Bank of America zet 1.000 consultants in voor AI-gevonden kwetsbaarheden

Bank of America zet 1.000 consultants in voor herstel van door Mythos gevonden kwetsbaarheden, maakte CEO Brian Moynihan bekend tijdens de Q3-call van 14 oktober.

Voor Nederlandse organisaties verschuift daarmee de herstelvraag: AI kan meer kwetsbaarheden blootleggen, maar elke melding moet nog worden gevalideerd, gekoppeld aan een eigenaar en veilig gepatcht. Dat vraagt capaciteit bij security, softwarebeheer en leveranciers en kan extra kosten en productiewijzigingen meebrengen.

Bank of America zet herstelcapaciteit in

De inzet begon in het tweede kwartaal, toen BofA 1.000 ingehuurde consultants boven op ongeveer 3.000 mensen in het herstelteam inschakelde voor patchwerk aan kwetsbaarheden die Mythos en andere geavanceerde modellen hadden gevonden. Volgens het verslag van Quartz bleven de contractors na het kwartaal aan het werk.

Moynihan noemde de extra capaciteit tijdens de Q3-call consultants en verwachtte dat de Mythos-herstelkosten teruglopen. Voor Q3 noemde hij ruim een paar honderd miljoen dollar aan herstelkosten voor AML en Mythos samen. Dat bedrag omvat dus niet uitsluitend cyberherstel. BofA maakte geen aparte Mythos-post bekend en publiceerde in deze berichtgeving geen aantal gevonden of verholpen kwetsbaarheden. De duizend consultants maken de omvang van de respons zichtbaar, maar laten op zichzelf niet zien hoeveel risico al is weggewerkt.

Een scan is nog geen patch

Anthropic’s Project Glasswing laat zien hoeveel werk tussen een AI-vondst en een gepatcht softwarepakket kan zitten. In het open-sourceprogramma stonden op 22 mei 23.019 kandidaat-bevindingen van alle ernstniveaus. Externe beveiligingsbedrijven hadden er 1.900 beoordeeld en 1.726 als geldig bevestigd. In totaal waren 1.596 bevindingen aan beheerders gemeld, waren 1.451 erkend en waren 97 patches in de bronprojecten en 88 beveiligingsadviezen gepubliceerd. Van de meldingen waren er 1.129 op verzoek rechtstreeks aan beheerders doorgegeven zonder voorafgaande validatie. De gemiddelde patchtijd voor hoog- of kritiek ingeschatte Mythos-bevindingen bedroeg twee weken.

Deze cijfers zijn een momentopname van Anthropic’s open-sourceprogramma, geen meting van BofA en geen actuele telling van alle AI-gevonden kwetsbaarheden. Anthropic schrijft ook dat het programma nog binnen de gebruikelijke periode van 90 dagen voor gecoördineerde openbaarmaking viel. De 97 patches vormen daarom geen eindscore voor de overige meldingen: sommige fixes waren nog in ontwikkeling en sommige patches hadden geen openbaar advies. Het patroon blijft relevant: validatie, melding en herstel vragen elk eigen tijd en mensen.

De ECB vraagt banken om herstelplannen

De Europese Centrale Bank vraagt significante instellingen onder haar toezicht de gevolgen van AI-gedreven cyberdreigingen te beoordelen en uiterlijk 31 oktober 2026 een actieplan in te dienen. De brief noemt versneld kwetsbaarheden- en patchbeheer, betere detectie en defensieve AI, en controle op risico’s bij ICT-leveranciers. Ook internetgerichte systemen, software van derden, open-sourcecomponenten en crisisherstel moeten in beeld komen.

De deadline geldt voor deze significante instellingen, niet voor elk Nederlands bedrijf of elke bank. De brief maakt wel concreet dat banken hun leveranciersketen bij patchwerk moeten betrekken en contracten en serviceniveaus op noodreparaties moeten voorbereiden. Ook de modeltoegang zelf is afgebakend: Anthropic stelde Mythos 5.1 op 6 oktober via drie toegangsniveaus beschikbaar aan goedgekeurde cyberteams. Die toegangscontrole bepaalt wie het model inzet; herstelcapaciteit blijft nodig zodra kwetsbaarheden naar boven komen.

De achterstand wordt zichtbaar in de keten

Bij Microsoft leidde Mythos eveneens tot meer herstelwerk dan een team direct kon afronden. In april signaleerde Mythos 90 kritieke en 141 belangrijke kwetsbaarheden in SharePoint. Halverwege mei was het merendeel van honderden bevindingen over Microsoft 365, Teams en Copilot nog niet gepatcht. De Microsoft-achterstand op Mythos-bevindingen liep daarmee door over meerdere producten en ernstniveaus.

Over BofA ontbreken dezelfde operationele gegevens: het aantal meldingen, hun ernst, de verdeling tussen eigen en leverancierssoftware en het aantal patches zijn niet gepubliceerd. De combinatie van een grote inzet en een niet-uitgesplitste kostenpost zegt dus iets over capaciteit, maar nog weinig over de snelheid of uitkomst van herstel.

Voor Nederlandse organisaties is het bruikbare meetpunt de tijd tussen een gevalideerde melding en een veilige patch in productie. Die route hangt af van eigenaarschap, testcapaciteit, uitrol en afspraken met leveranciers. Meer AI-vondsten verlagen het risico pas wanneer de herstelketen ze op tempo kan verwerken. De snelheid van patchen bepaalt daarmee of betere ontdekking ook leidt tot kortere blootstelling.