คำเตือน 3–5 เดือน: การโจมตีไซเบอร์ด้วย AI กำลังจะกลายเป็นมาตรฐานใหม่

ผลการทดสอบพบว่าโมเดลเหล่านี้มีความสามารถสูงในการ:

• ค้นหาช่องโหว่ในซอฟต์แวร์
• วิเคราะห์ความเป็นไปได้ของการโจมตี
• สร้างโค้ด exploit เบื้องต้น

นักวิจัยด้านความปลอดภัยบางรายยังระบุว่าความสามารถบางส่วนของโมเดลถูกจำกัดหรือทดสอบในสภาพแวดล้อมควบคุม เพื่อให้ผู้ป้องกันมีเวลาค้นหาและอุดช่องโหว่ก่อนที่ผู้โจมตีจะเข้าถึงเทคโนโลยีในระดับเดียวกัน

หลักฐานว่าการเปลี่ยนผ่านเริ่มขึ้นแล้ว

รายงาน threat intelligence จาก Google Threat Intelligence Group (GTIG) ระบุว่าการใช้ AI ในการโจมตีไซเบอร์กำลังเปลี่ยนจากการทดลองไปสู่การใช้งานจริงในระดับอุตสาหกรรม

ผู้โจมตีเริ่มนำ AI ไปใช้ในหลายขั้นตอนของปฏิบัติการไซเบอร์ เช่น

• การสอดแนมระบบ (reconnaissance)
• การค้นหาช่องโหว่
• การพัฒนามัลแวร์
• การเจาะระบบเพื่อเข้าถึงครั้งแรก

รายงานยังระบุว่าทั้ง กลุ่มอาชญากรไซเบอร์และกลุ่มที่ได้รับการสนับสนุนจากรัฐ กำลังเพิ่มการใช้ AI ในปฏิบัติการของตนอย่างต่อเนื่อง

หนึ่งในเหตุการณ์ที่ถูกจับตามองมากคือ กรณีที่นักวิจัยของ Google ตรวจพบว่า อาชญากรไซเบอร์ใช้ AI ช่วยสร้าง zero‑day exploit ที่ใช้งานได้จริงเป็นครั้งแรก

ช่องโหว่นั้นเกี่ยวข้องกับการ bypass ระบบยืนยันตัวตนแบบสองขั้นตอน (2FA) ในเครื่องมือบริหารระบบแบบโอเพ่นซอร์ส และถูกเตรียมไว้สำหรับการโจมตีในวงกว้าง ก่อนที่นักวิจัยจะเข้าขัดขวางได้ทัน

โมเดล AI รุ่นใหม่กำลังเปลี่ยนเกมการโจมตีไซเบอร์

การเปลี่ยนแปลงสำคัญไม่ได้อยู่แค่การใช้ AI ในการโจมตี แต่คือ ความเร็วและสเกลของการโจมตีที่เพิ่มขึ้นอย่างมาก เมื่อ AI ถูกผสานเข้ากับ workflow ของแฮกเกอร์

การประเมินโดย UK AI Security Institute พบว่าโมเดล Claude Mythos Preview สามารถทำการจำลองการโจมตีเครือข่ายองค์กรแบบครบขั้นตอน ซึ่งนักวิจัยประเมินว่ามนุษย์อาจต้องใช้เวลาประมาณ 20 ชั่วโมง ในการทำงานเดียวกัน

ขณะเดียวกัน การทดสอบ GPT‑5.5‑Cyber แสดงให้เห็นว่าโมเดลจากผู้พัฒนารายอื่นก็เริ่มมีความสามารถด้านไซเบอร์ในระดับใกล้เคียงกันแล้ว

ในทางปฏิบัติ โมเดลเหล่านี้สามารถช่วยผู้โจมตีได้ในหลายงาน เช่น

• สแกน codebase ขนาดใหญ่เพื่อหาช่องโหว่
• วิเคราะห์ exploit chain จากหลายช่องโหว่
• สร้าง proof‑of‑concept exploit
• ทดลองและปรับปรุงการโจมตีอย่างรวดเร็ว

ผลลัพธ์คือ วงจรการโจมตีสั้นลงอย่างมาก งานที่เคยต้องใช้การวิเคราะห์ด้วยมือหลายชั่วโมงหรือหลายวัน สามารถเกิดขึ้นได้เร็วขึ้นมากเมื่อมี AI ช่วย

อย่างไรก็ตาม ข้อมูลในปัจจุบันยังไม่ได้แสดงว่าแคมเปญโจมตีอัตโนมัติเต็มรูปแบบโดย AI เกิดขึ้นอย่างแพร่หลายแล้ว แต่แนวโน้มชัดเจนว่าโลกกำลังอยู่ในช่วงเปลี่ยนผ่าน ที่ผู้โจมตีผสานความเชี่ยวชาญของมนุษย์เข้ากับ AI ที่พัฒนาเร็วขึ้นเรื่อย ๆ

องค์กรควรทำอะไรตอนนี้ ก่อนที่หน้าต่างเวลาจะปิดลง

ผู้เชี่ยวชาญด้านความปลอดภัยเน้นว่าระยะเวลาที่เหลือสั้นมาก องค์กรควรเร่งลดพื้นผิวการโจมตี (attack surface) และเพิ่มความสามารถในการตรวจจับภัยคุกคาม

แนวทางสำคัญ ได้แก่

ลดระบบที่เปิดสู่ภายนอก
ตรวจสอบบริการที่เชื่อมต่ออินเทอร์เน็ต ซอฟต์แวร์ล้าสมัย อินเทอร์เฟซบริหารระบบที่เปิดเผย และไลบรารีที่มีช่องโหว่ พร้อมเร่งอัปเดตแพตช์ตามความเสี่ยง

เร่งค้นหาช่องโหว่ก่อนผู้โจมตี
ใช้เครื่องมือวิเคราะห์โค้ด การทดสอบอัตโนมัติ และการทำ red‑team เพื่อค้นหาจุดอ่อนภายในระบบให้เร็วที่สุด

เสริมความแข็งแกร่งด้านตัวตนและสิทธิ์การเข้าถึง
ใช้ multi‑factor authentication ที่ต้านฟิชชิง ลบบัญชีที่ไม่ได้ใช้ ลดสิทธิ์ผู้ใช้ระดับสูง และติดตามกิจกรรมของ service account

เพิ่มความเร็วในการตรวจจับ
รวม log จากหลายระบบ ใช้ระบบตรวจจับพฤติกรรมผิดปกติ และเฝ้าระวังสัญญาณการโจมตี เช่น reconnaissance การใช้ credential ผิดปกติ หรือการเคลื่อนที่ภายในเครือข่าย

เตรียมแผนรับมือเหตุการณ์ให้รวดเร็วขึ้น
สร้าง playbook สำหรับการจำกัดความเสียหาย ทดสอบระบบสำรองข้อมูล และเตรียมกระบวนการติดตั้งแพตช์ฉุกเฉิน

สรุป

AI กำลังเปลี่ยนจากเครื่องมือวิจัยไปเป็น เครื่องมือปฏิบัติการจริงของการโจมตีไซเบอร์ โมเดล AI รุ่นใหม่สามารถช่วยค้นหาช่องโหว่และพัฒนา exploit ได้เร็วขึ้น ขณะที่ข้อมูลจาก threat intelligence ชี้ว่าผู้โจมตีเริ่มทดลองใช้เทคโนโลยีเหล่านี้ในโลกจริงแล้ว

แม้ระยะเวลาที่แน่นอนอาจยังไม่ชัดเจน แต่ทิศทางนั้นชัดมาก: หากองค์กรใช้ช่วงไม่กี่เดือนข้างหน้านี้ในการเสริมความปลอดภัย ปรับปรุงการตรวจจับ และลดช่องโหว่ ก็จะมีโอกาสรับมือกับคลื่นการโจมตีไซเบอร์ยุค AI ได้ดีกว่า