أزمة أمن كود الذكاء الاصطناعي: 31.6% من الأكواد المُنتجة بواسطة الذكاء الاصطناعي قابلة للاختراق.. كيف تعالج منصة Cytix التي حصلت على 7 ملايين دولار مخاطر التغيير؟

غيّرت مساعدات البرمجة بالذكاء الاصطناعي مثل GitHub Copilot وسير العمل الآلي طريقة بناء البرمجيات، لكنها فتحت أيضاً جبهة خطيرة جديدة في الأمن السيبراني. يكشف بحث نُشر في عام 2026 أن 31.6% من عينات الأكواد البرمجية المُنتجة بواسطة الذكاء الاصطناعي قابلة للاستغلال بالكامل، وأن 69% من المؤسسات وجدت بالفعل ثغرات أدخلتها أكواد الذكاء الاصطناعي في أنظمتها . كما أن واحدة من كل خمس مؤسسات تعرضت لحادث أمني خطير مرتبط بتلك الأكواد .

في الوقت نفسه، جعلت سرعة التطوير بمساعدة الذكاء الاصطناعي عمليات المراجعة الأمنية التقليدية غير فعالة. انهارت نوافذ الاستجابة للثغرات من أيام إلى ما بين 12 و72 ساعة فقط . لم يعد بإمكان فرق الأمن مراجعة كل طلب دمج يدوياً، بينما يمكن أن يكون ثمن تفويت تغيير خطير واحد كارثياً.

على هذه الخلفية، جمعت شركة الأمن السيبراني الناشئة Cytix، ومقرها مانشستر، 7 ملايين دولار في تمويل من الفئة Series A تم إغلاقه في 12 أغسطس 2026، بقيادة Northern Gritstone وبمشاركة Auriga Cyber Ventures و NPIF II – PXN Equity Finance، لتقديم طبقة تحكم جديدة لتطوير البرمجيات في المؤسسات . صُممت منصة إدارة مخاطر التغيير من Cytix للإجابة عن أسئلة لا تستطيع أدوات الفحص التقليدية الإجابة عليها: ما هي التغييرات المهمة فعلاً؟ وما هي المخاطر التي تحملها؟ وما هي الأدلة التي تثبت أن الاستجابة كانت مناسبة؟

التحديات الأمنية الخمسة للتطوير المعتمد على الذكاء الاصطناعي

تتلاقى أبحاث من المنتدى الاقتصادي العالمي، وCheck Point، وIOActive، وهيئات أمن سيبراني كبرى أخرى على مجموعة من المخاطر المحددة والقابلة للقياس الناتجة عن تطوير البرمجيات بمساعدة الذكاء الاصطناعي.

1. أكواد الذكاء الاصطناعي القابلة للاستغلال. وجد تقييم IOActive لعام 2026 أن 31.6% من عينات الأكواد المُنتجة بواسطة الذكاء الاصطناعي قابلة للاستغلال بالكامل، مما يعني أن المهاجم يمكنه اختراق النظام بنجاح باستخدام الثغرة. الأدوات التقليدية لا تكتشف هذه الثغرات إلا جزئياً . كما وجد تقرير "حالة الذكاء الاصطناعي في الأمن والتطوير 2026" من Aikido أن 69% من المؤسسات واجهت ثغرات من أكواد الذكاء الاصطناعي، وأن 1 من كل 5 تعرض لحادث أمني خطير نتيجة لذلك .

2. سرعة فاقت نماذج الأمن. أفادت أبحاث Check Point أن الذكاء الاصطناعي يمكنه الآن فهم الكود بشكل كافٍ لتوليد أدوات استغلال تعمل على نطاق واسع، مما ضغط نوافذ الاستجابة للثغرات إلى 12-72 ساعة، بدلاً من الإطار الزمني التقليدي الذي كان يستمر لأيام . لا تستطيع فرق الأمن التي تستخدم عمليات المراجعة البشرية مواكبة دورات التطوير الآلية.

3. فقدان سياق المخاطر. تستطيع العديد من أدوات الفحص الحالية تحديد الثغرات الفردية، لكنها تفتقر إلى فهم التغييرات المهمة فعلاً للأعمال، والبيئة التي تستهدفها، والمخاطر التي تحملها . يؤدي هذا إلى إرهاق التنبيهات وسوء تحديد الأولويات.

4. التعرض التنظيمي. وجد مسح "آفاق الأمن السيبراني العالمية 2026" للمنتدى الاقتصادي العالمي أن 87% من قادة الأمن حددوا ثغرات الذكاء الاصطناعي على أنها أسرع المخاطر السيبرانية نمواً خلال عام 2025 . تقدر Gartner أنه بحلول عام 2027، سينشأ أكثر من 40% من خروقات البيانات المتعلقة بالذكاء الاصطناعي من سوء استخدام GenAI . تواجه المؤسسات العاملة بموجب GDPR أو SOC 2 أو لوائح خاصة بالصناعة ضغطاً متزايداً لإثبات تقييمها لأكواد الذكاء الاصطناعي.

5. الذكاء الاصطناعي الخفي ومخاطر سلسلة التوريد. تشمل نواقل الهجوم النشطة الآن حقن الأوامر (prompt injection)، وتسريب المعلومات الحساسة عبر أدوات الذكاء الاصطناعي، واختراق سلسلة توريد الذكاء الاصطناعي (AI supply chain compromise) . تحدد Deloitte "الذكاء الاصطناعي الخفي" (Shadow AI) - أي الاستخدام غير الخاضع للرقابة لأدوات الذكاء الاصطناعي من قبل الموظفين - كأحد أكثر المخاطر الداخلية إلحاحاً .

كيف تعمل منصة إدارة مخاطر التغيير من Cytix

تضع Cytix منصتها كـ "طبقة قرار أمني" تقع بين دورة حياة تطوير البرمجيات (SDLC) ووظائف المخاطر والأمن والامتثال . بدلاً من إضافة أداة فحص أخرى إلى المجموعة، تعمل كنقطة تحكم يمر من خلالها كل تغيير برمجي، حيث تفهم التغيير، وتقرر الإجراء الأمني، وتتحقق من المخاطرة، وتوفر مسار الأدلة للجهات التنظيمية . تعمل المنصة على أربع مراحل:

رؤية فورية. تراقب Cytix باستمرار كل تغيير برمجي - التذاكر، وطلبات الدمج (pull requests)، وفروق الأكواد (code diffs)، والإصدارات - وتقرأ كل منها للسياق: الأصل، والبيئة، والتاريخ. تحتفظ بمعرفة رسوم بيانية ثابتة (knowledge graph) لمشهد النظام حتى تتمكن الفرق من رؤية التغييرات التي تحمل مخاطر حقيقية فور ظهورها .

تقييم فوري للمخاطر. بدلاً من معاملة كل تغيير بنفس الطريقة، تحدد المنصة ما حدث وتقرر الاستجابة المناسبة - سواء كان ذلك يعني المزيد من السياق، أو مراجعة أمنية، أو نموذج تهديد، أو اختباراً محدداً. يمكن الموافقة تلقائياً على التغييرات منخفضة المخاطر؛ بينما تحصل التغييرات عالية المخاطر على الفحص المناسب .

تحقق وإجراء موجه. تنفذ المنصة الاستجابة الصحيحة - بقيادة الذكاء الاصطناعي، أو بمراجعة بشرية، أو عبر شركاء مثل NCC Group وKPMG - لضمان عدم تمرير أي شيء محفوف بالمخاطر دون معالجة مناسبة .

أدلة امتثال. يتم إرفاق كل قرار وإجراء ونتيجة بشكل دائم بالتغيير الذي أطلقها، مما يخلق سجلاً واحداً متصلاً للضمان. يمكن لفرق الحوكمة والمخاطر والامتثال (GRC) إثبات التغييرات التي تم تقييمها، وما تم فعله، ومن كان مسؤولاً عنها - عند الطلب، وليس تحت الضغط .

لماذا هذا مهم الآن؟

يُلخص الرئيس التنفيذي لشركة Cytix، بن أرمسترونج، المشكلة ببساطة: "الأدوات الحالية يمكنها إخبارك بالثغرات الموجودة لديك، لكنها لا تستطيع إخبارك عن المخاطرة. أطلقنا منصة إدارة مخاطر التغيير من Cytix للسيطرة على تلك المخاطرة" .

يعكس نهج المنصة - الذي يراعي السياق، ويقوم على المخاطر، ويُنتج الأدلة - تحولاً أوسع في صناعة الأمن السيبراني. مع استمرار تسارع توليد أكواد الذكاء الاصطناعي، أصبحت الفجوة بين سرعة التطوير وضمان الأمن هي ساحة المعركة الجديدة. بفضل تمويل 7 ملايين دولار، تراهن Cytix على أن المؤسسات ستدفع مقابل طبقة سياسات وأدلة حول كل تغيير، مع استفادة من شراكات مع شركات استشارية راسخة مثل KPMG وNCC Group لتوفير التوزيع والثقة .

بالنسبة لقادة الأمن، البيانات واضحة: ما يقرب من ثلث عينات أكواد الذكاء الاصطناعي قابلة للاستغلال بالكامل، ونافذة الاستجابة تقاس بالساعات وليس الأيام. لم يعد السؤال هو ما إذا كان التطوير المتسارع بالذكاء الاصطناعي يُحدث مخاطر، بل ما إذا كان نموذج الأمن الخاص بك مصمماً للتعامل معها.

نُشرت هذه المقالة في 13 أغسطس 2026. تم تحديثها لتعكس إعلان التمويل في 12 أغسطس 2026.