ไมโครซอฟท์จ่อเข็น Project Perception: สงคราม "ต้นทุน" ด้านความปลอดภัย AI กำลังจะเริ่มขึ้น

ตีสองครึ่ง เจ้าหน้าที่ฝ่ายปฏิบัติการความปลอดภัย (Security Operations) ของธนาคารพาณิชย์แห่งหนึ่งในไต้หวันได้รับสัญญาณเตือนภัย เมื่อแพ็กเกจของบุคคลที่สาม (Third-party package) ถูกเปิดเผยช่องโหว่การเรียกใช้โค้ดระยะไกล (RCE) สิ่งแรกที่เขาต้องทำไม่ใช่การแก้ไข แต่เป็นการตรวจสอบก่อนว่า บริษัทมีระบบไหนบ้างที่ใช้งานแพ็กเกจนี้อยู่ ซึ่งกระบวนการ "ตรวจสอบ" นี้ ในอดีตมักจะต้องใช้เวลาถึงสองถึงสามวัน

งานยากลำบากเช่นนี้แหละ คือสิ่งที่การแข่งขันด้านความปลอดภัย AI ระลอกนี้ต้องการจะแก้ และตามรายงานเอ็กซ์คลูซีฟจาก The Information ระบุว่า ไมโครซอฟท์กำลังจะกระโดดลงมาเล่นในสนามนี้แล้ว

เบื้องหลังเหตุการณ์

หากต้องการเข้าใจว่าทำไม Project Perception ถึงเป็นข่าวใหญ่ เราต้องย้อนกลับไปในเดือนเมษายน เมื่อวันที่ 7 เมษายน Anthropic ได้เปิดเผยโมเดลความปลอดภัยขั้นสูงรุ่นใหม่ที่มีชื่อรหัสว่า Claude Mythos ซึ่งในการทดสอบ โมเดลนี้สามารถค้นหาช่องโหว่ของซอฟต์แวร์นับพันรายการที่ไม่มีใครเคยพบมาก่อนได้ด้วยตนเอง รวมถึงช่องโหว่ทำให้ระบบล่มระยะไกลที่ซ่อนอยู่ใน OpenBSD มานานถึง 27 ปี และช่องโหว่ใน FFmpeg ที่รอดพ้นจากการทดสอบอัตโนมัติถึง 5 ล้านครั้งโดยไม่ถูกจับได้ ยิ่งไปกว่านั้น มันไม่ได้แค่หาช่องโหว่เจอ แต่ยังสามารถเขียนโค้ดโจมตีที่ใช้งานได้จริงขึ้นมาเองอีกด้วย

Anthropic ไม่ได้เปิดเผย Mythos สู่สาธารณะ แต่ได้ประกาศเปิดตัว Project Glasswing ควบคู่กันไป ซึ่งเป็นโครงการเชิงป้องกันที่นำความสามารถนี้ไปใช้ในการ "ซ่อมแซมซอฟต์แวร์สำคัญ" โดยมีพาร์ทเนอร์ผู้ก่อตั้งได้แก่ AWS, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, Linux Foundation, ไมโครซอฟท์, NVIDIA และ Palo Alto Networks ซึ่งเรื่องนี้เราเคยเขียนไว้แล้วในบทความ 〈Anthropic Project Glasswing และ Mythos〉 ต่อมา SecurityWeek ยังรายงานด้วยว่า หน่วยงานความปลอดภัยไซเบอร์และความมั่นคงโครงสร้างพื้นฐานแห่งสหรัฐอเมริกา (CISA) ได้ใช้ Mythos สแกนซอฟต์แวร์ของรัฐบาลแล้ว

เมื่อความสามารถมันชัดเจน ปัญหาจึงกลายเป็นเรื่องของ "เงิน" การรันสแกนช่องโหว่ด้วยโมเดลที่ทรงพลังที่สุด มีต้นทุนต่อครั้งสูงจนมีเพียงรัฐบาลและสถาบันการเงินขนาดใหญ่เท่านั้นที่จะแบกรับไหว

ประเด็นสำคัญในครั้งนี้

• รายงานเอ็กซ์คลูซีฟจาก The Information ระบุว่า ไมโครซอฟท์กำลังพัฒนาเครื่องมือความปลอดภัย AI ที่มีชื่อรหัสว่า Project Perception ซึ่งอาจเปิดตัวเร็วที่สุดภายในเดือนนี้
• หัวใจสำคัญคือ Multi-model Routing (การกำหนดเส้นทางหลายโมเดล): ไม่ผูกติดอยู่กับโมเดลใดโมเดลหนึ่ง แต่จะกระจายงานไปยังโมเดลของไมโครซอฟท์เอง, OpenAI หรือ Anthropic ตามระดับความยากของงานความปลอดภัยแต่ละงาน
• ชูจุดเด่นเรื่องต้นทุน: สงวนโมเดลระดับท็อปราคาแพงไว้สำหรับขั้นตอนการให้เหตุผลที่จำเป็นจริงๆ เท่านั้น เพื่อกดต้นทุนเฉลี่ยต่อ "รายงานช่องโหว่หนึ่งฉบับ" ให้ต่ำลง
• การวางตำแหน่งผลิตภัณฑ์ที่ชัดเจน: สื่อต่างประเทศส่วนใหญ่ตีความว่านี่คือทางเลือกต้นทุนต่ำแทน Anthropic Mythos
• ประเด็นสำคัญที่มักถูกมองข้าม: ตัวไมโครซอฟท์เองคือหนึ่งในพาร์ทเนอร์ผู้ก่อตั้ง Project Glasswing—เรียกได้ว่าขาหนึ่งร่วมอยู่ในกลุ่มพันธมิตร แต่อีกขาหนึ่งก็พัฒนาผลิตภัณฑ์คู่แข่งของตัวเองด้วย

ต้องชี้แจงให้ชัดเจนว่า: ปัจจุบัน Project Perception ยังไม่ได้รับการเปิดตัวอย่างเป็นทางการจากไมโครซอฟท์ ไม่มีโปรแกรมเบต้าให้ลงทะเบียน และราคาก็ยังไม่ถูกกำหนด ข้อมูลทั้งหมดข้างต้นมาจากรายงานของสื่อ ซึ่งทางไมโครซอฟท์ยังไม่ได้ยืนยัน ดังนั้น โปรดมองว่านี่คือสัญญาณความเคลื่อนไหวของอุตสาหกรรม ไม่ใช่ผลิตภัณฑ์ที่สามารถนำไปใส่ในแผนการจัดซื้อจัดจ้างของปีนี้ได้

วิเคราะห์ผลกระทบต่อตลาด

สำหรับผู้ใช้ทั่วไป: คนทั่วไปอาจจะยังไม่ได้สัมผัสกับเครื่องมือระดับองค์กรเหล่านี้ในระยะสั้น แต่มันจะส่งผลกระทบทางอ้อมต่อคุณ ระบบปฏิบัติการและเบราว์เซอร์ที่คุณใช้บนมือถือและคอมพิวเตอร์กำลังตกเป็นเป้าหมายอันดับต้นๆ ที่นักล่าช่องโหว่ AI เหล่านี้จะทำการสแกน แปลเป็นภาษาง่ายๆ ก็คือ การอัปเดตในช่วงหนึ่งถึงสองปีข้างหน้าอาจจะมีความถี่สูงขึ้น การอัปเดตเล็กๆ น้อยๆ ที่ดูเหมือนไม่มีเหตุผล เบื้องหลังแล้วอาจเป็นการแก้ช่องโหว่เก่าที่ AI เป็นคนหาพบ มีการอัปเดตอะไรให้อัปเดตซะ นี่คือความหมายที่ใช้งานได้จริงที่สุดของข่าวนี้สำหรับบุคคลทั่วไป

สำหรับการประยุกต์ใช้ในองค์กร: แนวคิดเรื่อง Multi-model Routing ถือเป็นสิ่งที่ทีมความปลอดภัยในไต้หวันควรศึกษา เพราะมันไม่ได้แก้แค่ปัญหาด้านความปลอดภัยเท่านั้น แต่ยังแก้ปัญหาโครงสร้างต้นทุนที่ทุกโครงการ AI ต้องเจอ ตรรกะเดียวกันนี้สามารถนำไปใช้กับการบริการลูกค้า การตรวจสอบเอกสาร และการตรวจสอบโค้ดได้เช่นกัน—คำขอที่ง่ายให้ใช้โมเดลราคาถูก งานที่ยากค่อยอัปเกรดขึ้นไป จุดแข็งของไมโครซอฟท์ไม่ใช่ความมหัศจรรย์ของเทคโนโลยี แต่คือช่องทางการจัดจำหน่าย (Channel): Defender, Azure และ M365 มีรากฐานวางไว้อยู่แล้ว แค่คลิกเดียวก็เปิดใช้งานได้ ซึ่งเป็นสิ่งที่ Anthropic เลียนแบบได้ยากในระยะสั้น

ในทางกลับกัน สิ่งที่องค์กรในไต้หวันต้องระวังคือความเสี่ยงจากการผูกติดกับแพลตฟอร์ม (Vendor Lock-in) ยิ่งเครื่องมือแนบชิดกับระบบนิเวศของไมโครซอฟท์มากเท่าไหร่ การจะเปลี่ยนใจไปใช้ค่ายอื่นในภายหลังก็จะยิ่งมีราคาแพงขึ้น แนะนำว่าในการเจรจาสัญญาควรระบุเงื่อนไขว่า "ผลลัพธ์การสแกนและข้อมูลช่องโหว่สามารถส่งออกเป็นรูปแบบมาตรฐานได้หรือไม่" ไว้ในข้อสัญญาด้วย

สำหรับนักพัฒนา: ผลกระทบของเรื่องนี้ที่มีต่อกระบวนการพัฒนาซอฟต์แวร์นั้นมีมากกว่าที่หลายคนคิด หากการสแกนด้วย AI มีราคาถูกจนสามารถรันทุกครั้งที่มีการ Commit โค้ดได้ คำว่า "ความปลอดภัย" ก็จะเปลี่ยนจากด่านกั้นก่อนเผยแพร่ กลายเป็นส่วนหนึ่งของกิจวัตรประจำวัน ปัจจุบันมีเครื่องมือสแกนแบบ Static เช่น Semgrep และ Snyk ที่ทำหน้าที่คล้ายกันอยู่แล้ว ความแตกต่างคือโมเดล AI สามารถทำความเข้าใจช่องโหว่เชิงตรรกะที่ข้ามไฟล์และข้ามโมดูลได้ มากกว่าการแค่นำมาเทียบกับรูปแบบที่รู้จัก เมื่อใช้งานร่วมกับเครื่องมืออย่าง GitHub Copilot การรีวิว Pull Request (PR) ในอนาคตน่าจะมีคอลัมน์ "ความคิดเห็นด้านความปลอดภัยจาก AI" เพิ่มขึ้นมาด้วย

แต่อย่างไรก็ตาม ผลลัพธ์แจ้งเตือนผิดพลาด (False Positive) จะเป็นอุปสรรคแรกที่ต้องเผชิญ การสแกนที่มีราคาถูกลงไม่ได้แปลว่าค่าแรงคนจะถูกลง หากวันหนึ่งระบบโยน "จุดที่สงสัยว่าเป็นช่องโหว่" สามร้อยจุดใส่หน้าวิศวกร สถานการณ์ก็คงไม่ต่างอะไรกับการไม่มีระบบเลย

แนวโน้มการพัฒนาในอนาคต

ผมมองว่าจะเคลื่อนไปใน 3 ทิศทางด้วยกัน:

ประการแรก เครื่องมือความปลอดภัย AI จะถูกทำให้เป็นสินค้าโภคภัณฑ์ (Commoditization) อย่างรวดเร็ว Anthropic มี Mythos, OpenAI มีโปรเจกต์ด้านความปลอดภัยที่เคยมีรายงานออกมาก่อนหน้านี้ (ซึ่งเราเคยเขียนไว้ในบทความ 〈โครงการความปลอดภัย OpenAI Daybreak〉) และตอนนี้ไมโครซอฟท์ก็มีข่าวลือเรื่อง Project Perception ภายในหนึ่งปีสิ่งนี้จะกลายเป็นฟีเจอร์มาตรฐานของผู้ให้บริการคลาวด์ แทนที่จะเป็นจุดขายที่สร้างความแตกต่าง

ประการที่สอง ความไม่สมดุลระหว่างฝ่ายรุกและฝ่ายรับจะรุนแรงยิ่งขึ้น ฝ่ายรับต้องอาศัยการจัดซื้อจัดจ้างและงบประมาณจึงจะมีความสามารถระดับนี้ได้ ในขณะที่ฝ่ายรุกแค่มีโมเดลโอเพนซอร์สบวกกับพลังประมวลผลที่เพียงพอก็เริ่มทดลองได้แล้ว นี่คือเหตุผลว่าทำไม Anthropic ถึงเลือกที่จะไม่เปิดเผย Mythos สู่สาธารณะ การกระทำแบบ "ตั้งใจไม่ปล่อยออกมา" นี้จะกลายเป็นบรรทัดฐานของอุตสาหกรรมหรือไม่ ถือเป็นประเด็นที่น่าติดตามต่อไป

ประการที่สาม ข้อกำหนดด้านกฎระเบียบ (Compliance) จะตามมา เมื่อหน่วยงานกำกับดูแลรู้ว่ามีเครื่องมือที่สามารถค้นหาช่องโหว่ได้โดยอัตโนมัติอยู่ในตลาด ข้ออ้างที่ว่า "เราไม่รู้ว่ามีช่องโหว่นี้อยู่" จะมีน้ำหนักลดลง อุตสาหกรรมที่มีการกำกับดูแลสูงอย่างการเงินและการแพทย์ เกรงว่าจะต้องเป็นกลุ่มแรกๆ ที่ถูกจี้ให้ชี้แจงว่าได้ทำอะไรไปบ้างแล้ว

บทสรุปและความเห็นจาก TheAI Academy

กลับมาที่เจ้าหน้าที่ฝ่ายปฏิบัติการความปลอดภัยของธนาคารท่านนั้น สิ่งที่เขาต้องการจริงๆ ไม่ใช่นักล่าช่องโหว่ที่ฉลาดขึ้น แต่คือสิ่งที่สามารถบอกเขาได้ภายในสามนาทีว่า "ระบบไหนบ้างห้าตัวที่มีปัญหา และต้องแก้ตัวไหนก่อน" เรื่องการกดต้นทุนให้ต่ำลงอาจจะดูไม่เซ็กซี่ แต่มันเป็นตัวกำหนดว่าความสามารถนี้จะเป็นสิ่งที่คนส่วนน้อยเท่านั้นที่เอื้อมถึง หรือจะเป็นสิ่งที่ทุกทีมปฏิบัติการสามารถเปิดใช้ได้ทุกคืน

ความเห็น: จุดชี้ขาดที่แท้จริงของการแข่งขันด้านความปลอดภัย AI ระลอกนี้ไม่ใช่ว่าใครหาช่องโหว่ได้มากกว่ากัน แต่คือใครสามารถกดต้นทุนต่อหน่วยของการ "หาช่องโหว่" ให้ต่ำจนสามารถรันได้ทุกวัน

คำแนะนำที่เป็นรูปธรรมสำหรับผู้อ่านชาวไต้หวัน: หนึ่ง หากคุณเป็นผู้รับผิดชอบด้านความปลอดภัยหรือ IT อย่าเพิ่งรีบร้อนรอ Project Perception เพราะมันยังไม่มีการประกาศเปิดตัวอย่างเป็นทางการด้วยซ้ำ สิ่งที่ปฏิบัติได้จริงคือการทำบัญชีทรัพย์สิน (Asset Inventory) และจัดทำ SBOM (Software Bill of Materials) ในมือให้เรียบร้อยก่อน เพราะประสิทธิภาพของเครื่องมือสแกน AI ทั้งหมดล้วนตั้งอยู่บนพื้นฐานที่ว่า "คุณรู้ว่าคุณมีอะไรบ้าง" สอง สามารถใช้เครื่องมือที่มีอยู่แล้วอย่าง Semgrep หรือ Snyk เพื่อสร้างนิสัยการสแกนขั้นพื้นฐานไปพลางๆ ก่อน เมื่อเครื่องมือ AI โตเต็มที่ค่อยต่อยอดขึ้นไป สาม ปรับวิธีการคำนวณงบประมาณสำหรับเครื่องมือความปลอดภัย AI จาก "จำนวน License" มาเป็นการประเมินแบบ "ต้นทุนต่อการสแกนหนึ่งครั้ง × ความถี่ในการสแกน" นี่คือจุดที่การออกแบบอย่าง Multi-model Routing จะส่งผลกระทบต่อคุณจริงๆ สี่ ใช้ประโยชน์จาก สถานการณ์จำลองงาน AI และ เทมเพลตพรอมต์ ที่เราได้รวบรวมไว้ เพื่อให้ทีมคุ้นเคยกับการใช้ AI อ่าน Log และเขียนรายงานเหตุการณ์ ซึ่งสถานการณ์เริ่มต้นที่มีความเสี่ยงต่ำเหล่านี้จะทำให้เห็นผลลัพธ์ได้ง่ายกว่าการกระโดดไปใช้งานแพลตฟอร์มสแกนแบบครบวงจรในทีเดียว

แหล่งข้อมูล

• TechRepublic: Microsoft's 'Project Perception' Could Challenge Anthropic's Mythos in AI Security
• Anthropic: Project Glasswing — Securing critical software for the AI era
• SecurityWeek: CISA Reportedly Using Anthropic's Mythos to Scan Government Software for Flaws

บทความนี้เรียบเรียงขึ้นตามข้อมูลสาธารณะ Project Perception ยังไม่ได้รับการประกาศเปิดตัวอย่างเป็นทางการจากไมโครซอฟท์ เนื้อหาที่เกี่ยวข้องมาจากรายงานของสื่อ ฟังก์ชันการทำงานกำหนดเวลา และราคาทั้งหมดให้ยึดตามประกาศอย่างเป็นทางการเป็นหลัก