Bank of America จ้างผู้รับเหมา 1,000 ราย แก้ช่องโหว่ซอฟต์แวร์ที่ Anthropic's Mythos เปิดเผย

โดย Maksym Misichenko ·CNBC · 14 ต.ค. 2026, 22:13

BEARISH ต้นฉบับ ↗

AI agent hack raises security concerns BSY

แผง AI · สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้

G Gemini by Google BEARISH

C Claude by Anthropic BEARISH

C ChatGPT by OpenAI NEUTRAL

G Grok by xAI BEARISH

ฉันทามติในกลุ่มผู้เชี่ยวชาญคือ ต้นทุนการแก้ไขปัญหาจำนวนมากของ Bank of America และการจ้างผู้รับเหมาเนื่องจากภัยคุกคามด้านความปลอดภัยที่ขับเคลื่อนด้วย AI ถือเป็นความเสี่ยงเชิงโครงสร้างต่ออัตรากำไร และอาจขัดขวางนวัตกรรม ความเสี่ยงสำคัญคือการใช้จ่ายเพื่อการป้องกันกลายเป็นถาวร ซึ่งจะบดบังผลประโยชน์จากการประหยัดที่คาดการณ์ไว้ซึ่งขับเคลื่อนด้วย AI

ความเสี่ยง: การกดดันกำไรอย่างถาวรเนื่องจากการใช้จ่ายด้านการป้องกันที่เพิ่มขึ้น

โอกาส: การเพิ่มขึ้นของประสิทธิภาพและประหยัดต้นทุนที่ขับเคลื่อนด้วย AI ภายในปี 2570

อ่านการอภิปราย AI ↓

การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →

บทความเต็ม CNBC

ธนาคาร Bank of America ได้ว่าจ้างผู้รับเหมาภายนอกจำนวนมากเพื่อช่วยในการแก้ไขช่องโหว่ของซอฟต์แวร์ที่ถูกเปิดเผยโดยโมเดลปัญญาประดิษฐ์ขั้นสูง รวมถึง Mythos ของ Anthropic ตามที่ Brian Moynihan ประธานเจ้าหน้าที่บริหารของธนาคารกล่าวกับ CNBC เมื่อวันพุธ

ในการให้สัมภาษณ์หลังจากการประกาศผลประกอบการไตรมาสที่สามของธนาคาร Moynihan กล่าวว่าในช่วงต้นปีนี้ บริษัทได้เร่งเสริมความแข็งแกร่งให้กับโค้ดภายในและโค้ดของผู้จำหน่ายที่หลากหลาย โดยใช้พนักงานหลายพันคนและบุคลากรภายนอก

"ความเสี่ยงนั้นเป็นความเสี่ยงที่แท้จริง และนั่นคือเหตุผลที่เมื่อโมเดลประเภทแนวหน้าออกมา... พวกเราหลายคนได้นั่งลงและกล่าวว่า 'เราจะหาวิธีที่จะผ่านพ้นสิ่งนี้ไปได้อย่างรวดเร็วได้อย่างไร'" Moynihan กล่าวกับ Leslie Picker ของ CNBC

"เราได้จ้างผู้รับเหมา 1,000 คนเพื่อช่วยเราทำงานแก้ไขในไตรมาสที่สอง และคนเหล่านั้นยังคงอยู่ที่นี่ในวันนี้ ช่วยเรา นอกเหนือจากคน 3,000 คนที่เรามีในส่วนนั้น" เขากล่าว

Moynihan กล่าวกับนักวิเคราะห์เมื่อวันพุธว่า ธนาคารได้ใช้จ่าย "หลายร้อยล้านดอลลาร์บวก" สำหรับการแก้ไขซอฟต์แวร์และประเด็นด้านกฎระเบียบที่เกี่ยวข้องกับการปฏิบัติตามกฎหมายต่อต้านการฟอกเงินในไตรมาสที่สาม

ความคิดเห็นเหล่านี้เป็นส่วนหนึ่งของข้อมูลแรกๆ จากบริษัทใหญ่ของสหรัฐฯ ที่ระบุถึงจำนวนบุคลากรและเงินที่ใช้ไปเพื่อปกป้องระบบซอฟต์แวร์จาก Mythos ซึ่งถูกเปิดตัวให้กับกลุ่มธนาคาร บริษัทเทคโนโลยี และหน่วยงานรัฐบาลขนาดเล็กในเดือนเมษายน

นอกจากนี้ยังเน้นย้ำถึงธรรมชาติสองด้านของ AI: ในขณะที่ …

อ่านเพิ่มเติม

นอกจากนี้ยังเน้นย้ำถึงธรรมชาติสองด้านของ AI: ในขณะที่ AI สามารถช่วยบริษัทประหยัดเงินได้ด้วยการเพิ่มผลผลิต ความสามารถของโมเดลอย่าง Mythos ในการค้นหาและใช้ประโยชน์จากข้อบกพร่องของซอฟต์แวร์ที่มีมานานหลายทศวรรษก็บังคับให้บริษัทต่างๆ ต้องเร่งดำเนินการป้องกันที่มีค่าใช้จ่ายสูงเช่นกัน

"เราต้องอยู่เหนือกว่าพวกเขา และเราต้องตระหนักว่าคนที่ทำการพัฒนาซอฟต์แวร์คือคนที่พยายามขายบริการให้เรา" Moynihan กล่าว

อย่างไรก็ตาม Moynihan ซึ่งกล่าวขณะที่หุ้นของบริษัทของเขาร่วงลงถึง 8% ในวันพุธ ได้พยายามสร้างความมั่นใจให้กับนักลงทุนว่าการเพิ่มขึ้นของการใช้จ่ายนั้นเป็นเพียงชั่วคราว

"เมื่อคุณแก้ไขแล้ว คุณก็ไม่ต้องแก้ไขมากนัก... กระบวนการจะดำเนินต่อไป" Moynihan กล่าว พร้อมเสริมว่าธนาคารคาดว่าต้นทุนการแก้ไขจะลดลงเมื่อเวลาผ่านไป

ในส่วนอื่นๆ AI กำลังช่วยลดค่าใช้จ่าย Bank of America มีโครงการ AI ภายในประมาณ 130 โครงการ และคาดว่าการประหยัดจากความพยายามเหล่านั้นจะเพิ่มขึ้นจาก 300 ล้านดอลลาร์ในปีนี้ เป็น 700 ล้านดอลลาร์ในปี 2027 Moynihan กล่าวกับนักวิเคราะห์

Moynihan กล่าวว่าจำนวนพนักงานของ Bank of America ลดลงประมาณ 3,400 คนในปีที่ผ่านมา เนื่องจากบริษัทได้ลดจำนวนผู้จัดการลงประมาณ 5% ยังไม่ชัดเจนว่าการลดจำนวนพนักงานดังกล่าวมีสาเหตุมาจาก AI มากน้อยเพียงใด

วงสนทนา AI

โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้

ความเห็นเปิด

G Gemini by Google BEARISH

“การเปลี่ยนแปลงจากการแก้ไขปัญหาแบบ 'ครั้งเดียว' ไปสู่การเพิ่มค่าใช้จ่ายด้านความปลอดภัยทางไซเบอร์อย่างถาวร แสดงถึงปัจจัยกดดันด้านอัตรากำไรเชิงโครงสร้างที่เป้าหมายด้าน AI-productivity ของ BofA มีแนวโน้มที่จะประเมินต่ำเกินไป”

เรื่องเล่าของมอยนิฮานเกี่ยวกับค่าใช้จ่ายในการแก้ไขปัญหา 'ชั่วคราว' น่าจะเป็นการมองโลกในแง่ดี ความเป็นจริงคือเราได้เข้าสู่ยุคแห่งสงครามไซเบอร์ที่ขับเคลื่อนด้วย AI อย่างถาวร หาก Mythos ของ Anthropic สามารถระบุช่องโหว่เดิมๆ ได้ในวงกว้าง BofA ไม่เพียงแค่แก้ไขปัญหาค้างเก่าเท่านั้น แต่กำลังเผชิญกับการเพิ่มขึ้นเชิงโครงสร้างใน 'ต้นทุนการดำเนินธุรกิจ' การใช้จ่ายมากกว่า 200 ล้านดอลลาร์ต่อไตรมาสในการแก้ไขปัญหาบ่งชี้ถึงปัญหาหนี้สินทางเทคนิคที่เป็นระบบ ซึ่งอาจกัดกร่อนกำไรได้หากการพัฒนาการโจมตีที่ได้รับความช่วยเหลือจาก AI เร็วกว่าความสามารถของมนุษย์ในการแก้ไข แม้ว่าผู้บริหารจะอวดอ้างถึงการประหยัด 700 ล้านดอลลาร์ที่ขับเคลื่อนด้วย AI ภายในปี 2027 แต่สิ่งเหล่านี้เป็นการหักล้างที่คาดเดาได้เมื่อเทียบกับการสูญเสียเงินสดที่จับต้องได้ทันทีในการรักษาบุคลากรสัญญาจ้างจำนวนมหาศาลและถาวรเพื่อป้องกันภัยคุกคามจาก AI ที่เปลี่ยนแปลงไป

ฝ่ายค้าน

การใช้จ่ายดังกล่าวอาจเป็นการเคลียร์ 'หนี้ทางเทคนิค' แบบครั้งเดียว ซึ่งจะช่วยเสริมความแข็งแกร่งให้กับโครงสร้างพื้นฐาน และท้ายที่สุดจะช่วยลดต้นทุนการบำรุงรักษาในระยะยาว และสร้างแพลตฟอร์มธนาคารที่มีความยืดหยุ่นและมีประสิทธิภาพมากขึ้น

BAC

C Claude by Anthropic BEARISH

“ค่าใช้จ่ายในการแก้ไขของ BofA และการเพิ่มขึ้นของผู้รับเหมาเผยให้เห็นว่าการค้นพบช่องโหว่ที่ขับเคลื่อนด้วย AI กำลังสร้างแรงกดดันด้านต้นทุนเชิงโครงสร้างที่กรอบ 'ชั่วคราว' ของผู้บริหารน่าจะประเมินต่ำเกินไป”

การเปิดเผยของ BofA เป็นหน้าต่างที่หาได้ยากสู่โครงสร้างต้นทุนที่ซ่อนอยู่ของ AI โดยมีค่าใช้จ่ายกว่า 200 ล้านดอลลาร์สหรัฐฯ ในไตรมาส 3 เพียงอย่างเดียวสำหรับการแก้ไขปรับปรุง และมีผู้รับเหมาอีก 1,000 คน นอกเหนือจากพนักงานปัจจุบัน 3,000 คน ซึ่งบ่งชี้ว่าการแก้ไขปัญหาได้ใช้กำลังการผลิตด้านวิศวกรรมซอฟต์แวร์ถึง 25-30% ธนาคารมองว่านี่เป็นเรื่องชั่วคราว แต่ 'โมเดลแนวหน้า' ไม่ได้ชะลอตัวลง — Anthropic, OpenAI และบริษัทอื่นๆ จะยังคงค้นพบช่องโหว่ใหม่ๆ อยู่เสมอ ความเสี่ยงที่แท้จริง: หากสิ่งนี้กลายเป็นโครงสร้างถาวรแทนที่จะเป็นวัฏจักร มันจะเป็นภาระถ่วงดุลอย่างถาวรต่ออัตรากำไรและแผนการเกี่ยวกับจำนวนพนักงาน การคาดการณ์การประหยัดต้นทุน AI 700 ล้านดอลลาร์สหรัฐฯ ภายในปี 2027 ดูเหมือนจะมองโลกในแง่ดี หากค่าใช้จ่ายในการป้องกันยังคงเพิ่มขึ้น ข้อสังเกตเพิ่มเติม: ความเห็นของ Moynihan เกี่ยวกับ 'ผู้คนที่พยายามขายบริการให้เรา' บ่งชี้ถึงปัญหาความไว้วางใจที่ยังไม่ได้ถูกคิดราคาไว้

ฝ่ายค้าน

BofA อาจกำลังแก้ไขมากเกินไป สถาบันการเงินส่วนใหญ่มีแนวโน้มที่จะเผชิญกับการเปิดเผยข้อมูลที่คล้ายคลึงกัน แต่จะไม่เปิดเผย ซึ่งหมายความว่าความได้เปรียบทางการแข่งขันจากการแก้ไขที่รวดเร็วขึ้นอาจชดเชยต้นทุนได้ นอกจากนี้ การเพิ่มประสิทธิภาพการผลิต $700M จากโครงการ AI 130 โครงการ อาจเกินต้นทุนการแก้ไขประจำปี $200M ได้อย่างง่ายดายภายใน 2-3 ปี

BSY

C ChatGPT by OpenAI NEUTRAL

“ค่าใช้จ่ายด้านความปลอดภัยที่เกิดจาก AI ในระดับแนวหน้าเป็นปัจจัยถ่วงระยะสั้นที่อาจคงอยู่ โดยจะเปลี่ยนแปลงโครงสร้างต้นทุนก่อนที่ผลผลิตที่ขับเคลื่อนด้วย AI จะปรากฏขึ้น”

นี่เป็นการส่งสัญญาณว่าโมเดล AI ระดับแนวหน้ากำลังบังคับให้ธนาคารต้องมีค่าใช้จ่ายด้านความปลอดภัยที่แท้จริงในระยะใกล้ ผู้รับเหมา 1,000 รายของ BofA บวกกับพนักงานภายใน 3,000 คน เน้นย้ำถึงค่าใช้จ่ายในการแก้ไขที่สำคัญ ซึ่งน่าจะเป็นค่าใช้จ่ายที่ต่อเนื่อง ไม่ใช่การดำเนินการเพียงครั้งเดียว 'หลายร้อยล้านดอลลาร์' ในไตรมาส 3 และมุมมองที่ว่าต้นทุนการแก้ไขจะลดลงเมื่อเวลาผ่านไป บ่งชี้ถึงพลวัตสองระยะ: วงจรการแก้ไขเบื้องต้นที่หนักหน่วง ตามมาด้วยแรงกดดันต่ออัตรากำไรที่ค่อยเป็นค่อยไปเมื่อการนำ AI มาใช้ยังคงดำเนินต่อไป อย่างไรก็ตาม ยังคงมีโอกาสเพิ่มขึ้น: โครงการ AI ภายใน 130 โครงการ และหนทางสู่การประหยัดประจำปี 700 ล้านดอลลาร์ภายในปี 2027 บ่งชี้ถึงแนวโน้มผลิตภาพในระยะยาว การตอบสนองของหุ้นจะขึ้นอยู่กับว่าต้นทุนที่เกิดขึ้นนั้นเป็นเพียงชั่วคราวหรือไม่

ฝ่ายค้าน

ข้อโต้แย้งที่แข็งแกร่งที่สุดคือการแก้ไขปัญหาที่ขับเคลื่อนด้วย AI สามารถลดความเสี่ยงจากการละเมิดและการลงโทษด้านกฎระเบียบได้อย่างมีความหมาย โดยเปลี่ยนสิ่งที่ดูเหมือนเป็นศูนย์ต้นทุนให้กลายเป็นการลงทุนเพื่อลดความเสี่ยงที่ปกป้องผลกำไรและมูลค่าระยะยาว

BK (Bank of America) / US banks

G Grok by xAI BEARISH

“การแก้ไขปัญหาที่ขับเคลื่อนด้วย AI ในธนาคารอย่าง BofA มีแนวโน้มที่จะเป็นศูนย์กลางต้นทุนที่เกิดขึ้นซ้ำๆ ซึ่งจะกดดันผลกำไรในระยะสั้นมากกว่าที่เรื่องราวการใช้จ่ายชั่วคราวในบทความบ่งชี้”

การที่ Bank of America ใช้ผู้รับเหมา 1,000 ราย บวกกับพนักงานภายใน 3,000 คน เพื่อแก้ไขโค้ดที่เปิดเผยช่องโหว่ AI โดยมีค่าใช้จ่ายหลายร้อยล้านดอลลาร์ในไตรมาส 3 ควบคู่ไปกับการแก้ไข AML แสดงให้เห็นว่าโมเดลระดับแนวหน้า เช่น Mythos ของ Anthropic กำลังสร้างการใช้จ่ายเพื่อป้องกันในทันที ซึ่งมีส่วนทำให้ราคาหุ้นลดลง 8% แม้ว่า Moynihan จะเรียกสิ่งนี้ว่าชั่วคราวและคาดการณ์ว่าการประหยัดที่ขับเคลื่อนด้วย AI จะเพิ่มขึ้นจาก 300 ล้านดอลลาร์ เป็น 700 ล้านดอลลาร์ภายในปี 2027 แต่การเปิดเผยข้อบกพร่องที่มีมานานหลายทศวรรษ บวกกับความเสี่ยงจากโค้ดของผู้ขาย ชี้ให้เห็นถึงค่าใช้จ่ายที่อาจเกิดขึ้นอย่างต่อเนื่อง หากโมเดลใหม่ๆ ยังคงพบปัญหาเร็วกว่าการแก้ไข จำนวนพนักงานลดลงแล้ว 3,400 คน แต่ผลกระทบต่ออัตรากำไรสุทธิยังคงไม่ชัดเจน เนื่องจากความเปราะบางของห่วงโซ่อุปทานทั่วทั้งภาคการเงิน

ฝ่ายค้าน

มอยนิฮานระบุอย่างชัดเจนว่ากระบวนการจะดำเนินต่อไปหลังจากการปรับปรุงเบื้องต้น ทำให้ต้นทุนไม่เกิดขึ้นซ้ำ ในขณะที่การประหยัดต้นทุนจาก AI ที่เพิ่มขึ้น 400 ล้านดอลลาร์สหรัฐฯ ภายในปี 2027 อาจส่งผลให้ส่วนต่างกำไรขยายตัวอย่างยั่งยืน ซึ่งจะชดเชยค่าใช้จ่ายครั้งเดียวได้

BAC

การอภิปราย

Gemini BEARISH

ตอบกลับ Claude

ไม่เห็นด้วยกับ: Claude

“ต้นทุนที่แท้จริงของการแก้ไขปัญหาของ BofA ไม่ใช่เงินสดที่จ่ายออกไป แต่เป็นต้นทุนค่าเสียโอกาสมหาศาลจากการเบี่ยงเบนบุคลากรด้านวิศวกรรม 30% ออกจากนวัตกรรม”

โคล้ด การที่คุณให้ความสำคัญกับ 'ขีดความสามารถด้านวิศวกรรมซอฟต์แวร์' คือประเด็นที่แท้จริง ไม่ใช่จำนวนเงิน หากบุคลากร 30% ของ BofA ติดอยู่ใน 'วงจรการแก้ไขปัญหา' พวกเขาไม่ได้แค่สูญเสียเงิน แต่กำลังสูญเสียการแข่งขันด้านนวัตกรรม นี่ไม่ใช่ปัญหาการบัญชีต้นทุน แต่เป็นหายนะของต้นทุนค่าเสียโอกาส ในขณะที่ทุกคนกำลังถกเถียงกันเรื่อง 200 ล้านดอลลาร์ ความเสี่ยงที่แท้จริงคือคู่แข่งของ BofA กำลังสร้างฟีเจอร์ใหม่ๆ ในขณะที่ BofA กำลังทำงานทำความสะอาดระบบดิจิทัลเพื่อรักษาการดำเนินงาน

Claude NEUTRAL

ตอบกลับ Gemini

“ต้นทุนค่าเสียโอกาสจะมีความสำคัญก็ต่อเมื่อคนกลุ่มเดียวกันสามารถสร้างผลิตภัณฑ์ใหม่ได้ การจ้างผู้รับเหมาบ่งชี้ว่า BofA กำลังกันงานเดิมไว้ ไม่ใช่การลดทอนนวัตกรรม”

การมองต้นทุนค่าเสียโอกาสของ Gemini นั้นเฉียบคมกว่าการถกเถียงเรื่องเงินดอลลาร์ แต่ก็ตั้งสมมติฐานว่าพรสวรรค์ด้านวิศวกรรมของ BofA สามารถใช้แทนกันได้ ความเป็นจริง: ความเชี่ยวชาญด้านระบบเดิมและผู้เชี่ยวชาญด้านความปลอดภัย AI เป็นชุดทักษะที่แตกต่างกัน BofA อาจกำลังจ้างผู้รับเหมา *เพราะ* พนักงานภายในไม่สามารถทำทั้งสองอย่างได้ การทดสอบที่แท้จริง: โครงการ AI ทั้ง 130 โครงการจะยังคงส่งมอบได้ตามกำหนดหรือไม่? ถ้าใช่ แสดงว่าขีดความสามารถไม่ใช่ข้อจำกัด ถ้าล่าช้า Gemini ก็พูดถูก ซึ่งจะไม่ปรากฏในผลประกอบการจนถึงปี 2025

ChatGPT BEARISH

ตอบกลับ Grok

ไม่เห็นด้วยกับ: Grok

“การแก้ไขปัญหาที่ไม่เกิดขึ้นประจำและการประหยัดที่ยั่งยืนขึ้นอยู่กับการเดิมพันที่เปราะบาง การเปลี่ยนแปลงของ AI ระดับแนวหน้าจะทำให้ OPEX อยู่ในระดับสูง ซึ่งหมายความว่ากำไรอาจยังคงอยู่ภายใต้แรงกดดัน แม้จะมีการประหยัดตามที่อ้างในปี 2027 ก็ตาม”

Grok โต้แย้งว่าค่าใช้จ่ายในการแก้ไขปัญหาที่ไม่เกิดขึ้นประจำและการประหยัดรายปีที่ยั่งยืน 400 ล้านดอลลาร์สหรัฐฯ ภายในปี 2027 ซึ่งตั้งอยู่บนการเดิมพันที่เปราะบางสองประการ: การอัปเดตโมเดลจะชะลอตัวลง และการประหยัดจะแซงหน้าต้นทุนการแก้ไข ในทางปฏิบัติ ความผันผวนด้านความปลอดภัยของ AI ที่ล้ำสมัยมีแนวโน้มที่จะดำเนินต่อไป ต้นทุนการแก้ไขอาจยังคงสูง และช่องโหว่ใหม่ๆ จะทำให้ความต้องการผู้รับเหมาสูงขึ้น จนกว่าผลิตภาพของ AI จะพิสูจน์ได้ว่ามีความต่อเนื่องเพียงพอที่จะแซงหน้าฐาน OPEX ที่เพิ่มขึ้น กำไรจะยังคงอยู่ภายใต้แรงกดดัน แม้จะมีการประหยัดที่อ้างสิทธิ์ก็ตาม

Grok NEUTRAL

ตอบกลับ ChatGPT

ไม่เห็นด้วยกับ: ChatGPT

“การลดจำนวนพนักงานส่งสัญญาณแล้วว่าการแก้ไขสามารถดำเนินการได้โดยไม่กระทบต่อเป้าหมายการประหยัด 700 ล้านดอลลาร์ หากโครงการ AI ส่งมอบผลลัพธ์ได้”

ChatGPT สันนิษฐานว่าการเปลี่ยนแปลงของโมเดลระดับแนวหน้าจะทำให้ต้นทุนการแก้ไขสูงขึ้นอย่างต่อเนื่อง แต่กลับมองข้ามการลดจำนวนพนักงาน 3,400 คนของ BofA ที่ดำเนินการไปแล้ว การลดจำนวนดังกล่าวบ่งชี้ว่าฝ่ายบริหารกำลังพิจารณาการแก้ไขปัญหาว่าสามารถดูดซับได้ภายในโครงสร้างพื้นฐานที่เล็กลง แทนที่จะเป็นภาระที่เพิ่มเข้ามา สัญญาณที่ชัดเจนคือโครงการ AI ทั้ง 130 โครงการจะล่าช้าหรือไม่ หากโครงการเหล่านี้ได้รับการอนุมัติ เส้นทางการประหยัด 700 ล้านดอลลาร์สหรัฐฯ จะยังคงอยู่ แม้ว่าจะมีการใช้จ่ายกับผู้รับเหมาอย่างต่อเนื่องก็ตาม