AI模型暴露深层漏洞，银行安全防线紧急加固

今年第二季度，美国银行的管理层面对一个严峻的现实：一款用于内部开发的先进AI模型，在代码审计中揭示了此前未被发现的大量安全漏洞。这些漏洞潜藏在银行内部员工与外部供应商共同使用的代码库中，构成了潜在的系统性风险。

千名专家紧急入驻，修复成本高昂

为了应对这一危机，银行迅速采取了行动。他们在原有约3000名技术安全人员的基础上，以顾问合同形式额外引入了大约1000名外部承包商，组建了一支专门的修复团队。银行董事长兼首席执行官布莱恩·莫伊尼汉在第三季度财报电话会上证实，本季度与此次漏洞修复及反洗钱整改相关的费用合计达到了“两亿多美元”。

莫伊尼汉没有具体拆分这两项支出的占比，但他表示，预计与AI模型漏洞相关的专项支出在未来将会逐步下降。这一大规模的资源投入，凸显了金融业在数字化进程中维护系统安全的巨大成本。

AI的双刃剑：风险与回报并存

尽管此次漏洞事件带来了显著的短期成本和运营压力，美国银行对人工智能的长期战略并未动摇。银行方面同时透露，其正在推进的约130个AI项目，预计能在长期内带来2到3倍的投资回报。这表明金融机构在拥抱技术创新时，必须在效率提升与风险控制之间谨慎权衡。

此次暴露出漏洞的AI模型，于今年4月通过一个名为“Glasswing”的项目向少数银行和政府机构开放。其带来的影响似乎不仅限于一家机构。摩根大通首席执行官杰米·戴蒙在本月初曾评论称，自该类型模型发布以来，整个银行业的网络安全风险感知“上升了10倍”。这起事件为整个金融行业敲响了警钟，促使各机构重新评估自身在引入尖端AI工具时的安全治理框架。