Telset.id – Bank of America harus menyewa 1.000 kontraktor dan menggelontorkan dana lebih dari 100 juta dolar AS untuk memperbaiki bug yang ditemukan oleh Mythos, model kecerdasan buatan generatif milik Anthropic. Langkah ini menjadi salah satu konsekuensi paling nyata dari kemampuan AI keamanan siber yang kini mampu menemukan celah perangkat lunak lebih cepat daripada kemampuan tim internal untuk menambalnya. Bagi industri perbankan, kejadian ini menunjukkan bahwa adopsi AI keamanan berpotensi memicu lonjakan biaya remediasi yang tidak kecil.
Bank of America merupakan salah satu institusi keuangan terbesar di Amerika Serikat. Saat Anthropic pertama kali memperkenalkan Mythos pada April 2026, perusahaan menggambarkannya sebagai alat dengan kemampuan keamanan siber lanjutan yang dapat secara mandiri menemukan dan mengeksploitasi kerentanan perangkat lunak yang sebelumnya tidak diketahui. Karena kemampuannya dinilai sangat kuat sekaligus berbahaya, Anthropic membatasi akses Mythos hanya untuk segelintir organisasi terverifikasi, termasuk pemerintah Amerika Serikat, organisasi infrastruktur kritis, perbankan, dan sejumlah firma keamanan siber.
Bank of America termasuk salah satu perusahaan yang mendapat akses tersebut. CEO bank itu, Brian Moynihan, dalam wawancaranya dengan CNBC mengatakan bahwa ketika Mythos mulai menemukan bug di sistem perusahaan, pihaknya melihatnya sebagai “risiko nyata” dan terpaksa duduk untuk menyusun rencana mengatasi seluruh kerentanan tersebut. Pernyataan ini menegaskan bahwa temuan Mythos tidak bisa diabaikan begitu saja oleh institusi keuangan berskala besar.
Dampak Operasional dan Beban Biaya
Moynihan menjelaskan bahwa pihaknya menambah 1.000 kontraktor untuk membantu pekerjaan penambalan pada kuartal kedua. Tenaga tambahan itu, menurutnya, masih bekerja hingga saat ini di atas 3.000 orang yang sudah dimiliki bank di area tersebut. CNBC menambahkan bahwa Moynihan sebelumnya telah memberi tahu para analis bahwa perusahaan mengeluarkan “beberapa ratus juta lebih” untuk memperbaiki bug dan menangani persoalan regulasi.
Bagi bank sebesar itu, lonjakan perekrutan dan belanja semacam ini tergolong tidak lazim. Karena itulah Moynihan menegaskan bahwa kenaikan belanja tersebut bersifat sementara. Setelah kerentanan ditangani, ia memperkirakan volume pekerjaan tidak akan sebanyak sekarang. “Setelah Anda menambal, Anda tidak perlu menambal sebanyak itu. … Pipeline-nya bergerak terus,” ujar Moynihan.
The Next Web menempatkan belanja kepatuhan ini dalam konteks kepatuhan terhadap regulasi negara bagian dan federal. Menurut publikasi tersebut, belanja kepatuhan mengikuti penalti Treasury lebih dari 1,21 miliar dolar AS yang diumumkan pada 13 Oktober. Regulator federal menyatakan bank gagal melaporkan transaksi mencurigakan senilai 5 miliar dolar AS dan belum menyelesaikan langkah-langkah yang diperintahkan pada 2024.
Baca Juga:
Tekanan Serupa di Bank Lain
Bank of America bukan satu-satunya bank yang bergerak cepat memperbaiki apa yang diungkap Mythos. Beberapa bulan sebelumnya, CEO JPMorgan Chase, Jamie Dimon, mengatakan banknya bekerja sama dengan mitra dan vendor untuk memastikan sistemnya siap menghadapi apa yang akan datang. “Ini pekerjaan serius,” kata Dimon dalam wawancara Bloomberg TV. “Kami punya, saya pikir, ratusan orang yang mengerjakannya penuh waktu sekarang.”
CEO Goldman Sachs, David Solomon, pada pertengahan April mengatakan dirinya “sangat sadar” akan kemampuan Mythos dan menambahkan bahwa perusahaan bekerja “erat” dengan firma teknologi tersebut. “Jelas LLM membuat kemajuan pesat dan kami sangat sadar akan kemampuan baru dari model-model baru ini dengan bantuan pemerintah AS dan penerbit model,” kata Solomon kepada para analis saat itu.
Ketika Anthropic pertama kali mengungkap Mythos, perusahaan menyatakan bahwa model AI telah mencapai tingkat kemampuan pengodean “di mana mereka dapat melampaui semua manusia kecuali yang paling terampil dalam menemukan dan mengeksploitasi kerentanan perangkat lunak.” Klaim itu menjelaskan mengapa institusi keuangan besar merespons temuan Mythos dengan skala sumber daya yang tidak biasa.
Sejumlah perusahaan lain yang mencoba Mythos tampaknya sepakat dengan tingkat kemampuan tersebut. Mozilla, misalnya, menyebutnya “sama mampunya dengan peneliti keamanan terbaik dunia” setelah menemukan 22 bug sensitif keamanan hanya dalam satu putaran pengujian. Palo Alto Networks di sisi lain menggunakan Mythos untuk menemukan lebih dari dua lusin kerentanan kritis dalam sekitar tiga minggu, tetapi pengujian itu juga menunjukkan perusahaan membutuhkan anggaran keamanan AI yang jauh lebih besar.
Konsekuensi dari temuan kerentanan berskala besar ini turut menyoroti tekanan biaya yang kini membayangi lembaga keuangan, sejalan dengan tren belanja teknologi besar seperti yang terlihat pada Fund AI dan Robotik yang tengah dibidik SoftBank. Di sisi lain, insiden keamanan yang melibatkan AI juga kian sering muncul, termasuk Biaya AI Demo yang membengkak pada pengembangan game. Pola ini memperlihatkan bahwa pemanfaatan AI untuk keamanan maupun pengembangan produk menuntut kesiapan anggaran yang signifikan.
Pernyataan Anthropic saat memperkenalkan Mythos juga menyiratkan skala dampak yang lebih luas. “Dampaknya bagi ekonomi, keselamatan publik, dan keamanan nasional bisa parah,” demikian peringatan yang disampaikan perusahaan. Pernyataan itu menjadi dasar mengapa akses Mythos dibatasi ketat dan mengapa institusi yang menggunakannya harus menyiapkan langkah remediasi besar-besaran.
Bagi industri perbankan, pengalaman Bank of America menunjukkan bahwa kemampuan AI menemukan kerentanan berjalan lebih cepat daripada kecepatan tim keamanan menambalnya. Konsekuensinya bukan hanya biaya tambahan, tetapi juga kebutuhan menambah tenaga kerja dalam jumlah besar untuk menutup celah sebelum dimanfaatkan pihak lain. Langkah Moynihan menyatakan belanja itu bersifat sementara menunjukkan bahwa bank memandang pekerjaan penambalan sebagai fase yang harus diselesaikan, bukan kondisi permanen.
[INFO_SEO]
Komentar
Belum ada komentar.