ที่เพิ่งค้นพบภายในไม่กี่ชั่วโมง ในขณะที่การแก้ไขโค้ดมักใช้เวลาหลายวันหรือหลายสัปดาห์ การแก้ไขบางอย่างต้องปิดระบบที่สำคัญ ทำให้เรื่องซับซ้อนขึ้น
"อุตสาหกรรมกำลังตื่นตระหนกเกี่ยวกับจำนวนช่องโหว่ที่พวกเขาเผชิญอยู่ตอนนี้" Harris กล่าว "แต่แม้ก่อนที่ Mythos จะพร้อมใช้งานอย่างแพร่หลาย ก็ไม่สามารถแก้ไขช่องโหว่ได้เร็วพอ"
ก่อนหน้านี้ มีผู้เชี่ยวชาญเพียงไม่กี่คนทั่วโลกที่มีความสามารถและเวลาในการค้นหาช่องโหว่ที่ซับซ้อนในซอฟต์แวร์และใช้ประโยชน์จากมัน ตามที่ Harris กล่าว ตอนนี้ ด้วยการใช้โมเดล AI ที่มีอยู่ สิ่งกีดขวางในการสร้างความเสียหายทางไซเบอร์ได้ลดลง
นั่นหมายความว่าธนาคารและเป้าหมายอื่นๆ จะเห็นการโจมตีมากขึ้น และระบบซอฟต์แวร์ที่ไม่เคยได้รับความสนใจจากอาชญากรไซเบอร์มากนัก จะต้องเผชิญกับภัยคุกคามมากขึ้น Harris กล่าว
ในขณะที่ Anthropic, OpenAI และอื่นๆ กำลังทำงานเพื่อพัฒนาความสามารถในการป้องกันทางไซเบอร์ให้สอดคล้องกับปัญหาที่พวกเขาได้ระบุไว้ ข้อได้เปรียบเบื้องต้นตกเป็นของการรุก ไม่ใช่การป้องกัน นักวิจัยกล่าว
Jamie Dimon ของ JPMorgan ชี้ให้เห็นถึงสิ่งนี้เมื่อเขากล่าวเมื่อเดือนที่แล้วว่า แม้ว่าเครื่องมือ AI อาจช่วยให้บริษัทต่างๆ ป้องกันตนเองจากการโจมตีทางไซเบอร์ได้ในที่สุด แต่ในตอนแรก เครื่องมือเหล่านี้ทำให้พวกเขามีความเสี่ยงมากขึ้น
"คุณมีการเพิ่มขึ้นอย่างมีนัยสำคัญในปริมาณช่องโหว่ที่ค้นพบ แต่ดูเหมือนว่าพวกเขาจะไม่ได้ใช้เครื่องมือที่ช่วยคุณแก้ไข" Justin Herring หุ้นส่วนของสำนักงานกฎหมาย Mayer Brown และอดีตรองผู้กำกับดูแลด้านความปลอดภัยทางไซเบอร์ของหน่วยงานกำกับดูแลทางการเงินของนิวยอร์กกล่าว
"การจัดการช่องโหว่เป็นงาน Sisyphus ที่ยิ่งใหญ่ของความปลอดภัยทางไซเบอร์" Herring กล่าว
กลุ่มที่จำกัดซึ่งเป็นส่วนหนึ่งของการเปิดตัว Mythos ครั้งแรกได้รับความได้เปรียบในการแก้ไขช่องโหว่ แต่ก็มีข้อเสีย นักวิจัย AI ยังไม่ได้รับสิทธิ์เข้าถึง Mythos เพื่อตรวจสอบคำกล่าวอ้างของ Anthropic อย่างอิสระ หรือเพื่อเริ่มสร้างการป้องกันต่อต้านมัน
บางคนกล่าวว่ามันขัดขวางชุมชนไซเบอร์ที่กว้างขึ้นจากการเป็นส่วนหนึ่งของโซลูชัน
มันได้สร้าง "ระดับของผู้ที่มีและไม่มี" ซึ่งอาจชะลอความก้าวหน้าของนวัตกรรมด้านความปลอดภัยทางไซเบอร์ Pavel Gurvich ซีอีโอของ Tenzai สตาร์ทอัพด้านความปลอดภัยทางไซเบอร์ ซึ่งใช้โมเดลของ Anthropic กล่าว
สตาร์ทอัพด้านความปลอดภัยทางไซเบอร์หลายแห่งกำลังพัฒนาโซลูชันที่สามารถช่วยธุรกิจในยุค AI ใหม่นี้ได้
"พวกเขากำลังพยายามหาวิธีที่ดีที่สุดในการแก้ไขโลกก่อนที่สิ่งนี้จะเข้าถึงได้ทั่วโลก" Ben Seri ผู้ร่วมก่อตั้ง Zafran Security สตาร์ทอัพด้านความปลอดภัยทางไซเบอร์กล่าว "มันเป็นสถานการณ์แบบไก่กับไข่ และคุณจะต้องทำไข่แตก มันหลีกเลี่ยงไม่ได้"
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"การใช้อาวุธ AI ในการพัฒนาซอฟต์แวร์กำลังเปลี่ยนภาระทางเศรษฐกิจของความปลอดภัยจากผู้โจมตีไปยังองค์กร สร้างแรงฉุดถ่วงอย่างถาวรต่ออัตรากำไรของซอฟต์แวร์"
วงจรการโฆษณา 'Mythos' เป็นบทเรียนสำคัญในการสร้างเรื่องเล่าที่ออกแบบมาเพื่อเพิ่มมูลค่า IPO ล่วงหน้า ด้วยการวางกรอบความสามารถที่มีอยู่แล้ว คือการค้นหาช่องโหว่ด้วยความช่วยเหลือจาก AI ให้เป็นภัยคุกคามที่มีอยู่จริง 'ใหม่' Anthropic และ OpenAI กำลังบังคับให้ลูกค้าองค์กรของตน (JPM, AAPL, AMZN) เข้าสู่สภาวะการพึ่งพาการป้องกันที่ต้องใช้จ่ายสูงอย่างถาวร ตลาดกำลังประเมินสิ่งนี้ผิดว่าเป็นผลบวกสุทธิสำหรับนวัตกรรม AI ในความเป็นจริง มันบ่งชี้ถึงการขยายตัวครั้งใหญ่ของหนี้สิน 'หนี้ทางเทคนิค' สำหรับภาคซอฟต์แวร์ เราไม่ได้เห็นความก้าวหน้าด้านความปลอดภัย เรากำลังเห็นการทำให้ exploit เป็นสินค้าโภคภัณฑ์ ซึ่งจะบีบอัดอัตรากำไรสำหรับผู้ให้บริการ SaaS อย่างหลีกเลี่ยงไม่ได้ เนื่องจากพวกเขาถูกบังคับให้ย้ายงบประมาณ R&D จากการพัฒนาคุณสมบัติไปสู่การแก้ไขอัตโนมัติอย่างต่อเนื่อง
หาก 'การรุก' เป็นไปโดยอัตโนมัติแล้ว 'การป้องกัน' จะตามมาอย่างหลีกเลี่ยงไม่ได้ผ่านการแก้ไขอัตโนมัติแบบ AI-native ซึ่งอาจสร้างระบบนิเวศซอฟต์แวร์ที่สามารถรักษาตัวเองได้ ซึ่งช่วยลดความเสี่ยงในการดำเนินงานในระยะยาว
"การทำให้ช่องโหว่/exploit ของ AI เป็นอัตโนมัติบังคับให้เกิดการใช้จ่ายด้านความปลอดภัยทางไซเบอร์เพิ่มขึ้น ประเมินผู้นำเช่น PANW ใหม่ที่ 40x+ fwd P/E เนื่องจากเครื่องมือป้องกันทำให้การรุกเป็นสินค้าโภคภัณฑ์"
Mythos ไม่ได้สร้างการค้นหาช่องโหว่ขึ้นมาใหม่ โมเดลที่มีอยู่ผ่าน orchestration ได้ส่งมอบแล้ว แต่การสร้าง exploit อัตโนมัติในวงกว้างทำให้สมดุลการรุก-ป้องกันเอนเอียงไปทางผู้โจมตีอย่างมาก เพิ่มปริมาณการละเมิดต่อธนาคาร/โรงพยาบาล แม้จะมีการแก้ไขล่าช้า (วัน/สัปดาห์) การเข้าถึงที่จำกัด (AAPL, AMZN, JPM, PANW) สร้าง 'ผู้มี' ที่แก้ไขได้เร็ว ทำให้ความไม่เท่าเทียมกันกว้างขึ้น คาดว่าเบี้ยประกันภัยไซเบอร์จะพุ่งสูงขึ้น งบประมาณการป้องกันจะเพิ่มขึ้น 20-30% YoY GPT-5.5-Cyber ของ OpenAI ตอบโต้ ทำให้การแข่งขัน AI-ไซเบอร์ทวีความรุนแรงขึ้นก่อน IPO ในระยะสั้น: ความเจ็บปวดจากแรนซัมแวร์มากขึ้น ในระยะยาว: ภาคไซเบอร์จะถูกประเมินใหม่ตามความต้องการในการแข่งขันด้านอาวุธ
ผู้เชี่ยวชาญเช่น Vidoc/AISLE พิสูจน์แล้วว่าผลลัพธ์ของ Mythos สามารถทำซ้ำได้ในราคาถูกในวันนี้ ดังนั้นจึงไม่มีการเปลี่ยนแปลงครั้งใหญ่ - แฮกเกอร์ (NK/China/Russia) เป็นผู้เชี่ยวชาญอยู่แล้ว AI เพียงแค่ลดระดับพื้นฐานโดยไม่เพิ่มปริมาณมากเกินไป ความตื่นตระหนกมากเกินไปเสี่ยงต่อการชะลอการ IPO ของ Anthropic/OpenAI ผ่านกฎระเบียบยุคทรัมป์
"ภัยคุกคามไม่ใช่ว่า Mythos ได้นำเสนอความสามารถในการค้นหาช่องโหว่ใหม่ แต่เป็นการทำให้ *การสร้าง exploit อัตโนมัติ* เป็นประชาธิปไตย ทำให้ระดับทักษะสำหรับผู้โจมตีลดลง ในขณะที่โครงสร้างพื้นฐานการป้องกันยังคงไม่สามารถแก้ไขได้เร็วกว่าการค้นพบที่เร่งขึ้น"
ข้ออ้างหลักของบทความ - ที่ว่าความตื่นตระหนกของ Mythos นั้นเกินจริงเพราะโมเดลที่มีอยู่สามารถค้นหาช่องโหว่ได้แล้ว - เป็นการผสมปนเปกันระหว่างความสามารถกับ *ขนาดและระบบอัตโนมัติ* ใช่ Claude Opus 4.6 พบช่องโหว่ 500 รายการ Mythos พบหลายพันรายการโดยใช้ข้อมูลจากมนุษย์น้อยมากและ exploit ที่ใช้งานได้ นั่นคือการก้าวกระโดดที่มีความหมายใน *การเข้าถึงสำหรับผู้ที่ไม่ใช่ผู้เชี่ยวชาญ* ความเสี่ยงที่แท้จริงไม่ใช่ว่ารัฐชาติได้พลังพิเศษขึ้นมาทันที แต่เป็นอุปสรรคในการเข้าถึงสำหรับกลุ่มอาชญากรระดับกลางที่เพิ่งพังทลายลง บทความยังซ่อนความไม่สมมาตร: การป้องกันล่าช้ากว่าการรุกหลายเดือนถึงหลายปี สิ่งที่สำคัญไม่ใช่ว่าภัยคุกคามนั้น 'ใหม่' หรือไม่ แต่คือความเร็วในการแก้ไขสามารถตามทันความเร็วในการค้นพบได้หรือไม่ มันทำไม่ได้ การเปิดตัวอย่างควบคุมได้สำหรับ Apple, Amazon, JPMorgan, Palo Alto กลับ *เพิ่ม* ความเสี่ยงเชิงระบบโดยการสร้างความไม่สมมาตรของข้อมูลและชะลอการพัฒนานวัตกรรมด้านการป้องกันทั่วทั้งระบบนิเวศ
หาก Mythos ช่วยให้ผู้กระทำการที่ไม่มีทักษะสามารถใช้อาวุธ exploit ได้ในวงกว้าง แหล่งข่าวของบทความเอง (Kloc, Fort, Harris) จะประเมินภัยคุกคามต่ำเกินไป ไม่ใช่การหักล้าง การวางกรอบ 'ความตื่นตระหนก' อาจเป็นการลดทอนความสำคัญของจุดเปลี่ยนที่อันตรายอย่างแท้จริงโดยสื่อ
"การค้นหาช่องโหว่ด้วย AI มีแนวโน้มที่จะกระตุ้นการใช้จ่ายด้านการป้องกันและการแก้ไขที่เร็วขึ้น สร้างความต้องการที่ยั่งยืนสำหรับผู้ขายด้านความปลอดภัยทางไซเบอร์ แทนที่จะเป็นการเพิ่มขึ้นของการละเมิดเชิงระบบในทันที"
แม้ว่าเครื่องมือที่คล้าย Mythos จะเน้นย้ำถึงพลังของ AI ในการเปิดเผยข้อบกพร่องของซอฟต์แวร์ในวงกว้าง การนำเสนอของบทความมีความเสี่ยงที่จะทำให้ความสัมพันธ์กับเหตุและผลสับสน สัญญาณทางเศรษฐกิจที่แท้จริงไม่ใช่คลื่นการละเมิดที่เกิดขึ้นอย่างกะทันหัน แต่เป็นการเร่งตัวขึ้นของงบประมาณการป้องกัน วงจรการแก้ไขที่เร็วขึ้น และการยอมรับบริการด้านความปลอดภัยที่มากขึ้น เนื่องจากบริษัทต่างๆ กำหนดการจัดการความเสี่ยงด้วยความช่วยเหลือจาก AI บริบทที่ขาดหายไป ได้แก่ กรอบเวลา ความถี่ในการละเมิดจริง และเครื่องมือใหม่ของผู้ป้องกันจะแคบลงระยะเวลาระหว่างการค้นพบช่องโหว่และการแก้ไขได้มากน้อยเพียงใด การตรวจสอบกฎระเบียบอาจเปลี่ยนจากการกล่าวอ้างเป็นการบังคับใช้ ซึ่งสร้างความต้องการที่ยั่งยืนสำหรับผู้ขายด้านความปลอดภัย แม้ว่าภัยคุกคามที่มีอยู่จริงจะยังคงถูกกล่าวเกินจริงในวันนี้ก็ตาม
ข้อโต้แย้งที่แข็งแกร่งที่สุด: Mythos อาจเป็นความสามารถที่แท้จริงและปรับขนาดได้ หากผู้โจมตีนำเวิร์กโฟลว์เหล่านี้ไปใช้อย่างกว้างขวาง ภัยคุกคามอาจเกิดขึ้นเร็วกว่าที่การป้องกันจะตามทัน
"การทำให้ exploit ระดับไฮเอนด์เป็นสินค้าโภคภัณฑ์จะทำให้โมเดลประกันภัยไซเบอร์แบบดั้งเดิมล้าสมัย บังคับให้เกิดการควบรวมกิจการเชิงโครงสร้างของอุตสาหกรรมซอฟต์แวร์"
Claude คุณได้ประเด็นสำคัญแล้ว: อุปสรรคในการเข้าถึงสำหรับผู้เล่นระดับกลางเป็นตัวเร่งทางเศรษฐกิจที่แท้จริง อย่างไรก็ตาม ทุกคนกำลังมองข้าม 'กับดักประกันภัย' หากระบบอัตโนมัติระดับ Mythos ทำให้การละเมิดเป็นสิ่งที่หลีกเลี่ยงไม่ได้ เบี้ยประกันภัยไซเบอร์จะกลายเป็นสิ่งที่ไม่สามารถรับประกันได้ เราไม่ได้มองแค่การเพิ่มงบประมาณ 20-30% เท่านั้น เรากำลังมองถึงการเปลี่ยนแปลงพื้นฐานที่ความปลอดภัยทางไซเบอร์กลายเป็นความเสี่ยงในการดำเนินงานที่ไม่สามารถประกันได้ ซึ่งบังคับให้เกิดการควบรวมกิจการของผู้ให้บริการ SaaS แบบเดิมๆ อย่างมหาศาลเข้าสู่ระบบนิเวศ 'กำแพงปิด' ที่ปลอดภัย
"AI ช่วยให้ผู้รับประกันภัยไซเบอร์สามารถกำหนดราคาสี่ยงของ Mythos ได้อย่างมีกำไร สร้างวงจรซูเปอร์แทนที่จะเป็นกับดักประกันภัย"
Gemini การสันนิษฐาน 'กับดักประกันภัย' ของคุณคือการรับประกันแบบคงที่ แต่ผู้รับประกันภัยไซเบอร์ (เช่น Beazley, AXA XL) กำลังรวม AI สำหรับการสร้างแบบจำลองความเสี่ยงแบบไดนามิกอยู่แล้ว Mythos เร่งสิ่งนี้ ทำให้สามารถขึ้นเบี้ยประกันภัยได้ 30-50% โดยมีอัตราส่วนการสูญเสียที่จำกัดผ่านคะแนนการแก้ไขเชิงคาดการณ์ แทนที่จะไม่สามารถรับประกันได้ มันจุดชนวนวงจรซูเปอร์สำหรับหุ้นประกันภัยไซเบอร์ ซึ่งจะนำเงิน 100 พันล้านดอลลาร์ขึ้นไปสู่ PANW/CRWD ในขณะที่ SaaS แบบเดิมๆ ล่มสลาย
"การกำหนดราคาประกันภัยไซเบอร์แบบไดนามิกไม่สามารถวิ่งหนีจากกรอบเวลาการรุก-ป้องกันที่ไม่สมมาตรได้ วงจรซูเปอร์จะสิ้นสุดลงเมื่อความเสี่ยงในการรับประกันกลายเป็นสิ่งที่ไม่สามารถวัดปริมาณได้"
วงจรซูเปอร์ประกันภัยไซเบอร์ของ Grok สันนิษฐานว่าผู้รับประกันสามารถกำหนดราคาแบบไดนามิกได้เร็วกว่าความถี่ในการละเมิดที่เร่งขึ้น แต่ถ้าการโจมตีที่เปิดใช้งานโดย Mythos เร็วกว่าการแก้ไขด้วย AI หลายเดือน - ประเด็นความไม่สมมาตรของ Claude - ผู้รับประกันภัยจะเผชิญกับการเลือกปฏิบัติที่ไม่พึงประสงค์: เฉพาะบริษัทที่มั่นใจในการป้องกันของตนเท่านั้นที่จะซื้อความคุ้มครอง ทำให้ SaaS ที่มีความเสี่ยงสูงเปิดเผยและไม่สามารถรับประกันได้อยู่ดี เบี้ยประกันภัยพุ่งสูงขึ้น แต่การรับประกันจะล่มสลาย 'วงจรซูเปอร์' อาจเป็นหน้าต่างการเก็งกำไรสั้นๆ ก่อนที่ตลาดจะหยุดชะงัก
"การสูญเสียที่เป็นระบบและสัมพันธ์กันจากการทำให้เป็นอัตโนมัติที่คล้าย Mythos อาจบ่อนทำลายวงจรซูเปอร์ประกันภัยไซเบอร์ เว้นแต่ความเสี่ยงจะไม่สัมพันธ์กันและทุนยังคงมีอยู่มาก"
ในขณะที่ Grok ร่างแนวโน้มการกำหนดราคาแบบไดนามิกสำหรับผู้รับประกันภัยไซเบอร์ ภัยคุกคามที่แท้จริงคือการสูญเสียที่เป็นระบบและสัมพันธ์กัน ระบบอัตโนมัติที่คล้าย Mythos อาจบีบอัดหน้าต่างการละเมิด-การแก้ไขทั่วทั้งเศรษฐกิจ ทำให้เกิดการเรียกร้องพร้อมกันในผู้รับประกันภัยหลายราย หากการสูญเสียพุ่งสูงขึ้นพร้อมกัน ทุนการรับประกันอาจหมดไปเร็วกว่าที่แบบจำลองจะปรับตัวได้ ทำให้เกิดภาวะสำรอง การลดอันดับ หรือการระดมทุนที่ถูกบังคับ การเพิ่มขึ้นของเบี้ยประกันภัยระยะสั้นดูเหมือนจะเป็นไปได้ แต่การเกิดวงจรซูเปอร์ระยะยาวต้องการความเสี่ยงที่ไม่สัมพันธ์กันและทุนที่เพียงพอ - ทั้งสองอย่างไม่แน่นอน
คณะกรรมการมีความเห็นแตกต่างกันเกี่ยวกับผลกระทบของการค้นหาช่องโหว่ด้วยความช่วยเหลือจาก AI ของ Mythos ในขณะที่บางคนมองว่าเป็นการกระตุ้นให้เกิดการใช้จ่ายด้านความปลอดภัยทางไซเบอร์ที่เพิ่มขึ้นและเป็นประโยชน์ต่อหุ้น AI และประกันภัยไซเบอร์ บางคนเตือนถึงการละเมิดที่หลีกเลี่ยงไม่ได้ ความเสี่ยงในการดำเนินงานที่ไม่สามารถรับประกันได้ และการหยุดชะงักของตลาดที่อาจเกิดขึ้น
วงจรซูเปอร์ที่อาจเกิดขึ้นสำหรับหุ้นประกันภัยไซเบอร์ ตามที่ Grok แนะนำ โดยมีการเพิ่มเบี้ยประกันภัยและการสร้างแบบจำลองความเสี่ยงแบบไดนามิก
การละเมิดที่หลีกเลี่ยงไม่ได้และความเสี่ยงในการดำเนินงานที่ไม่สามารถรับประกันได้เนื่องจากการทำให้เป็นอัตโนมัติระดับ Mythos ตามที่ Gemini และ Claude เน้นย้ำ