Jensen Huang: Keselamatan siber mungkin pasaran besar AI yang seterusnya

Jensen Huang, Ketua Pegawai Eksekutif Nvidia, berpendapat pasaran besar AI yang seterusnya mungkin bukan sekadar chatbot atau alat pengekodan, tetapi keselamatan siber. Dalam persidangan Goldman Sachs Communacopia + Technology, beliau berkata kemajuan AI yang mengautomasikan pembangunan perisian turut mengubah cara kelemahan kod ditemui, dieksploitasi dan dibaiki. 10

Logiknya mudah: apabila kod boleh dihasilkan dan diubah suai dengan lebih pantas, pasukan keselamatan perlu bertindak pada kelajuan yang sama. Ini menjadikan AI berpotensi penting untuk menganalisis kod, memodelkan serangan, mengutamakan amaran dan mempercepatkan tindakan membaiki kelemahan.

Mengapa keselamatan siber menjadi sasaran baharu AI

Huang berkata keselamatan siber “kemungkinan besar” akan menjadi kegunaan utama AI yang seterusnya. Menurutnya, automasi pengaturcaraan komputer oleh model AI sedang mengganggu industri keselamatan siber kerana kod boleh dieksploitasi dan perlu ditampal pada kadar yang jauh lebih cepat. 10

Ini tidak bermaksud AI akan menghapuskan risiko siber. Sebaliknya, AI boleh mengalihkan operasi keselamatan kepada proses berterusan dan automatik — daripada pemeriksaan kod serta pengesanan ancaman hingga tindak balas terhadap insiden.

Pada persidangan sama, Huang turut mempertikaikan sebahagian naratif yang terlalu berasaskan kebimbangan mengenai AI. Beliau dilaporkan berkata perbualan hangat tentang keselamatan siber muncul ketika industri sedang bersedia melancarkan produk, lalu bertanya: “Apa cara lebih baik untuk mencipta permintaan selain mencipta masalah?” 6 Kenyataan itu mencabar kemungkinan bahawa sesetengah retorik keselamatan didorong kepentingan komersial, walaupun Nvidia sendiri sedang melabur dalam pertahanan siber berasaskan AI.

SafeMind: contoh paling nyata daripada Nvidia dan CrowdStrike

Contoh yang paling jelas ialah kerjasama Nvidia dengan CrowdStrike. Pada September, kedua-dua syarikat mengumumkan CrowdStrike SafeMind, sistem keselamatan siber berasaskan ejen yang dibangunkan menerusi CrowdStrike Cyber Superintelligence Lab. 19

SafeMind menggabungkan model dan rangka kerja ejen khusus CrowdStrike dengan model pertahanan yang dibina berasaskan model terbuka Nvidia Nemotron. Reka bentuknya menggunakan gelung berterusan: keupayaan ofensif dan defensif saling mencabar serta memperbaik antara satu sama lain. 19

Ia menggambarkan jenis pasaran yang dimaksudkan Huang — bukan pembantu AI umum yang sekadar diberi fungsi keselamatan, tetapi produk yang menyatukan model khusus, data keselamatan, ejen dan infrastruktur pengkomputeran.

Cisco, CrowdStrike dan Palantir antara organisasi yang dikaitkan dengan Open Secure AI Alliance Nvidia, sebuah gabungan yang memberi tumpuan kepada model terbuka, rangka kerja ejen dan alatan bagi pertahanan siber era AI. 23 Nvidia juga menyatakan bahawa CrowdStrike dan Palantir menggunakan model terbuka Nemotron untuk ejen perusahaan yang beroperasi dalam tempoh panjang. 29 Namun, laporan yang tersedia tidak membuktikan bahawa setiap anggota gabungan menggunakan seni bina produk berasaskan Nemotron yang sama.

Tesis infrastruktur AI bernilai AS$3–4 trilion

Keselamatan siber hanyalah satu komponen dalam visi Huang. Beliau mengulangi anggaran Nvidia bahawa perbelanjaan global untuk infrastruktur AI boleh mencapai AS$3 trilion hingga AS$4 trilion menjelang 2030. 32

Huang menggambarkan peralihan ini sebagai perubahan pada model pengkomputeran: daripada sistem berasaskan carian maklumat kepada AI generatif dan model besar yang kompleks. Model sebegini memerlukan kapasiti pengkomputeran serta sambungan berkelajuan tinggi yang besar. Dalam kerangka ini, Nvidia mahu menjadi rakan reka bentuk bagi “kilang AI”, bukan hanya penjual pemproses grafik atau GPU. 2

Beliau berkata Nvidia menjangkakan pertumbuhan kira-kira 70% tahun ke tahun, walaupun permintaan tanpa kekangan bekalan meningkat lebih daripada 100%. Maksudnya, faktor utama yang mengehadkan pertumbuhan ialah bekalan, bukannya permintaan. Antara kekangan yang dilaporkan ialah cip, memori, pembungkusan cip termaju, tanah dan bekalan elektrik. 32

Skala kewangan di belakang strategi Nvidia

Prestasi kewangan Nvidia menunjukkan skala di sebalik hujah infrastruktur tersebut. Syarikat itu melaporkan hasil AS$96.2 bilion bagi suku kedua tahun fiskal 2027 yang berakhir pada 26 Julai 2026 — meningkat 18% berbanding suku sebelumnya dan 106% daripada setahun sebelumnya. 52

Bagi suku ketiga fiskal 2027, Nvidia mengunjurkan hasil AS$108 bilion, tambah atau tolak 2%, dengan andaian tiada hasil pengkomputeran pusat data dari China dimasukkan dalam unjuran itu. 52

Penting untuk membezakan tempoh kewangan: hasil AS$96.2 bilion itu ialah bagi suku kedua fiskal 2027, bukannya keputusan fiskal 2026.

Apa yang belum dibuktikan oleh laporan tersedia

Beberapa dakwaan yang sering dikaitkan dengan ulasan Huang memerlukan bukti lebih kukuh daripada bahan yang tersedia. Tiada asas transkrip utama yang disahkan di sini untuk kritikan khusus oleh Profesor Erik Gordon, kenyataan muktamad bahawa OpenAI menganggap keselamatan siber sebagai peluang komersial utama, atau respons terperinci Huang terhadap tuduhan pembiayaan berputar melalui pelaburan dalam pelanggan.

Soalan-soalan itu penting, khususnya ketika pembiayaan infrastruktur AI berkembang. Namun, tanpa transkrip langsung, pemfailan syarikat atau petikan laporan yang boleh dipercayai, ia tidak wajar dianggap sebagai fakta yang telah diselesaikan.

Apa maknanya kepada pembeli AI dan keselamatan

Inti hujah Huang bukan tertumpu kepada satu produk sahaja, tetapi kepada struktur pasaran. Apabila AI mengambil alih lebih banyak kerja pengaturcaraan dan operasi, keupayaan yang sama boleh meningkatkan keperluan untuk ujian keselamatan, pemantauan dan respons automatik. Nvidia mahu membekalkan keseluruhan lapisan teknologi bagi perubahan itu — daripada pengkomputeran dipercepat dan rangkaian, kepada model terbuka serta sistem ejen mengikut industri. 219

Bagi organisasi yang menilai alat keselamatan AI, persoalan praktikal bukan sama ada AI akan menjadi penting dalam keselamatan siber. Persoalannya ialah sama ada sesuatu alat mempunyai model khusus, data keselamatan yang relevan, pengawasan manusia dan penyepaduan dengan aliran kerja respons sebenar supaya automasinya boleh dipercayai. SafeMind hasil usaha Nvidia dan CrowdStrike ialah contoh awal yang nyata bagi pendekatan menyeluruh itu. 1922