G7 מתכונן להתקפות סייבר מבוססות AI על בנקים

אנחנו רגילים לשמוע על משחקי מלחמה צבאיים, אבל מה קורה כשמלחמה עוברת לתחום הסייבר – ו-AI הוא הנשק? ב-G7 כנראה שואלים את אותה שאלה בדיוק, ועכשיו הם גם מתכוונים לנסות לענות עליה, לפני שמאוחר מדי.

אז מה בעצם קרה כאן?

בפגישת שרי האוצר ונגידי הבנקים המרכזיים של ה-G7, שהתקיימה השבוע בשולי כנס קרן המטבע הבינלאומית (IMF) בבנגקוק, התקבלה החלטה מעשית: לערוך תרגילי סימולציה (tabletop exercises) המדמים התקפות סייבר מונחות בינה מלאכותית (AI) על המערכת הפיננסית העולמית. שר האוצר היפני, Satsuki Katayama, אישר שהרעיון, שנרקם ברמת סגני שרי האוצר, אושר כעת ברמת השרים. כל רשות פיננסית ב-G7 תבנה תרחישים משלה, וייתכן שבנקים מסחריים ישתתפו, בהתאם לתרחיש. המטרה היא לבחון את יעילות "מדריכי החירום" הקיימים של ממשלות לקראת אירוע סייבר משמעותי, ולזהות פרצות.

למה דווקא עכשיו?

ההחלטה הזו לא מגיעה בוואקום. היא מתקבלת על רקע אזהרות הולכות וגוברות מגורמים בכירים. בדו"ח היציבות הפיננסית העולמית שלו, שפורסם השבוע, מנה ה-IMF התקפת סייבר מונעת AI, תיקון שוק הנגרם מ-AI ועליית עלויות ממשלתיות כשלושה מהאיומים העיקריים שעלולים להדק את התנאים הפיננסיים העולמיים במהירות. הדו"ח מזהיר שמודלי AI חזקים יותר הופכים את ההגנה למאתגרת יותר, ומדגיש כי חלון הזמן בין גילוי חולשת תוכנה לבין ניצולה על ידי תוקפים הולך ומתקצר באופן דרמטי.

הנתונים מדברים בעד עצמם: בשנת 2026, ביותר מ-70% מהמקרים שדווחו, ספקי תוכנה בקושי הספיקו "לסתום" חולשה לפני שתוקפים ניצלו אותה. מדובר בעלייה של 20 נקודות אחוז לעומת 2025, ויותר מכפול מהשיעור בשנת 2018. במילים פשוטות: מודלי AI לומדים לנצל פרצות מהר יותר ממה שחברות מתקנות אותן.

"כולנו מביטים באותה תיבה שחורה"

החשש לא תיאורטי. נשיא דרום קוריאה ציין לאחרונה סימנים לכך שנעשה שימוש במודלי AI בהתקפות על בנקים מסחריים, שחשפו מידע אישי של לקוחות. בבריטניה, רשות ההתנהלות הפיננסית (FCA) הזהירה שמודלים מתקדמים מוצאים חולשות אבטחה מהר יותר ממה שחברות פיננסיות יכולות לטפל בהן, ויכולים לשלב חולשות ברמה נמוכה וליצור מסלולי תקיפה חדשים.

דבריו של שר האוצר ההולנדי, Eelco Heinen, מסכמים את התחושה: "כולנו מביטים באותה תיבה שחורה. אנחנו רואים את הסיכונים, אבל איך להתמודד עם זה? אם רק למדינות מסוימות יש את הטכנולוגיה, אבל כל העולם יכול להיות קורבן שלה, שיתוף פעולה בינלאומי הוא קריטי. כאן נמצאת אי-הנוחות."

גורמים רשמיים ובנקאים בכירים בבנגקוק הזהירו באופן פרטי מאיום חסר תקדים, ודיברו על חשש גובר שהמערכות הפיננסיות העולמיות לא מוכנות ל"מתקפת-על" משופרת ב-AI. מנהל סיכונים בכיר בבנק מזרח תיכוני ציין ש"אף בנקאי לא רוצה להציע שמשבר מתקרב, אז השפה עדיין זהירה. אבל אני חושב שאנשי התעשייה מתמקדים מאוד ב-unknown unknowns של AI, וטבעי שזה די מפחיד."

סיכונים מערכתיים ונקודות כשל

מעבר להתקפות ישירות, ה-IMF מתריע על סיכון קונסולידציה. Caio Ferreira, סגן ראש מחלקת הניתוח של שווקים גלובליים ב-IMF, הסביר שדיגיטציה גוברת מרחיבה את "משטח התקיפה" לפורצים, והסתמכות מוגברת על ספקי צד שלישי יוצרת מטרות מרוכזות – צמתים שפגיעה בהם עשויה להיות בעלת השלכות מערכתיות. "גם אם אין הפסדים כספיים מהותיים," הוא אמר, "אובדן אמון יכול להיות אירוע מערכתי בפני עצמו."

מה עושים עם זה?

התרגילים המתוכננים הם צעד ראשון. ה-Financial Stability Board (FSB), בראשות נגיד בנק אנגליה Andrew Bailey, כבר קרא לבדיקות מחמירות יותר של מודלי AI ולתקני בטיחות גבוהים יותר. בארצות הברית, בנקים כבר מתמודדים עם הנושא. מנכ"ל Bank of America סיפר לאחרונה שהקצה 1,000 קבלנים ו-3,000 עובדים לתיקון חולשות תוכנה שנמצאו על ידי מודלים מתקדמים כמו Mythos של Anthropic. מנכ"ל JPMorgan Chase אמר שסיכון הסייבר עלה פי עשר עם שחרורו של אותו מודל.

בעולם הביטוח, החשש הוא מאירוע קונסולידציה – ספק יחיד או רכיב תוכנה נפוץ ש"מפיל" אלפי לקוחות בו-זמנית. מפתחי מודלים כבר מתאימים את עצמם; חברת הניתוח CyberCube הזהירה שריכוז ה-AI בפלטפורמות ענן ובחברות מודלים עלול להגביר סיכון כזה, והוסיפה משפחות אירועי AI למודלים שלה.

סיכום ביניים

החלטת ה-G7 לערוך תרגילי סימולציה של התקפות סייבר מונחות AI היא צעד פרקטי בעולם שמדבר הרבה על סיכונים. התרגילים יאלצו את הגופים הפיננסיים לבחון את תוכניות החירום שלהם לא מול תרחיש תיאורטי, אלא מול תרחיש שבו ההאקר הוא, בעצם, מכונה לומדת. השאלה הגדולה היא אם התרגיל יספיק, או שמדובר ב"לימוד" שהעולם הפיננסי עסוק מדי מכדי להפנים.

בינתיים, הבנקים ממשיכים לנטר את האיומים – ולהוסיף עוד שכבות הגנה. כי בעולם שבו מודל AI יכול למצוא חולשה מהר יותר ממה שאתה יכול לתקן אותה, אולי המבחן האמיתי יהיה לא עד כמה אתה מוכן, אלא עד כמה מהר אתה יכול ללמוד.