Komisi Sekuritas dan Investasi Australia (ASIC) memperingatkan perusahaan-perusahaan keuangan untuk memperkuat pertahanan siber, dengan menyebut model AI canggih seperti Mythos milik Anthropic sebagai pemicu munculnya celah perangkat lunak, menurut Reuters. Komisaris ASIC Simone Constant mengatakan perusahaan harus bertindak sebelum ancamannya menjadi lebih jelas dan fokus pada langkah dasar ketahanan siber.
Peringatan itu muncul sebulan setelah Otoritas Regulasi Kehati-hatian Australia (Australian Prudential Regulation Authority) mengeluarkan peringatan serupa mengenai praktik keamanan yang kesulitan mengejar perkembangan AI. Riset terpisah dari Cambridge Centre for Alternative Finance menemukan hanya 20% regulator yang telah mengadopsi AI tingkat lanjut, dan pengawas tertinggal dibanding perusahaan keuangan dalam memantau dampak buruk yang muncul.
Pratinjau Mythos milik Anthropologic melampaui sekadar mengidentifikasi kerentanan—model ini dapat menulis eksploit yang benar-benar bekerja untuk celah perangkat lunak. Model tersebut secara mandiri menemukan dan mengeksploitasi bug berusia 27 tahun di OpenBSD, sebuah sistem operasi sumber terbuka yang dibangun untuk keamanan. Mythos juga menggunakan CVE-2026-4747 untuk mencapai remote code execution sebagai root melalui Network File System (NFS) di FreeBSD, satu lagi sistem operasi sumber terbuka.
Anthropic menyatakan model tersebut menemukan ribuan kerentanan berkeparahan tinggi di sistem operasi besar dan peramban web, banyak di antaranya tidak terdeteksi selama bertahun-tahun atau bahkan dekade. Akses ke Mythos Preview terbatas, dan Project Glasswing menghimpun Amazon Web Services, tim keamanan Apple, Google, Microsoft, NVIDIA, dan lainnya untuk mengamankan perangkat lunak yang banyak digunakan sebelum alat serupa menyebar.
Kemampuan ini secara signifikan mengubah biaya dan timeline untuk meluncurkan serangan siber. Bug yang dulu dianggap berisiko rendah kini menjadi perhatian lebih besar karena Mythos Preview dapat membangun eksploit dalam hitungan jam—pekerjaan yang menurut para penguji penetrasi ahli akan memakan waktu berminggu-minggu jika memakai metode tradisional. Perubahan ini berarti perusahaan keuangan dan organisasi lain mungkin perlu siklus patch yang lebih cepat serta pertahanan yang lebih otomatis.
Pengujian pada model AI frontier lainnya menunjukkan bahwa kemampuan siber yang canggih ikut berkembang seiring kemajuan AI secara lebih luas, menandakan ancaman kemungkinan akan terus meningkat.
Apa itu Mythos dan mengapa menjadi perhatian bagi perusahaan keuangan?
Mythos adalah model AI canggih Anthropic yang dapat mengidentifikasi kerentanan perangkat lunak dan menulis eksploit yang benar-benar bekerja. ASIC memperingatkan perusahaan-perusahaan keuangan karena Mythos dapat mengekspos celah keamanan pada sistem yang banyak digunakan, sehingga memangkas waktu dan biaya untuk meluncurkan serangan siber menjadi sebesar harga kunci API. Model ini telah menunjukkan kemampuan untuk menemukan ribuan kerentanan berkeparahan tinggi pada sistem operasi dan peramban web.
Seberapa cepat Mythos dapat menghasilkan eksploit dibanding metode tradisional?
Mythos dapat membangun eksploit dalam hitungan jam, sedangkan para penguji penetrasi ahli mengatakan pekerjaan yang sama akan memakan waktu berminggu-minggu jika menggunakan metode tradisional. Percepatan ini secara mendasar mengubah ekonomi keamanan siber dan urgensi untuk melakukan patch pada kerentanan.
Apa yang dilakukan regulator untuk mengatasi risiko siber berbasis AI?
ASIC menyarankan perusahaan-perusahaan keuangan untuk memperkuat pertahanan siber dan fokus pada langkah ketahanan siber dasar sebelum ancamannya menjadi lebih jelas. Australian Prudential Regulation Authority mengeluarkan peringatan serupa terkait praktik keamanan yang tertinggal dari perkembangan AI. Project Glasswing, yang melibatkan perusahaan teknologi dan cloud besar, bekerja untuk mengamankan perangkat lunak yang banyak digunakan sebelum alat pembuat eksploit serupa menjadi luas.
Artikel Terkait
Biaya Pelatihan Data Robot Turun 65% Sejak 2024, Jatuh dari $340 ke $118 per Jam
China Mobile Mengumumkan Aliansi Ekosistem Aplikasi Token dengan 8 Mitra pada 8 Mei
Anthropic Merilis Autoencoder Bahasa Alami untuk Menguraikan Penalaran Model AI, Membuka Kode Sumber
Tiongkok Merilis Rencana Aksi Energi AI dengan Target 2027 dan 2030 pada 8 Mei
Tiga Badan China Merilis Panduan tentang Agen AI dengan 19 Skenario Aplikasi Umum