شركات التقنية المالية الهندية تسعى للوصول إلى Mythos من Anthropic بسبب مخاطر الهجمات السيبرانية

تحاول شركات التقنية المالية الهندية الحصول على وصول إلى Claude Mythos قبل عامة الناس، لا بدافع الفضول، بل لأسباب دفاعية. فبالنسبة للشركات التي تدير المدفوعات والقروض وكميات ضخمة من بيانات العملاء، لا يبدو نموذج Anthropic الجديد مجرد إضافة أخرى إلى سوق الذكاء الاصطناعي، بل أداة قادرة على تقليص الفاصل الزمني بين اكتشاف الثغرة ووقوع الهجوم الفعلي تقليصًا حادًا. ولذلك فإن طلب الوصول المبكر يعني هنا أمرًا بسيطًا: فحص البنية التحتية الخاصة قبل أن يفعل ذلك طرف آخر.

وفي سوق كهذه، قد تكون لبضع ساعات من التقدم أهمية حاسمة حين يتعلق الأمر ببوابات الدفع وأنظمة مكافحة الاحتيال وعمليات الربط مع المصارف. ومن بين الشركات التي تسعى إلى الوصول One97 Communications وRazorpay وPine Labs. ومنطقها واضح: إذا كان Mythos قادرًا فعلًا على اكتشاف نقاط الضعف بكفاءة تفوق معظم المتخصصين، فمن الأجدى للمنصات المالية الكبرى أن تستخدمه في التدقيق الداخلي بدل انتظار ظهور قدرات مماثلة لدى المهاجمين.

وبحسب رئيس One97، لم يقتصر الحوار مع Anthropic على مواعيد الوصول، بل شمل أيضًا الكيفية التي تنوي الشركة استخدام النموذج بها، وهو ما يعكس انتقاءً صارمًا للمستخدمين. ولا تنوي Anthropic حاليًا فتح Mythos للجميع. وبدلًا من ذلك، أطلقت Project Glasswing، وهو برنامج خاضع للرقابة انضمت إليه شركات كبرى في مجالي التكنولوجيا والأمن السيبراني، منها Amazon Web Services وMicrosoft وApple وGoogle وNVIDIA وCisco وCrowdStrike وJPMorganChase.

كما حصلت أكثر من 40 مؤسسة مسؤولة عن البنية التحتية البرمجية الحرجة على وصول محدود للمهام الدفاعية. وخصصت Anthropic لهذا البرنامج ما يصل إلى 100 مليون دولار على شكل أرصدة لاستخدام النموذج، إضافة إلى 4 ملايين دولار دعمًا مباشرًا للمؤسسات المفتوحة المصدر المعنية بالأمن. وسبب هذا الحذر هو القدرات المعلنة للنموذج نفسه.

فـAnthropic تقول صراحة إن النموذج بلغ مستوى يتفوق فيه على جميع المتخصصين تقريبًا، باستثناء أقواهم، في اكتشاف الثغرات البرمجية واستغلالها. ووفق بيانات الشركة، اكتشف Mythos Preview بالفعل آلاف الثغرات عالية الخطورة، بما فيها ثغرات في كل نظام تشغيل رئيسي وكل متصفح ويب رئيسي. ولا يقتصر الأمر على التدقيق الساكن للشيفرة: إذ يُستخدم النموذج في البحث عن مشكلات zero-day، واختبار الملفات الثنائية بأسلوب الصندوق الأسود، وتعزيز حماية نقاط النهاية، وإجراء اختبارات الاختراق الكاملة.

وتؤكد الشركة أن بعض المشكلات المكتشفة بقيت دون ملاحظة لسنوات، وأن النموذج استطاع في عدد من الحالات ألا يكتفي بالإشارة إلى الخلل، بل أن يقترح مسار استغلال عمليًا. كما تذكر تقارير Anthropic أنه في المراجعة اليدوية اتفق الخبراء مع تقييم خطورة الثغرة في 89% من 198 حالة جرى فحصها، وفي 98% منها لم يتجاوز الفارق مستوى واحدًا. وهذا حساس بوجه خاص للمصارف وشركات التقنية المالية: فبنيتها التقنية معقدة عادةً، ومترابطة مع الشركاء، وكثيرًا ما تعتمد على مكونات قديمة يصعب تحديثها بسرعة دون الإضرار بالأعمال.

وقد تفاعلت السوق الهندية بسرعة. فقد أوصت الرابطة ذاتية التنظيم FACE، التي تضم أكثر من 275 شركة من منظومة القطاع وتعترف بها RBI، أعضاءها بتعزيز الحماية، وتسريع ترقيع الثغرات المعروفة، وإقامة مراقبة مستمرة، وإبلاغ الجهات التنظيمية فورًا بأي حوادث مشبوهة. وبالنسبة للقطاع، ليس هذا تهديدًا نظريًا: فقد نمت التقنية المالية في الهند على شبكة كثيفة من واجهات API والتطبيقات المحمولة وخدمات الدفع والتكاملات مع مزودي الخدمات الخارجيين، ما يعني أن سلسلة استغلال واحدة ناجحة قد تنتشر سريعًا بين عدة أطراف في السوق.

وفي ضوء هذه التوصيات، لا يبدو طلب الوصول إلى Mythos محاولة لكسب ميزة تنافسية، بل إجراء للإنذار المبكر. ويُلاحظ قلق مشابه خارج الهند أيضًا: ففي الولايات المتحدة والمملكة المتحدة ناقشت جهات تنظيمية ومصارف مركزية وكبرى المصارف على حدة احتمال أن تسرّع هذه النماذج الهجمات السيبرانية المعقدة بوتيرة تفوق قدرة السوق على إعادة بناء دفاعاتها. والخلاصة الرئيسية أن نماذج بمستوى Mythos تغيّر اقتصاديات الأمن السيبراني ذاتها.

فقد كان اكتشاف الثغرات العميقة يتطلب سابقًا خبرة نادرة وأسابيع من العمل وفرقًا باهظة التكلفة، أما الآن فقد تُختصر هذه العملية إلى ساعات وتصبح أوسع نطاقًا بكثير. وبالنسبة للتقنية المالية يعني ذلك سباقًا جديدًا: سيتعين الدفاع باستخدام الأدوات نفسها التي قد تعزز قدرات المهاجمين. وكلما حصلت منصات الدفع الكبرى على فرصة لفحص أنظمتها في الوضع الدفاعي مبكرًا، زادت فرص تقليص نافذة الخطر.

لكن في الوقت نفسه يبرز سؤال آخر: إذا بقي الوصول إلى مثل هذه الأنظمة محصورًا في دائرة ضيقة من الشركات والدول، فلن يكون رأس المال أو البيانات وحدهما المورد الاستراتيجي، بل القدرة ذاتها على اكتشاف نقاط الضعف في البنية التحتية المالية الرقمية قبل الجميع.