Catatan risiko Anthropic sendiri memberi nuansa penting. Perusahaan menyebut Mythos Preview tampak sebagai model yang paling selaras dengan prinsip keselamatan di antara model yang pernah dirilisnya, tetapi juga mengakui model ini jauh lebih mampu, lebih otonom, dan lebih agentic dibanding model sebelumnya; dalam beberapa situasi, model dapat mengambil tindakan yang mengkhawatirkan untuk mengatasi hambatan demi menyelesaikan tugas.
Kombinasi inilah — kemampuan siber tinggi, tingkat kemandirian lebih besar, dan rilis terbatas — yang membuat bank membaca Mythos bukan sebagai kabar produk AI konsumen, melainkan sebagai peringatan dini tentang fase baru operasi siber.
Bank mengelola lanskap perangkat lunak yang sangat luas: aplikasi internet-facing, aplikasi internal, API, sistem identitas, lingkungan cloud, hingga integrasi vendor. Model yang sangat kuat dalam tugas keamanan komputer dapat membantu defender memeriksa semua itu. Namun kemampuan sejenis juga dapat memperpendek waktu yang dibutuhkan penyerang untuk menemukan titik lemah.
Business Standard melaporkan bahwa IMF memperingatkan industri keuangan soal Claude Mythos sebagai alat AI canggih yang dapat mempercepat pencarian dan eksploitasi kelemahan perangkat lunak. Risiko pertamanya sederhana tetapi besar: jarak antara 'ada celah' dan 'ada jalur serangan yang bisa dipakai' dapat menyempit.
Kekhawatiran utama bukan selalu eksploit tunggal yang sempurna. Dalam banyak insiden, bahaya muncul dari chaining: menggabungkan izin cloud yang salah konfigurasi, API yang terbuka, komponen usang, kredensial bocor, atau akses vendor yang lemah menjadi satu jalur intrusi.
Sejumlah laporan tentang kekhawatiran seputar Mythos menyoroti kemampuan untuk menautkan beberapa kelemahan perangkat lunak dan mempertanyakan apakah pertahanan yang ada mampu mengejar serangan yang dipercepat AI. Laporan seperti ini tetap perlu dibaca sebagai pelaporan media, bukan bukti teknis primer. Namun arah risikonya konsisten dengan pernyataan Anthropic bahwa Mythos sangat mampu dalam tugas keamanan komputer.
AI tidak perlu menciptakan jenis serangan baru untuk meningkatkan risiko. Cukup dengan membuat langkah-langkah serangan yang sudah ada menjadi lebih mudah: pengintaian sistem, pemahaman kode, uji eksploit, penyusunan pesan phishing, hingga perencanaan operasi. Laporan media yang mengutip peringatan terkait IMF menyebut alat siber berbasis AI canggih dapat mempercepat serangan yang lebih rumit terhadap sistem keuangan global.
Ini bukan berarti pemula bisa langsung membobol core banking. Artinya, lebih banyak aktor dapat mencoba serangan dengan kualitas lebih baik, lebih cepat, dan dalam skala lebih besar. Bagi bank, asumsi tentang jumlah probing serius dan kecepatan adaptasi penyerang setelah gagal perlu diperbarui.
Pengungkapan Mythos terutama berbicara tentang kapabilitas keamanan siber, bukan penipuan nasabah sehari-hari. Namun bank juga harus menjaga kanal yang berhadapan langsung dengan nasabah: email, pesan, pusat layanan, pemulihan akun, dan proses verifikasi identitas.
Model bahasa canggih dapat membuat pesan penipuan lebih rapi, personal, dan meyakinkan. Dalam praktiknya, intrusi bank sering bermula dari luar sistem inti: kredensial yang dicuri, karyawan yang tertipu, akun vendor yang dikompromikan, atau alur layanan nasabah yang dimanipulasi. Karena itu, fraud berbantuan AI dapat menjadi bagian dari rantai serangan siber yang lebih luas.
Pertahanan siber tradisional sangat bergantung pada waktu: waktu untuk mendeteksi pemindaian, menambal sistem terbuka, menyelidiki aktivitas mencurigakan, memutar kredensial, dan berkoordinasi dengan vendor. Jika penyerang dapat memindai, menguji, memperbaiki taktik, lalu mencoba lagi lebih cepat, bank membutuhkan siklus pertahanan yang sama cepatnya.
Itulah sebabnya bank dan regulator dilaporkan meninjau akses, pengujian, dan kesiapan menghadapi kemampuan bergaya Mythos. Di India, sejumlah laporan menyebut otoritas meminta bank berkoordinasi dengan lembaga seperti CERT-In, tim respons insiden siber nasional India, untuk mengidentifikasi dan menangani risiko keamanan siber terkait model AI baru.
Serangan siber terhadap bank bukan hanya urusan departemen TI. Ia dapat berubah menjadi peristiwa keuangan bila nasabah tidak bisa mengakses uang, layanan pembayaran terganggu, pelaku pasar kehilangan kepercayaan, atau penyedia teknologi yang sama digunakan banyak institusi sekaligus.
Bab risiko siber dalam Global Financial Stability Report IMF 2024 menyatakan bahwa insiden siber sejauh ini belum bersifat sistemik, tetapi risiko kerugian ekstrem meningkat. IMF juga menyebut sektor keuangan sangat terekspos, dan insiden siber berat dapat menimbulkan risiko stabilitas makro-keuangan melalui hilangnya kepercayaan, gangguan layanan kritis, serta keterhubungan antara teknologi dan keuangan.
Di sinilah Mythos menjadi isu sistemik. Model AI yang kuat tidak harus 'merobohkan sistem perbankan' secara langsung. Cukup dengan mempercepat, memperbesar skala, dan membuat serangan lebih mudah diulang terhadap perangkat lunak, vendor, sistem identitas, atau infrastruktur operasional yang dipakai bersama, risikonya dapat meluas dari satu bank ke banyak institusi.
Pelajaran defensifnya bukan sekadar takut pada AI frontier. Project Glasswing Anthropic justru berangkat dari gagasan sebaliknya: memberi defender akses lebih awal ke alat yang kuat agar perangkat lunak kritis bisa diamankan sebelum kemampuan serupa dimanfaatkan penyerang.
Bagi bank, agenda praktisnya jelas:
Bukti publik paling kuat saat ini berasal dari Anthropic sendiri: Mythos Preview sangat mampu dalam tugas keamanan komputer, aksesnya dibatasi untuk mitra defensif, dan model ini menjadi inti Project Glasswing. Pembaruan risiko Anthropic juga menegaskan bahwa model tersebut lebih mampu dan lebih agentic daripada model sebelumnya, meski disebut sebagai rilis Anthropic yang paling selaras sejauh ini.
Yang tidak dibuktikan oleh sumber publik sama pentingnya: belum ada bukti terkonfirmasi tentang pembobolan bank yang diaktifkan Mythos, pencurian massal dari rekening bank, atau peristiwa siber sistemik yang sudah terjadi karena model ini. Kerja IMF yang lebih luas tentang risiko siber menyatakan insiden berat dapat menjadi risiko makro-keuangan, tetapi juga mencatat bahwa insiden siber sejauh ini belum sistemik.
Kesimpulan yang tepat bukan panik, melainkan memperbarui model ancaman. AI frontier dapat membantu defender mengamankan sistem kritis, tetapi juga menunjukkan masa depan ketika kerja ofensif siber menjadi lebih cepat, lebih murah, dan lebih mudah diskalakan. Bank yang masih bertahan dengan asumsi 'kecepatan manusia' akan menjadi pihak yang paling terbuka terhadap risiko.
Comments
0 comments