Bank of America จ้างผู้รับเหมา 1,000 คนแก้ช่องโหว่ที่ AI พบ

เกิดอะไรขึ้น

Bank of America จ้างผู้รับเหมาอิสระราว 1,000 คน และใช้งบประมาณมากกว่า 100 ล้านดอลลาร์สหรัฐ เพื่อแก้ไขช่องโหว่ซอฟต์แวร์ที่ถูกค้นพบโดยโมเดล AI ชื่อ Mythos ของ Anthropic ตามรายงานของ TechRadar

ธนาคารคาดว่าค่าใช้จ่ายส่วนนี้จะลดลงตามเวลา แต่รายงานไม่ได้ระบุกรอบเวลาหรือเป้าหมายที่ชัดเจน จึงยังไม่ทราบว่าการปรับลดจะเกิดขึ้นเร็วเพียงใด

กรณีนี้แสดงให้เห็นว่าการใช้ AI เพื่อค้นหาช่องโหว่ได้ผลจริง แต่ผลลัพธ์นั้นไปสร้างภาระงานใหม่ให้องค์กรในขั้นตอนการแก้ไข ซึ่งต้องใช้ทั้งคนและงบประมาณ

เหตุใดเรื่องนี้จึงสำคัญ

ประเด็นหลักของเรื่องนี้ไม่ใช่การที่ AI ทำงานได้ แต่เป็นการที่ความสามารถในการค้นพบปัญหาเร็วขึ้นมาก ส่งผลให้คอขวดย้ายจากการตรวจจับไปอยู่ที่ความสามารถในการแก้ไขและยืนยันการแก้ไข สำหรับผู้บริหารด้านดิจิทัลและการทรานส์ฟอร์มองค์กร นี่คือบทเรียนว่าการลงทุนในเครื่องมือวิเคราะห์ควรมาพร้อมกับการวางแผนกำลังคนและกระบวนการแก้ไขที่รองรับปริมาณงานที่เพิ่มขึ้น

ในมุมประสบการณ์ลูกค้า ช่องโหว่ที่ถูกพบแต่ยังแก้ไม่เสร็จเป็นความเสี่ยงที่ลูกค้ามักมองไม่เห็นจนกว่าจะเกิดผลกระทบ ความเร็วและความโปร่งใสในการแก้ไขจึงมีผลโดยตรงต่อความเชื่อมั่นในบริการดิจิทัล

ตัวเลขสำคัญ

• ราว 1,000 คน คือจำนวนผู้รับเหมาที่ Bank of America จ้างเพื่อแก้ไขช่องโหว่ซอฟต์แวร์
• มากกว่า 100 ล้านดอลลาร์สหรัฐ คือค่าใช้จ่ายที่ธนาคารใช้ไปในการแก้ไขช่องโหว่ดังกล่าว ตามรายงานของ TechRadar

มุมมองของ Renascence

เรื่องนี้ถูกนำเสนอในฐานะข่าวเรื่องค่าใช้จ่าย แต่สัญญาณที่แท้จริงคือความไม่สมดุลระหว่างความเร็วในการค้นพบปัญหากับความสามารถในการลงมือแก้ไข องค์กรที่ลงทุนในการตรวจจับโดยไม่ลงทุนในกระบวนการแก้ไขจะพบว่าตนเองมีรายการความเสี่ยงที่ยาวขึ้นเรื่อย ๆ

ลูกค้าแทบไม่เคยเห็นช่องโหว่ที่ถูกค้นพบ สิ่งที่พวกเขาเห็นคือการตอบสนองขององค์กร ความไว้วางใจจึงถูกสร้างหรือทำลายจากช่วงเวลาระหว่างการค้นพบกับการแก้ไขเสร็จสิ้น ผู้บริหารที่มีวิสัยทัศน์ควรออกแบบกระบวนการแก้ไขให้พร้อมก่อนการขยายเครื่องมือตรวจจับ และให้ความโปร่งใสต่อผู้ใช้บริการในทุกขั้นตอน