ในเวทีระหว่างประเทศ กองทุนการเงินระหว่างประเทศ (IMF) ก็เตือนว่า AI ที่มีความสามารถด้านไซเบอร์ขั้นสูงอาจกลายเป็น ความเสี่ยงเชิงระบบต่อระบบการเงินโลก หากผู้โจมตีสามารถใช้มันเพื่อหลบเลี่ยงระบบป้องกันแบบเดิมได้ในวงกว้าง

ด้านออสเตรเลีย หน่วยงานกำกับธนาคารอย่าง Australian Prudential Regulation Authority (APRA) ระบุว่าโมเดล AI แนวหน้าแบบเดียวกับ Claude Mythos อาจทำให้ผู้โจมตีมีศักยภาพที่ภาคธนาคารยังรับมือไม่ทัน และเสนอว่าธนาคารควรมีการเข้าถึงเครื่องมือประเภทนี้ในสภาพแวดล้อมควบคุมเพื่อทดสอบระบบของตนเอง

แนวโน้มที่หน่วยงานกำกับกำลังผลักดันให้ธนาคารดำเนินการ ได้แก่

• การทดสอบเจาะระบบ (penetration testing) และการทำ red‑team ด้วย AI
• การค้นหาและแก้ไขช่องโหว่ให้รวดเร็วขึ้น
• การกำกับดูแลซอฟต์แวร์จากผู้ให้บริการภายนอก
• การรายงานเหตุการณ์ไซเบอร์และการกำกับดูแลในระดับบอร์ด

เป้าหมายคือทำให้ระบบการเงินสามารถรับมือกับภัยคุกคามที่พัฒนาเร็วในระดับ “ความเร็วของเครื่องจักร” ไม่ใช่ระดับมนุษย์

Claude Mythos คืออะไร และทำไมจึงถูกจับตา

Anthropic เปิดตัว Claude Mythos Preview ในฐานะระบบ AI ที่มีความสามารถด้านความปลอดภัยไซเบอร์ขั้นสูง โดยรายงานระบุว่าโมเดลนี้สามารถค้นหาและใช้ประโยชน์จากช่องโหว่ซอฟต์แวร์ในระบบปฏิบัติการและเว็บเบราว์เซอร์หลักได้

บริษัทระบุว่าโมเดลสามารถค้นพบ “ช่องโหว่ร้ายแรงหลายพันรายการ” รวมถึงในแพลตฟอร์มซอฟต์แวร์ที่ใช้กันอย่างแพร่หลาย

ตัวอย่างหนึ่งที่ถูกกล่าวถึงคือการค้นพบช่องโหว่ในระบบ OpenBSD ที่ไม่ถูกตรวจพบมานานหลายทศวรรษ

ความกังวลสำคัญไม่ได้อยู่ที่ช่องโหว่เพียงอย่างเดียว แต่อยู่ที่ ความเร็วและขนาดของกระบวนการค้นหา เพราะ AI สามารถทำขั้นตอนต่าง ๆ ได้อัตโนมัติ เช่น

• สแกนโค้ดจำนวนมหาศาล
• ระบุช่องโหว่ที่ซ่อนอยู่
• สร้างโค้ดโจมตี (exploit)
• เชื่อมโยงช่องโหว่หลายจุดเข้าด้วยกัน

สำหรับธนาคารซึ่งหลายแห่งยังใช้ระบบ IT เก่าและซับซ้อน การเร่งความเร็วในการค้นหาช่องโหว่แบบนี้อาจทำให้เกิดความเสี่ยงเพิ่มขึ้นอย่างมาก

อย่างไรก็ตาม รายละเอียดเชิงเทคนิคของ Mythos จำนวนหนึ่งมาจากรายงานข่าวและแหล่งข้อมูลรอง ทำให้บางข้ออ้างยังยากต่อการตรวจสอบอย่างอิสระ แม้จะเพียงพอที่จะทำให้หน่วยงานกำกับทั่วโลกเริ่มจับตาอย่างจริงจัง

Daybreak: แนวทางป้องกันจาก OpenAI

ในขณะที่ความสามารถด้านการโจมตีของ AI เพิ่มขึ้น บริษัทเทคโนโลยีก็กำลังพัฒนาเครื่องมือ AI สำหรับฝ่ายป้องกัน หนึ่งในนั้นคือ Daybreak โครงการด้านไซเบอร์ซีเคียวริตี้ของ OpenAI

Daybreak ถูกออกแบบมาเพื่อช่วยองค์กร ค้นหาและแก้ไขช่องโหว่ซอฟต์แวร์ก่อนที่ผู้โจมตีจะใช้ประโยชน์จากมัน

แพลตฟอร์มนี้ผสานโมเดล AI ของ OpenAI เข้ากับระบบตัวแทนด้านโค้ดชื่อ Codex Security ซึ่งช่วยทีมรักษาความปลอดภัยวิเคราะห์โค้ด ตรวจพบจุดอ่อน และสร้างแพตช์เพื่อแก้ไข

ความสามารถหลักของ Daybreak ได้แก่

• ตรวจจับช่องโหว่ในโค้ดโดยอัตโนมัติ
• วิเคราะห์ภัยคุกคามและโมเดลความเสี่ยง
• สร้างและตรวจสอบแพตช์แก้ไข
• ตรวจสอบความเสี่ยงจากไลบรารีและซัพพลายเชนซอฟต์แวร์

OpenAI ยังเปิดตัวโมเดลเฉพาะทาง เช่น GPT‑5.5‑Cyber และระบบการเข้าถึงแบบจำกัดสำหรับนักวิจัยด้านความปลอดภัยและผู้ทดสอบระบบ เพื่อให้ใช้ความสามารถขั้นสูงเหล่านี้อย่างปลอดภัย

แนวคิดสำคัญคือการย้ายการรักษาความปลอดภัยไปไว้ตั้งแต่ขั้นตอนพัฒนาซอฟต์แวร์ แทนที่จะรอแก้ปัญหาหลังเกิดการโจมตีแล้ว

จุดเริ่มต้นของการแข่งขันอาวุธไซเบอร์ด้วย AI

การเกิดขึ้นของ Claude Mythos และ Daybreak แสดงให้เห็นแนวโน้มสำคัญในโลกไซเบอร์ซีเคียวริตี้

AI สามารถทำให้ทั้ง การโจมตีและการป้องกันเร็วขึ้นพร้อมกัน

• โมเดลเชิงรุกสามารถค้นหาช่องโหว่ในระบบจำนวนมหาศาล
• ระบบป้องกันที่ใช้ AI สามารถสแกนโค้ด จำลองการโจมตี และสร้างแพตช์ได้เร็วกว่าเดิม

ในอนาคต ความได้เปรียบด้านไซเบอร์อาจขึ้นอยู่กับว่า ฝ่ายใดสามารถทำงานอัตโนมัติได้เร็วกว่า

สิ่งที่ธนาคารและองค์กรต้องเตรียมรับมือ

หน่วยงานกำกับกำลังส่งสัญญาณชัดเจนว่า การกำกับดูแล AI จะสำคัญพอ ๆ กับเทคโนโลยีเอง

ประเด็นสำคัญที่ถูกเน้นมากขึ้น ได้แก่

• การกำกับดูแลความเสี่ยงจาก AI อย่างเข้มงวด
• การควบคุมการเข้าถึงโมเดลไซเบอร์ขั้นสูง
• กระบวนการพัฒนาซอฟต์แวร์ที่ปลอดภัย
• การทดสอบความทนทานต่อการโจมตีด้วย AI
• ความร่วมมือระหว่างธนาคาร บริษัทไซเบอร์ซีเคียวริตี้ และหน่วยงานกำกับ

หลายผู้เชี่ยวชาญเชื่อว่าในอนาคตองค์กรอาจต้องเผชิญกับ การสแกนหาช่องโหว่โดย AI แบบต่อเนื่องตลอดเวลา แทนที่จะเป็นการค้นพบช่องโหว่เป็นครั้งคราว

สรุป

การมาถึงของโมเดล AI ขั้นสูงที่สามารถค้นหาช่องโหว่ซอฟต์แวร์ได้อย่างรวดเร็วกำลังบังคับให้ภาคการเงินและหน่วยงานกำกับต้องปรับกลยุทธ์ด้านความปลอดภัยไซเบอร์ใหม่

Claude Mythos แสดงให้เห็นว่า AI สามารถเร่งการค้นหาจุดอ่อนในระบบดิจิทัลได้มากเพียงใด ขณะที่ Daybreak เป็นตัวอย่างของความพยายามใช้ AI เพื่อเสริมความสามารถของฝ่ายป้องกัน

ในท้ายที่สุด สมดุลระหว่างผู้โจมตีและผู้ป้องกันอาจขึ้นอยู่กับว่าองค์กรต่าง ๆ สามารถนำ AI มาใช้เสริมการป้องกันได้เร็วเพียงใด และสามารถกำกับดูแลเทคโนโลยีเหล่านี้อย่างรับผิดชอบได้มากแค่ไหน

ในเวทีระหว่างประเทศ กองทุนการเงินระหว่างประเทศ (IMF) ก็เตือนว่า AI ที่มีความสามารถด้านไซเบอร์ขั้นสูงอาจกลายเป็น ความเสี่ยงเชิงระบบต่อระบบการเงินโลก หากผู้โจมตีสามารถใช้มันเพื่อหลบเลี่ยงระบบป้องกันแบบเดิมได้ในวงกว้าง

ด้านออสเตรเลีย หน่วยงานกำกับธนาคารอย่าง Australian Prudential Regulation Authority (APRA) ระบุว่าโมเดล AI แนวหน้าแบบเดียวกับ Claude Mythos อาจทำให้ผู้โจมตีมีศักยภาพที่ภาคธนาคารยังรับมือไม่ทัน และเสนอว่าธนาคารควรมีการเข้าถึงเครื่องมือประเภทนี้ในสภาพแวดล้อมควบคุมเพื่อทดสอบระบบของตนเอง

แนวโน้มที่หน่วยงานกำกับกำลังผลักดันให้ธนาคารดำเนินการ ได้แก่

• การทดสอบเจาะระบบ (penetration testing) และการทำ red‑team ด้วย AI
• การค้นหาและแก้ไขช่องโหว่ให้รวดเร็วขึ้น
• การกำกับดูแลซอฟต์แวร์จากผู้ให้บริการภายนอก
• การรายงานเหตุการณ์ไซเบอร์และการกำกับดูแลในระดับบอร์ด

เป้าหมายคือทำให้ระบบการเงินสามารถรับมือกับภัยคุกคามที่พัฒนาเร็วในระดับ “ความเร็วของเครื่องจักร” ไม่ใช่ระดับมนุษย์

Claude Mythos คืออะไร และทำไมจึงถูกจับตา

Anthropic เปิดตัว Claude Mythos Preview ในฐานะระบบ AI ที่มีความสามารถด้านความปลอดภัยไซเบอร์ขั้นสูง โดยรายงานระบุว่าโมเดลนี้สามารถค้นหาและใช้ประโยชน์จากช่องโหว่ซอฟต์แวร์ในระบบปฏิบัติการและเว็บเบราว์เซอร์หลักได้

บริษัทระบุว่าโมเดลสามารถค้นพบ “ช่องโหว่ร้ายแรงหลายพันรายการ” รวมถึงในแพลตฟอร์มซอฟต์แวร์ที่ใช้กันอย่างแพร่หลาย

ตัวอย่างหนึ่งที่ถูกกล่าวถึงคือการค้นพบช่องโหว่ในระบบ OpenBSD ที่ไม่ถูกตรวจพบมานานหลายทศวรรษ

ความกังวลสำคัญไม่ได้อยู่ที่ช่องโหว่เพียงอย่างเดียว แต่อยู่ที่ ความเร็วและขนาดของกระบวนการค้นหา เพราะ AI สามารถทำขั้นตอนต่าง ๆ ได้อัตโนมัติ เช่น

• สแกนโค้ดจำนวนมหาศาล
• ระบุช่องโหว่ที่ซ่อนอยู่
• สร้างโค้ดโจมตี (exploit)
• เชื่อมโยงช่องโหว่หลายจุดเข้าด้วยกัน

สำหรับธนาคารซึ่งหลายแห่งยังใช้ระบบ IT เก่าและซับซ้อน การเร่งความเร็วในการค้นหาช่องโหว่แบบนี้อาจทำให้เกิดความเสี่ยงเพิ่มขึ้นอย่างมาก

อย่างไรก็ตาม รายละเอียดเชิงเทคนิคของ Mythos จำนวนหนึ่งมาจากรายงานข่าวและแหล่งข้อมูลรอง ทำให้บางข้ออ้างยังยากต่อการตรวจสอบอย่างอิสระ แม้จะเพียงพอที่จะทำให้หน่วยงานกำกับทั่วโลกเริ่มจับตาอย่างจริงจัง

Daybreak: แนวทางป้องกันจาก OpenAI

ในขณะที่ความสามารถด้านการโจมตีของ AI เพิ่มขึ้น บริษัทเทคโนโลยีก็กำลังพัฒนาเครื่องมือ AI สำหรับฝ่ายป้องกัน หนึ่งในนั้นคือ Daybreak โครงการด้านไซเบอร์ซีเคียวริตี้ของ OpenAI

Daybreak ถูกออกแบบมาเพื่อช่วยองค์กร ค้นหาและแก้ไขช่องโหว่ซอฟต์แวร์ก่อนที่ผู้โจมตีจะใช้ประโยชน์จากมัน

แพลตฟอร์มนี้ผสานโมเดล AI ของ OpenAI เข้ากับระบบตัวแทนด้านโค้ดชื่อ Codex Security ซึ่งช่วยทีมรักษาความปลอดภัยวิเคราะห์โค้ด ตรวจพบจุดอ่อน และสร้างแพตช์เพื่อแก้ไข

ความสามารถหลักของ Daybreak ได้แก่

• ตรวจจับช่องโหว่ในโค้ดโดยอัตโนมัติ
• วิเคราะห์ภัยคุกคามและโมเดลความเสี่ยง
• สร้างและตรวจสอบแพตช์แก้ไข
• ตรวจสอบความเสี่ยงจากไลบรารีและซัพพลายเชนซอฟต์แวร์

OpenAI ยังเปิดตัวโมเดลเฉพาะทาง เช่น GPT‑5.5‑Cyber และระบบการเข้าถึงแบบจำกัดสำหรับนักวิจัยด้านความปลอดภัยและผู้ทดสอบระบบ เพื่อให้ใช้ความสามารถขั้นสูงเหล่านี้อย่างปลอดภัย

แนวคิดสำคัญคือการย้ายการรักษาความปลอดภัยไปไว้ตั้งแต่ขั้นตอนพัฒนาซอฟต์แวร์ แทนที่จะรอแก้ปัญหาหลังเกิดการโจมตีแล้ว

จุดเริ่มต้นของการแข่งขันอาวุธไซเบอร์ด้วย AI

การเกิดขึ้นของ Claude Mythos และ Daybreak แสดงให้เห็นแนวโน้มสำคัญในโลกไซเบอร์ซีเคียวริตี้

AI สามารถทำให้ทั้ง การโจมตีและการป้องกันเร็วขึ้นพร้อมกัน

• โมเดลเชิงรุกสามารถค้นหาช่องโหว่ในระบบจำนวนมหาศาล
• ระบบป้องกันที่ใช้ AI สามารถสแกนโค้ด จำลองการโจมตี และสร้างแพตช์ได้เร็วกว่าเดิม

ในอนาคต ความได้เปรียบด้านไซเบอร์อาจขึ้นอยู่กับว่า ฝ่ายใดสามารถทำงานอัตโนมัติได้เร็วกว่า

สิ่งที่ธนาคารและองค์กรต้องเตรียมรับมือ

หน่วยงานกำกับกำลังส่งสัญญาณชัดเจนว่า การกำกับดูแล AI จะสำคัญพอ ๆ กับเทคโนโลยีเอง

ประเด็นสำคัญที่ถูกเน้นมากขึ้น ได้แก่

• การกำกับดูแลความเสี่ยงจาก AI อย่างเข้มงวด
• การควบคุมการเข้าถึงโมเดลไซเบอร์ขั้นสูง
• กระบวนการพัฒนาซอฟต์แวร์ที่ปลอดภัย
• การทดสอบความทนทานต่อการโจมตีด้วย AI
• ความร่วมมือระหว่างธนาคาร บริษัทไซเบอร์ซีเคียวริตี้ และหน่วยงานกำกับ

หลายผู้เชี่ยวชาญเชื่อว่าในอนาคตองค์กรอาจต้องเผชิญกับ การสแกนหาช่องโหว่โดย AI แบบต่อเนื่องตลอดเวลา แทนที่จะเป็นการค้นพบช่องโหว่เป็นครั้งคราว

สรุป

การมาถึงของโมเดล AI ขั้นสูงที่สามารถค้นหาช่องโหว่ซอฟต์แวร์ได้อย่างรวดเร็วกำลังบังคับให้ภาคการเงินและหน่วยงานกำกับต้องปรับกลยุทธ์ด้านความปลอดภัยไซเบอร์ใหม่

Claude Mythos แสดงให้เห็นว่า AI สามารถเร่งการค้นหาจุดอ่อนในระบบดิจิทัลได้มากเพียงใด ขณะที่ Daybreak เป็นตัวอย่างของความพยายามใช้ AI เพื่อเสริมความสามารถของฝ่ายป้องกัน

ในท้ายที่สุด สมดุลระหว่างผู้โจมตีและผู้ป้องกันอาจขึ้นอยู่กับว่าองค์กรต่าง ๆ สามารถนำ AI มาใช้เสริมการป้องกันได้เร็วเพียงใด และสามารถกำกับดูแลเทคโนโลยีเหล่านี้อย่างรับผิดชอบได้มากแค่ไหน