Luka między otwartymi a zamkniętymi modelami AI w cyberatakach stale maleje

Najnowsze dane wskazują na jeden kierunek: różnica między zamkniętymi a otwartymi modelami AI w zadaniach cyberataków jest coraz mniejsza. Wg The Decoder w benchmarku Vals AI, który symuluje ataki na korporacyjne sieci, zamknięty model OpenAI GPT-6 Sol Daybreak osiągnął 80,8% celów ataku. Otwarty model z publicznie dostępnymi wagami, DeepSeek V4. Flash, osiągnął 72,8%, przy koszcie wynoszącym jedną dziesiątą. Różnica w wynikach jest więc niewielka, a tania alternatywa jest blisko. Nazwy modeli i wyniki pochodzą z relacji The Decoder. Przed podjęciem decyzji warto sprawdzić oryginalny raport Vals AI.

Dlaczego otwarte modele zmieniają zasady gry

Model z otwartymi wagami można pobrać, uruchomić lokalnie i zmodyfikować. Dostawca nie może więc cofnąć dostępu ani wyłączyć ograniczeń, które wbudował w model. Wg The Decoder analitycy uważają, że okno czasowe dla obrońców szybko się zawęża. Dla firm oznacza to zmianę myślenia: zabezpieczenia oparte na założeniu, że najlepsze narzędzia ataku są zamknięte i drogie, przestają być wiarygodne.

Ramy regulacyjne w UE idą w podobnym kierunku. Rozporządzenie AI Act (UE 2024/1689) nakłada na dostawców modeli ogólnego przeznaczenia o ryzyku systemowym obowiązek oceny i ograniczania ryzyka, w tym ryzyka związanego z cyberbezpieczeństwem. Wyłączenia przewidziane dla modeli open-source nie obejmują jednak modeli o ryzyku systemowym. Regulacje nie zwalniają przy tym firm z odpowiedzialności za własną obronę.

Jak przygotować obronę

Samo kupienie kolejnego narzędzia nie wystarczy. Warto zacząć od czterech kroków:

1. Testuj własną infrastrukturę zautomatyzowanymi testami penetracyjnymi, a nie tylko ręcznymi audytami raz w roku. Jeśli atak może być prowadzony na dużą skalę, obrona też musi być powtarzalna.
2. Skróć czas od wykrycia podatności do jej załatania. Ustal priorytety według dostępności podatnego systemu z internetu i wpływu na dane.
3. Ogranicz skutki włamania. Segmentacja sieci i zasada minimalnych uprawnień sprawiają, że zautomatyzowany atak trafia w ślepą uliczkę zamiast przeszukać całą organizację.
4. Monitoruj ruch o charakterze maszynowym, czyli bardzo szybkie serie zapytań, powtarzalne próby logowania i nietypowe tempo działania kont.

Najprostsza pułapka to zakładanie, że zamknięty model dostawcy zapewnia bezpieczeństwo. Benchmark pokazuje, że przewaga jest niewielka. Druga pułapka to zakup narzędzi bez zmiany procesów, odpowiedzialności i szkoleń zespołu.

Podsumowanie

Dane z benchmarku Vals AI, relacjonowane przez The Decoder, sugerują, że przewaga zamkniętych modeli w cyberatakach szybko się kurczy. Firmy, które potraktują to jako sygnał do działania, zyskują czas. Wzmacnianie obrony nie wymaga przewidywania każdego zagrożenia. Wystarczy szybkie testowanie, sprawne łatanie i ograniczanie skutków ewentualnego włamania.

Lub System pomaga firmom B2B wdrażać AI, automatyzację i rozwiązania IT kompleksowo - od strategii po wdrożenie. Zobacz nasze usługi lub skontaktuj się z nami, aby omówić Twój przypadek.