โดย Maksym Misichenko · CNBC ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
มติของคณะผู้เชี่ยวชาญคือ การที่ธนาคารกลางสหรัฐฯ (Fed) ล่าช้าในการเข้าถึงโมเดล Mythos ของ Anthropic ก่อให้เกิดความเสี่ยงอย่างมีนัยสำคัญต่อความยืดหยุ่นทางไซเบอร์ของภาคการเงิน โดยมีข้อกังวลเกี่ยวกับความไม่สมมาตรของข้อมูลและการเก็งกำไรจากกฎระเบียบ อย่างไรก็ตาม ลักษณะและความรุนแรงที่แน่ชัดของความเสี่ยงดังกล่าวยังคงเป็นที่ถกเถียงกันอยู่
ความเสี่ยง: ความล่าช้าด้านกฎระเบียบและความไม่สมมาตรของข้อมูลที่อาจเกิดขึ้น เนื่องจากธนาคารปิดบังผลการค้นพบช่องโหว่ศูนย์วันจากเฟด
โอกาส: การเร่งรัดการกำกับดูแล AI และการประสานงานระหว่างธนาคารกลางและกระทรวงการคลังเพื่อจัดการกับความเสี่ยงที่ระบุไว้
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
ในเดือนเมษายน ธนาคารกลางสหรัฐอเมริกา (Federal Reserve) และกระทรวงการคลังได้จัดประชุมนอกเหนือจากกำหนดกับประธานเจ้าหน้าที่บริหาร (CEO) ของธนาคารชั้นนำของประเทศ เจ้าหน้าที่ได้เตือนภัยเกี่ยวกับโมเดลปัญญาประดิษฐ์ (AI) รุ่นใหม่ขั้นสูงที่อาจสร้างภัยคุกคามทางไซเบอร์ที่ไม่เคยมีมาก่อนต่อสถาบันการเงินชั้นนำของประเทศ
Anthropic บริษัทผู้พัฒนาโมเดล AI ชื่อ Claude Mythos Preview ระบุว่าการนำเสนอนี้เก่งกาจในการระบุจุดอ่อนและช่องโหว่ด้านความปลอดภัยภายในซอฟต์แวร์ บริษัทได้ปล่อยให้กลุ่มธนาคารและสถาบันอื่นๆ เลือกสรรได้เข้าถึง โดยเป็นส่วนหนึ่งของโครงการด้านความปลอดภัยไซเบอร์ที่เรียกว่า Project Glasswing
เป็นเวลาอย่างน้อยสามเดือนหลังจากนั้น ธนาคารกลางสหรัฐเองก็ไม่ได้มีสิทธิ์เข้าถึง Mythos ทำให้สถาบันการเงินระดับโลกที่สำคัญที่สุดในระบบ (systemically important) อยู่ในสภาวะอ่อนไหว แม้สถาบันอื่นๆ จะเริ่มแก้ไขจุดอ่อนของตนแล้ว
ณ วันที่ 15 กรกฎาคม ธนาคารกลางยังคงพยายามขอเข้าถึง Mythos อยู่ ไม่ชัดเจนว่าธนาคารกลางได้รับสิทธิ์เข้าถึงโมเดลดังกล่าวมาหรือยัง
Anthropic ไม่ได้ตอบสนองต่อคำขอความคิดเห็นทันที ธนาคารกลางปฏิเสธที่จะแสดงความคิดเห็นสำหรับบทความนี้
การประชุมในเดือนเมษายนเกิดขึ้นภายใต้ผู้นำคนก่อนของธนาคารกลาง คือ Jerome Powell ซึ่งได้เรียกประชุม CEO ธนาคารพร้อมกับรัฐมนตรีการคลัง Scott Bessent ตามที่ CNBC รายงานไว้ก่อนหน้านี้**.** แต่ในการให้การรับรองหน้าสภาวุฒิสภาครั้งล่าสุดที่ผู้คนน้อยที่สนใจ ประธาน Kevin Warsh ผู้สืบตำแหน่ง Powell ได้บอกสภาวุฒิสภาว่าตนยังคงพยายามขอสิทธิ์เข้าถึง Mythos และโมเดล AI ขั้นสูงอื่นๆ
"เราไม่ใช่ผู้ตัดสินว่าใครได้เข้าถึง แต่ข้าพเจ้ายังไม่เคยอายที่จะแบ่งปันมุมมองของข้าพเจ้าให้เจ้าหน้าที่ทั่วรัฐบาลทราบเกี่ยวกับจุดอ่อนเหล่านี้ และได้ขอเข้าถึงไม่เพียงแค่สำหรับธนาคารกลาง แต่สำหรับสถาบันอื่นๆ ต่อช่วงโมเดลปัญญาประดิษฐ์ใหม่ๆ ทั้งหมด เพื่อให้พวกเขาสามารถปกป้องตัวเองได้" Warsh ตอบ Sen. Jack Reed, D.-R.I. ตอบสนองต่อคำถามเกี่ยวกับ Mythos
Warsh ชี้แจงว่ายังมีโมเดลอื่นๆ อีกที่ธนาคารกลางต้องการเข้าถึง
"ข้าพเจ้าไม่ต้องการแยก Mythos ออกมาเพียงอย่างเดียว" Warsh กล่าว "เมื่อโมเดลใหม่ๆ เหล่านี้แพร่หลายออกไปมากขึ้น ระบบธนาคารของเรา และก็ ธนาคารกลางอย่างแท้จริง ต้องทำทุกอย่างที่จะทำได้เพื่อซ่อมแซมช่องโหว่ที่เรามี"
Warsh ได้ยอมรับการนำ AI ไปใช้ในช่วงเวลาสั้นที่อยู่ในตำแหน่ง เรียกมันว่าเทคโนโลยีที่เปลี่ยนแปลงโลก (transformational technology)
ไม่ชัดเจนว่างานในการแก้ไขช่องโหว่จะสามารถเริ่มได้หรือไม่ หากไม่มีสิทธิ์เข้าถึง Mythos
Anthropic เปิดตัว Claude Mythos Preview และ Project Glasswing ในช่วงต้นเดือนเมษายน
บริษัทระบุว่ามีองค์กรประมาณ 50 แห่งที่มีสิทธิ์เข้าถึงโมเดลในขณะนั้น แต่ระบุชื่อเพียงไม่กี่แห่ง รวมถึงธนาคาร JPMorgan Chase และยักษ์ใหญ่ทางเทคโนโลยีอย่าง Amazon, Apple และ Google Anthropic ยังกล่าวว่ามี "การเจรจาต่อเนื่องกับเจ้าหน้าที่รัฐบาลสหรัฐ" เกี่ยวกับโมเดลนี้ รวมถึง Cybersecurity and Infrastructure Security Agency และ Center for AI Standards and Innovation
Anthropic ขยายการเข้าถึง Project Glasswing ในเดือนมิถุนายน เพิ่มองค์กรอีกมากกว่า 150 แห่งเข้าสู่โครงการใน 15 ประเทศ Daniel Newman CEO ของบริษัทวิจัย Futurum Group กล่าวว่าตนประหลาดใจที่ได้ยินว่าธนาคารกลางไม่ได้รวมอยู่ในนั้น
"คุณคงคิดว่าสถาบันการเงินที่ขับเคลื่อนนโยบายสำหรับสถาบันการเงินอื่นๆ ทั้งหมด จะอยู่ในตำแหน่งหน้าสุดในการมีโอกาสประเมินเทคโนโลยีใหม่อย่างน้อยก็ได้" เขาบอก CNBC ในวันอังคาร
การนำ Mythos ออกสู่ตลาดได้ก่อให้เกิดทั้งความสนใจและความสับสนในเดือนที่ผ่านมา โดยเฉพาะอย่างยิ่งเมื่อความสัมพันธ์ที่ซับซ้อนของ Anthropic กับรัฐบาล Trump สร้างความซับซ้อนขึ้น
ในเดือนมิถุนายน Anthropic ระบุว่าต้องปิดการเข้าถึง Mythos 5 รุ่นอัปเดตของโมเดล และ Fable 5 รุ่นของ Mythos ที่ปล่อยให้เข้าถึงได้กว้างขึ้น เพื่อปฏิบัติตามคำสั่งควบคุมการส่งออกจากรัฐบาลกลางที่อ้างถึง "national security authorities" (อำนาจแห่งความมั่นคงแห่งชาติ)
รัฐมนตรีการค้า Howard Lutnick ให้อนุญาตให้บริษัทฟื้นฟูการเข้าถึง Mythos ให้กลุ่ม "trusted partners" (พันธมิตรที่เชื่อถือได้) เลือกสรรได้ ตามจดหมายที่ CNBC ได้เห็น การควบคุมการส่งออกถูกยกเลิกทั้งหมดในภายหลัง
รัฐบาล Trump ได้รับบทบาทที่กระตือรือร้นกว่าในการกำกับดูแล AI ตั้งแต่ประธานาธิบดี Donald Trump ลงนามในคำสั่งบริหารด้าน AI ในเดือนมิถุนายน แต่ยังคงมีคำถามว่าใครคือผู้ตัดสินใจด้านนโยบาย AI ข้างหลังฉาก และการวุ่นวายที่ธนาคารกลาง — ซึ่ง Trump เลือก Warsh นำไปนำ — เป็นอีกสัญญาณหนึ่งของความวุ่นวาย
Chris Fall หัวหน้า Center for AI Standards and Innovation ลาออกจากตำแหน่งผู้อำนวยการเพียงสามเดือนหลังจากถูกรัฐบาล Trump เลือกให้รับตำแหน่ง CNBC ยืนยันในวันจันทร์ Venture capitalist David Sacks เคยดำรงตำแหน่ง White House AI and crypto czar แต่ลาออกจากตำแหน่งนั้นในเดือนมีนาคม
แรงกดดันกำลังเพิ่มขึ้น
โมเดล open-weight ของจีนกำลังได้รับความนิยมและท้าทายโมเดลชั้นนำจากบริษัทสหรัฐอย่าง OpenAI และ Anthropic ก่อให้เกิดความกังวล لدىผู้บริหารเทคโนโลยีและเจ้าหน้าที่รัฐบาลเกี่ยวกับความทนทานของความนำหน้าของสหรัฐในการแข่งขัน AI Moonshot AI สตาร์ทอัพจีน ปล่อยโมเดลชื่อ Kimi K3 ในต้นเดือนนี้ที่เกินกว่าบริษัทเหล่านั้นในบางเกณฑ์มาตรฐานอุตสาหกรรม
Sacks โพสต์บน X ในวันศุกร์ว่าประสิทธิภาพของ Kimi K3 "น่ากลัว" (concerning) และว่า "America is tying itself in knots" (อเมริกากำลังผูกมัดตัวเองให้เป็นโข่ง)
"ในการแข่งขัน AI นี่คือวิธีที่คุณจะแพ้" เขาเขียน "โลกอื่นๆ จะไม่เล่นตามกฎของเรา หากเราทำให้ตัวเองสับสน"
Newman จาก Futurum กล่าวว่าธนาคารกลาง "certainly is going to play catch up" (แน่นอนว่าจะต้องเล่นเกมไล่ตาม) เนื่องจากไม่ได้มีสิทธิ์เข้าถึงโมเดลขั้นสูงที่หน่วยงานอื่นๆ มี
"ทุกวัน ทุกสัปดาห์ ไม่ว่าจะเป็นนวัตกรรมของจีนหรือสหรัฐ ผู้นำเทคโนโลยีภายในสถาบันขนาดใหญ่กำลังเผชิญกับการโจมตีอย่างต่อเนื่องของนวัตกรรมสุทธิ (net innovation)" เขากล่าว
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"เรื่องนี้เน้นให้เห็นถึงความขัดแย้งระหว่างหน่วยงานในการเข้าถึง AI และการส่งสัญญาณมากกว่าความล้มเหลวด้านความปลอดภัยทางไซเบอร์ที่กำลังจะเกิดขึ้นที่เฟด"
บทความนี้แสดงให้เห็นถึงความโกลาหลของระบบราชการและความขัดแย้งด้านนโยบาย AI ในยุคทรัมป์ ที่ทำให้เฟดเผชิญกับความเสี่ยงทางไซเบอร์ที่เกิดขึ้นใหม่จากโมเดลขั้นสูงอย่างเช่น Anthropic's Claude Mythos อย่างไรก็ตาม ข้อโต้แย้งที่แข็งแกร่งที่สุดคือว่านี่เป็นเพียงการแสดงเป็นส่วนใหญ่: เฟดมีการร่วมมือกับ CISA อยู่แล้ว มีความสามารถ red-team ภายใน และได้รับประโยชน์จากธนาคาร (JPM และอื่นๆ) ที่ปิดช่องโหว่ก่อน ความล่าช้าสามเดือนฟังดูน่าตกใจ แต่มีแนวโน้มว่าจะสะท้อนถึงการเปิดตัวที่ควบคุมได้ การตรวจสอบการปฏิบัติตามข้อกำหนดการส่งออก และการเข้าถึงแบบเลือกสรร แทนที่จะเป็นช่องโหว่เชิงระบบ บริบทที่ขาดหายไปรวมถึงว่า Mythos เป็นเครื่องมือพรีวิวสำหรับการค้นพบช่องโหว่ ไม่ใช่การแสวงหาประโยชน์แบบอัตโนมัติ และการเข้าถึงโมเดลที่คล้ายกันจาก OpenAI/Google ของเฟดเป็นเรื่องปกติ การให้การของ Warsh อ่านเหมือนการวางตำแหน่งเพื่อขออำนาจระหว่างหน่วยงานเพิ่มเติม ไม่ใช่ความตื่นตระหนก
หากธนาคารกลางสหรัฐฯ ขาด AI เชิงรุกด้านไซเบอร์ที่ล้ำสมัยอย่างแท้จริง ในขณะที่ธนาคารและบริษัทเทคโนโลยีคู่เทียบได้แก้ไขช่องโหว่ล่วงหน้าไปแล้ว ก็มีความเสี่ยงต่อความไม่สมดุลของข้อมูล ซึ่งอาจขยายผลการเจาะระบบที่เกิดขึ้นจริงให้กลายเป็นความไร้เสถียรภาพเชิงระบบได้; การกลับไปกลับมาด้านการควบคุมการส่งออกและการเปลี่ยนแปลงผู้นำอย่างรวดเร็วที่ CAISI และบทบาทด้าน AI ในทำเนียบขาว บ่งชี้ถึงความไม่สอดคล้องกันของนโยบายอย่างแท้จริง ซึ่งคู่ปรับจากต่างประเทศ (Kimi K3 ของจีน) อาจใช้ประโยชน์ได้รวดเร็วกว่าที่บทความบอกเป็นนัย
"ช่องว่างที่กว้างขึ้นระหว่างความสามารถในการป้องกัน AI ของภาคเอกชนกับศักยภาพในการกำกับดูแลของธนาคารกลางสหรัฐฯ ก่อให้เกิดความเสี่ยงเชิงระบบที่สำคัญและยังไม่ได้ถูกนำมาคิดราคาในระบบการเงิน"
การที่ธนาคารกลางสหรัฐ (The Fed) ไม่สามารถเข้าถึงโมเดล Mythos ของ Anthropic ได้ ไม่ได้เป็นเพียงความล้มเหลวทางราชการเพียงอย่างเดียว แต่ยังสะท้อนถึงการแยกทางที่อันตรายในการจัดการความเสี่ยงระบบ (systemic risk management) ในขณะที่ธนาคารระดับ Tier-1 เช่น JPMorgan Chase (JPM) กำลังใช้ Project Glasswing เพื่อเสริมสร้างโครงสร้างพื้นฐานของตน ธนาคารกลางก็กำลังดำเนินงานอยู่ภายใต้ "จุดตาบอด" (blind spot) เกี่ยวกับเครื่องมือที่อาจทำให้เกิดเหตุการณ์ไซเบอร์ร้ายแรง (catastrophic cyber-event) สิ่งนี้สร้างช่องว่างทางการกำกับดูแล (regulatory lag) ที่ทำลายความสามารถของธนาคารกลางในการดำเนินการทดสอบความเครียด (stress tests) ได้อย่างมีประสิทธิภาพ หากผู้กำกับดูหลังอยู่เบื้องหลังภาคเอกชนถึงสามเดือนในการเข้าใจความสามารถของ AI แบบจราจล (offensive AI capabilities) ความมั่นคงระบบ (systemic stability) จะเปราะบางมากกว่าที่การตั้งราคาตลาดปัจจุบันบ่งชี้ เรากำลังกำลังสังเกตเห็น "การแข่งขันอาวุธไซเบอร์" (cyber-arms race) ที่ภาคเอกชนกำลังวิ่งหนีไปข้างหน้ากว่ากลไกการกำกับดูแลที่ออกแบบมาเพื่อควบคุมมัน
เฟดอาจจงใจหลีกเลี่ยงการเข้าถึงโดยตรงเพื่อเลี่ยงความรับผิดชอบต่อโค้ดที่สร้างจากโมเดล โดยเลือกที่จะกำหนดมาตรฐานมากกว่าที่จะมีส่วนร่วมในลูปการพัฒนา
"ความเสี่ยงที่แท้จริงไม่ใช่ตัว Mythos เอง แต่คือการที่ธรรมาภิบาล AI ซึ่งกระจัดกระจายและขาดแคลนบุคลากร ส่งผลให้สถาบันการเงินสหรัฐฯ กำลังแก้ไขช่องโหว่ตามกรอบเวลาที่ไม่สอดคล้องกัน ในขณะที่ภาวะผู้นำเชิงนโยบายยังคงไม่ชัดเจน"
บทความนี้รวมความล้มเหลวสามประการที่แตกต่างกัน—ความล่าช้าในการเข้าถึงข้อมูลของระบบราชการ ความโกลาหลในการควบคุมการส่งออก และความสับสนทางนโยบาย—เข้าเป็นเรื่องเล่าถึงความเปราะบางเชิงระบบ การที่ธนาคารกลางสหรัฐฯ (Fed) ล่าช้าถึงสามเดือนในการเข้าถึง Mythos นั้นน่ากังวลอย่างแท้จริงต่อความยืดหยุ่นด้านความมั่นคงปลอดภัยทางไซเบอร์ของภาคการเงิน อย่างไรก็ตาม บทความกล่าวเกินจริงถึงภัยคุกคามโดยนัยว่า Fed มีความเสี่ยงเป็นพิเศษ ทั้งที่ธนาคารส่วนใหญ่ก็ไม่สามารถเข้าถึงได้ในตอนแรกเช่นกัน เรื่องจริงคือการแตกกระจายของสถาบัน: การควบคุมการส่งออกของกระทรวงพาณิชย์ ลำดับชั้นการกำกับดูแล AI ที่ไม่ชัดเจน และอัตราการลาออกของพนักงานที่รวดเร็ว (การจากไปของ Fall และ Sacks) ชี้ให้เห็นว่านโยบายเป็นเชิงรับ ไม่ใช่เชิงกลยุทธ์ มุมมองการแข่งขันด้าน AI ของจีนดูเหมือนถูกนำมาแทรกโดยไม่สอดคล้อง—เกณฑ์มาตรฐานของ Kimi K3 ไม่ได้ตอบว่าสถาบันการเงินของสหรัฐฯ มีความเปราะบางมากกว่าก่อนที่ Mythos จะมีอยู่จริงหรือไม่
การเลื่อนเวลาของเฟดอาจสะท้อนถึงความระมัดระวังที่เหมาะสมมากกว่าการละเลย — การรีบเร่งให้เข้าถึงเครื่องมือตรวจหาช่องโหว่ใหม่โดยไม่มีการตรวจสอบอย่างเหมาะสมอาจนำมาซึ่งความเสี่ยงใหม่ ๆ นอกจากนี้ การเปิดตัวแบบเป็นขั้นตอนของ Anthropic บ่งชี้ถึงการจัดลำดับความสำคัญอย่างรอบคอบโดยให้สถาบันการเงินมาก่อน ซึ่งหมายความว่าความล่าช้าของเฟดเป็นเรื่องของสัปดาห์ ไม่ใช่หลายเดือนของการเปิดเผยที่แท้จริง
"เรื่องราวการเข้าถึงเฟดส่งสัญญาณถึงการกำกับดูแลและการบริหารความเสี่ยงแบบหลายโมเดลมากกว่าภาวะวิกฤตทางการเงินที่เกิดจาก AI ที่กำลังจะมาถึง"
บทความนี้พรรณนาถึง Mythos ในฐานะแกนหลักด้านความปลอดภัยทางไซเบอร์ของภาคธนาคาร และอ้างถึงความล่าช้าในการเข้าถึงข้อมูลของ Fed ว่าเป็นความเสี่ยงเชิงระบบ ประเด็นสำคัญที่สุดสำหรับตลาดคือการเปลี่ยนแปลงของทิศทางความเชื่อมั่นด้านความเสี่ยง และความเป็นไปได้ที่การกำกับดูแล AI และการประสานงานระหว่างกระทรวงการคลังกับธนาคารจะเร่งตัวขึ้น ไม่ใช่ความจำเป็นด้านเงินทุนในทันที ทว่า ยังมีช่องโหว่ขนาดใหญ่: เราไม่ทราบถึงประสิทธิภาพในโลกความเป็นจริงของ Mythos, ไม่ทราบว่าการเข้าถึงข้อมูลจะนำไปสู่แพตช์ที่แก้ไขปัญหาได้จริงหรือไม่, หรือธนาคารต่างๆ มีเครื่องมือคู่ขนานอยู่แล้วหรือเปล่า อุปสรรคในการเข้าถึงข้อมูลของ Fed อาจสะท้อนถึงสัญญาณทางระบบราชการ/นโยบาย มากกว่าที่จะเป็นความล้มเหลวทางเทคนิค ยิ่งไปกว่านั้น Kimi K3 และโมเดลอื่นๆ จากจีนอาจบีบให้กรอบเวลาเชิงกลยุทธ์แคบลง ผลักดันให้ธนาคารต่างๆ มุ่งสู่การบริหารความเสี่ยงด้าน AI ที่หลากหลาย แทนที่จะพึ่งพาผู้ให้บริการเพียงรายเดียว
หาก Mythos สามารถตรวจจับช่องโหว่ศูนย์วันและแพตช์ได้อย่างน่าเชื่อถือ ความล่าช้าในการเข้าถึงของธนาคารกลางสหรัฐฯ (Fed) จะถือเป็นช่องโหว่ที่แท้จริง แต่การที่ไม่มีสิทธิ์เข้าถึงอาจเป็นเพียงการสะท้อนนโยบาย ไม่ใช่การเปิดรับความเสี่ยง นอกจากนี้ แพตช์จะมีประสิทธิภาพเท่ากับการดำเนินงานและการกำกับดูแลของนักพัฒนาเท่านั้น ดังนั้น ความเสี่ยงอาจถูกกล่าวเกินจริง
"การที่ธนาคารกลางสหรัฐฯ (The Fed) เลื่อนล่าช้าอย่างตั้งใจในการใช้เครื่องมือ AI แบบรุกราน (offensive AI tools) อาจเป็นแรงจูงใจให้ธนาคารซ่อนปิดจุดอ่อน ทำให้ความเสี่ยงระบบ (systemic risk) เพิ่มขึ้นเกินกว่าการล่าช้าในการเข้าถึง"
การอ้างการแบ่งแยกของเจมินีละเลยว่าบทบาทของเฟดเป็นเชิงกำกับดูแล ไม่ใช่เชิงปฏิบัติการ ธนาคารอย่างเจพีเอ็มที่ใช้กลาสวิงสร้างอัลฟาภาคเอกชนที่หน่วยกำกับดูแลจงใจล่าช้าเพื่อหลีกเลี่ยงการถูกครอบงำ ความเสี่ยงจริงที่ไม่ได้กล่าวถึงคือการถือโอกาสจากช่องว่างกฎเกณฑ์: หากไมธอสเผยช่องโหว่ศูนย์วันเฉพาะธนาคาร สถาบันการเงินภายใต้การกำกับอาจปิดบังผลการค้นพบเพื่อปกป้องความได้เปรียบทางการแข่งขัน ซึ่งขยายความไม่สมดุลที่เจมินีกังวลให้กว้างขึ้น
"ธนาคารมีแรงจูงใจที่บิดเบือนในการปกปิดข้อมูลช่องโหว่ที่ค้นพบโดย AI จากเฟด เพื่อหลีกเลี่ยงการแทรกแซงเกินควรจากหน่วยกำกับดูแล ซึ่งทำให้ความเสี่ยงเชิงระบบรุนแรงขึ้น"
กร็อก ประเด็นของคุณเรื่องการหาช่องว่างทางกฎหมายคือตัวเชื่อมที่ขาดหายไป หาก JPM หรือ GS ค้นพบช่องโหว่ศูนย์วันผ่าน Mythos พวกเขามีหน้าที่ต้องดูแลผลประโยชน์ของผู้ถือหุ้นในการซ่อมแซม แต่ก็มีแรงจูงใจทางกฎระเบียบที่จะชะลอการเปิดเผยข้อมูลต่อเฟดเพื่อหลีกเลี่ยง 'การตรวจสอบที่เข้มงวดขึ้น' หรือการบังคับให้แก้ไข สิ่งนี้สร้างความไม่สมมาตรของข้อมูลที่อันตราย เฟดไม่ได้เพียงแค่ล้าหลังในการเข้าถึงข้อมูลเท่านั้น แต่กำลังถูกจัดการอย่างแข็งขันโดยสถาบันที่พวกเขาควบคุมอยู่ ทำให้ 'การกำกับดูแล' กลายเป็นเกมไล่ตามที่ทำได้เพียงตอบสนอง
"การเก็งกำไรจากช่องว่างกฎระเบียบผ่านการหักภาษี ณ ที่จ่ายนั้นถูกจำกัดโดยกฎหมาย คำถามที่แท้จริงคือ บทบาทการกำกับดูแลของเฟดจำเป็นต้องใช้เครื่องมือ AI เชิงรุกหรือเพียงแค่มาตรฐานการรายงานที่ดีขึ้นจากธนาคาร"
ข้อกังวลเรื่องการเก็งกำไรเชิงกฎหมายของ Gemini และ Grok นั้นมีอยู่จริง แต่ตั้งอยู่บนสมมติฐานที่ว่าธนาคารจะปิดบังผลการตรวจพบช่องโหว่ระดับซีโร่เดย์จากเฟด นั่นเป็นการเข้าใจผิด: การเปิดเผยข้อมูลต่อหน่วยงานกำกับดูแลเป็นข้อกำหนดทางกฎหมายภายใต้ SR 11-7 (แนวทางด้านความมั่นคงปลอดภัยไซเบอร์) ความเสี่ยงที่แท้จริงคือการ*แก้ไขช่องโหว่*ที่ช้าลง — ธนาคารจะอัปเดตระบบของตนเองก่อน แล้วจึงรายงานภายหลัง ความล่าช้าของเฟดจะมีความสำคัญก็ต่อเมื่อมันขัดขวางการทดสอบความเครียดเชิงกำกับดูแลเพื่อประเมินความยืดหยุ่นของระบบ ไม่ใช่เพียงเพราะทำให้การแจ้งเตือนล่าช้า มีใครยืนยันแล้วหรือไม่ว่าเฟดจำเป็นต้องเข้าถึง Mythos จริงๆ เพื่อดำเนินการทดสอบความเครียดด้านไซเบอร์ หรือนี่เป็นเพียงสมมติฐานจากช่องว่างความสามารถ?
"ความเสี่ยงหลักคือช่องว่างด้านการกำกับดูแลและการไหลของข้อมูลไปยังธนาคารกลางเพื่อการทดสอบความเครียด ไม่ใช่เพียงแค่ความล่าช้าการเข้าถึง Mythos เท่านั้น"
กรอบการคิดแบบกฎระเบียบอาร์บิตราจของ Gemini ยกระดับความเสี่ยงจากความไม่สมดุลของข้อมูล แต่ข้อบกพร่องที่ใหญ่กว่าคือ การสมมติว่าธนาคารจะเปิดเผยช่องโหว่ zero-day อย่างอาสาและรวดเร็ว ความเสี่ยงระบบที่แท้จริงอาจมาจากการกำกับดูแลที่แยกต่างหาก และการไหลของข้อมูลที่ไม่สมบูรณ์เข้าสู่ธนาคารกลางเพื่อการทดสอบความเครียด แม้ระบบจะได้รับการแก้ไขแล้ว ก็ยังคงมีความเสี่ยงคงเหลือ หากธนาคารไม่เผยแพร่ข้อมูล telemetry, audit trails หรือข้อมูลเหตุการณ์ที่มาตรฐานและสอดคล้องกัน การล่าช้าการเข้าถึง Mythos จึงกลายเป็นอาการ ไม่ใช่สาเหตุรากฐาน
มติของคณะผู้เชี่ยวชาญคือ การที่ธนาคารกลางสหรัฐฯ (Fed) ล่าช้าในการเข้าถึงโมเดล Mythos ของ Anthropic ก่อให้เกิดความเสี่ยงอย่างมีนัยสำคัญต่อความยืดหยุ่นทางไซเบอร์ของภาคการเงิน โดยมีข้อกังวลเกี่ยวกับความไม่สมมาตรของข้อมูลและการเก็งกำไรจากกฎระเบียบ อย่างไรก็ตาม ลักษณะและความรุนแรงที่แน่ชัดของความเสี่ยงดังกล่าวยังคงเป็นที่ถกเถียงกันอยู่
การเร่งรัดการกำกับดูแล AI และการประสานงานระหว่างธนาคารกลางและกระทรวงการคลังเพื่อจัดการกับความเสี่ยงที่ระบุไว้
ความล่าช้าด้านกฎระเบียบและความไม่สมมาตรของข้อมูลที่อาจเกิดขึ้น เนื่องจากธนาคารปิดบังผลการค้นพบช่องโหว่ศูนย์วันจากเฟด