یک مقام NSA بنیانگذار شد: هوش مصنوعی مهارت مهاجمان را چند برابر می کند در حالی که مدافعان هنوز استعداد کافی ندارند

از اواخر سپتامبر تا اوایل اکتبر، یک مهاجم به هفت موسسه مالی کره جنوبی نفوذ کرد و اطلاعات شخصی حدود 68000 نفر را کشف کرد. CrowdStrike این کمپین را به ARTEX، یک عامل هک AI منبع باز که در چین ساخته شده و در کنار Anthropic's Claude Code اجرا می شود، ردیابی کرد و گفت که این بازیگر ممکن است یک جوان 26 ساله باشد.

رئیس جمهور لی جائه میونگ هشدار داد که هوش مصنوعی اکنون می تواند هک کردن را "حتی برای کسانی که مهارت خاصی ندارند" آسان کند. یکی از مقامات موسسه امنیت مالی کره افزود: «این درست است که از هوش مصنوعی در این حمله استفاده شده است، اما هوش مصنوعی بدون دخالت انسان به طور مستقل عمل نکرده است - یک هکر از هوش مصنوعی به عنوان ابزار استفاده کرده است.»

از نزدیک به آن هکر نگاه کنید. CrowdStrike هیچ نشانه‌ای از یک تیم نخبه یا یک برنامه دولتی پیدا نکرد، فقط بازیگری بود که ابزارهای عامل را با تکنیک‌های جاافتاده جفت می‌کرد. مشارکت انسانی ناچیز به نظر می رسد: انتخاب وام دهندگان کره ای به عنوان هدف، هدف قرار دادن عوامل به سمت آنها، و پرسیدن از کلود که اطلاعات دزدیده شده در کجا ممکن است فروخته شود. این نرم افزار بیشتر کارهای فنی را تامین می کرد. اپراتور قصد را ارائه کرد.

این اولین نمونه از گروه های تحت حمایت دولت نیست که به شدت بر هوش مصنوعی تکیه می کنند. در نوامبر 2025، آنتروپیک فاش کرد که گروهی که با اطمینان بالا ارزیابی می‌کردند که تحت حمایت دولت چین هستند، از کد کلود برای اجرای یک کمپین جاسوسی علیه تقریبا 30 سازمان استفاده کردند و هوش مصنوعی 80 تا 90 درصد از کارهای تاکتیکی را انجام می‌داد. افراد هنوز اهداف را انتخاب کرده و قبل از اینکه شناسایی به سمت بهره برداری حرکت کند، امضا کردند، و هوش مصنوعی «اغلب یافته‌ها را اغراق می‌کرد و گهگاه داده‌های ساختگی را تولید می‌کرد».

وقتی مهاجمان هوش مصنوعی در اختیار داشته باشند، تخصص آنها چند برابر می شود. یک فرد با ابزارهای نمایندگی اکنون می تواند در عرض چند هفته به چندین موسسه برسد، که از نظر تاریخی به یک تیم ماهر نیاز دارد. در همین حال، مدافعان این تهدید را با شکاف استعدادی که سال‌ها ادامه دارد، مواجه می‌شوند. افرادی که می توانند قضاوت کنند که کدام یک از هزاران یافته تولید شده توسط ماشین یک مسیر حمله واقعی است، کمیاب هستند.

من این را از درون دیده ام

قبل از اینکه Synack را در سال 2013 تأسیس کنم، اپراتور عملیات شبکه کامپیوتری در آژانس امنیت ملی بودم. ما ابزارهای فوق العاده ای داشتیم. هیچ یک از آنها تصمیم نگرفتند که چه چیزی ارزش ادامه دادن را دارد، تشخیص ندادند که کدام افتتاحیه خطر را توجیه می کند، یا زمانی که یک هدف به گونه ای رفتار می کند که هیچ کتاب بازی پیش بینی نشده بود، بداهه پردازی نکردند. این کار اپراتور بود، و این کار بود که تصمیم می‌گرفت که آیا یک مأموریت موفق بود یا خیر. بهترین اپراتورهایی که در کنار آنها کار کردم به ندرت آنهایی بودند که بهترین ابزارها را داشتند. آنها کسانی بودند که مسیری را دیدند که هیچ کس فکرش را نمی کرد دنبالش بگردد.

این خلاقیت است، و این چیزی است که هوش مصنوعی کمترین عرضه را دارد. یک مدل از الگوهایی که قبلا دیده است تولید می کند. می تواند هزاران تغییر را در سرعت ماشین ایجاد کند و برخی از آنها خوب خواهند بود. کاری که نمی تواند انجام دهد این است که نتیجه ای بخواهد، هدفی را ابداع کند که هیچ کس یادداشت نکرده است، یا احساس کند که یک رفتار عجیب در پورتال شریک فراموش شده، کل بازی است. در کره و در کمپین مورد حمایت دولت، شخصی تصمیم گرفت که دستگاه باید به کجا اشاره کند.

مردم ماشین را بهتر می کنند

شواهد در یک جهت است. در تحقیقی که در ژوئن منتشر شد، دانشگاهیان شش سیستم هوش مصنوعی مرزی را در مقابل شبکه‌های واقعی شرکت‌ها محک زدند. بهترین عملکرد، که به تنهایی کار می کرد، در 16.1 درصد از وظایف حمله به وب موفق بود. با توجه به راهنمایی های دقیق تر، آن گونه که یک اپراتور با تجربه ارائه می کند، میزان موفقیت آن تقریبا دو برابر شد و به 33 درصد رسید. دستگاه گلوگاه نبود. جهت بود.

این شرط پشت ادغام Synack و NetSPI است که در اکتبر تکمیل شد. هر دو شرکت سال‌ها صرف ساختن جایگاه‌های عمیق استعدادهای امنیتی تهاجمی، از جمله تیم Synack Red، کردند و بازار مدام این سوال را مطرح می‌کند که آیا هوش مصنوعی این استعداد را منسوخ می‌کند یا خیر. مورد کره به سمت دیگری اشاره می کند. هوش مصنوعی هزینه حمله را کاهش می دهد، که ارزش مدافعانی را که می توانند قضاوت کنند چه چیزی مهم است را افزایش می دهد. این به یکی از آن متخصصان اجازه می دهد تا قضاوت خود را در مورد کارهایی بسیار بیشتر از آنچه که هر شخصی به تنهایی به آن دست پیدا می کند، هدف قرار دهد.

تعداد افراد تابلوی امتیازی اشتباه است

این مهم فراتر از امنیت است. بسیاری از مدیران هنوز هوش مصنوعی را بر اساس تعداد افرادی که به آنها اجازه کاهش می دهد قضاوت می کنند. پس انداز نیروی کار به راحتی قابل شمارش است، به همین دلیل است که آنها بر موارد تجاری تسلط دارند و جایزه بزرگتر را از دست می دهند.

اگر هوش مصنوعی ساعات روتین را حذف کند تا بهترین متخصص شما بتواند به جای ده مشکل، بیست مشکل سخت را حل کند، نقشی را حذف نکرده اید. شما دسترسی شخصی را که جایگزین کردن قضاوت او سخت تر است، دو برابر کرده اید. شرکت‌هایی که این ارزش را به دست می‌آورند، به جای اینکه هوش مصنوعی را روی فرآیندهای قدیمی بچسبانند و صندلی‌های خالی را بشمارند، حول خلاق‌ترین افراد خود دوباره طراحی می‌کنند.

هوش مصنوعی بسیاری از وظایف را کالایی می کند، اما افرادی را که می دانند کدام وظایف مهم هستند کالایی نمی کند. مهاجم کره به مهارت فنی کمی نیاز داشت و هنوز باید تصمیم می گرفت که کجا را هدف قرار دهد. مدافعان در سیستم های بسیار بیشتری با همین تصمیم مواجه می شوند. مدیرانی که بودجه دفاع را تامین می کنند باید هوش مصنوعی را بر اساس میزان گسترش افرادی که این تماس را انجام می دهند قضاوت کنند.

نظرات بیان شده در نظرات Fortune.com صرفا نظرات نویسندگان آنها است و لزوما منعکس کننده نظرات و اعتقادات Fortune نیست.

این داستان در ابتدا در سایت Fortune.com منتشر شد