Nu cyberbeveiligingsbedreigingen wereldwijd blijven escaleren, werken analisten en onderzoekers aan het kwantificeren van de financiële impact van stijgende kosten door cybercriminaliteit. De inzet is aanzienlijk: veelgeciteerde industrieprojecties, zoals de schatting van Cybersecurity Ventures dat de wereldwijde schade door cybercriminaliteit tegen 2025 jaarlijks $10,5 biljoen zou kunnen bereiken, hebben veel van het publieke en beleidsdebat gevormd — maar dergelijke headline-cijfers missen vaak een gedetailleerde methodologie. Tegen die achtergrond bieden verschillende recente schattingen deels, maar wel concrete cijfers, terwijl het bredere publieke debat zwaar leunt op alarm en licht op specificering.

Een gedeeltelijke schatting van hogere cyberkosten komt uit onderzoek gericht op het cijfermatig vastleggen van de wereldwijde jaarlijkse schade veroorzaakt door cybercriminaliteit. Hoewel het aantal incidenten dat aan de schatting ten grondslag ligt niet helemaal duidelijk is, lijken de cijfers realistisch — en wellicht bescheiden in vergelijking met de mate van bezorgdheid in het publieke debat. Zoals de auteur opmerkt, rijst het misschien niet tot het niveau van een Gilda Radner "never mind"-moment, maar het toont wel de waarde van het proberen concreet te zijn.

Een afzonderlijke schatting projecteert een extra $100 miljard aan jaarlijkse cyberbeveiligingskosten voor alleen al het VK, wat ongeveer een toename van twintig procent van de totale cyberkosten in het VK vertegenwoordigt. Geplaatst in het bbp-aandeel-kader dat de auteur voorstaat, komt $100 miljard neer op ruwweg drie procent van het Britse bbp — een betekenisvolle maar niet catastrofale schaal. Dat cijfer komt ook geloofwaardig over op de auteur.

Brad Carson gebruikt AI-agents om kostenramingen te produceren. Terwijl Carson denkt dat de auteur het oneens is met zijn aanpak, verduidelijkt de auteur dat dit niet het geval is — hij wil gewoon exacte cijfers gepresenteerd als een aandeel van het bbp, wat meer perspectief en rust in het gesprek zou kunnen brengen.

Ook zijn er superforecaster-schattingen beschikbaar, die een andere gestructureerde benadering bieden voor het voorspellen van met cybercriminaliteit samenhangende financiële verliezen. Deze aggregatiemethoden putten uit dezelfde discipline die wordt gebruikt in voorspellingsmarkten en overheid foresight-programma's, waarbij gestructureerde elicitation wordt toegepast om bias in vooruitkijkende risicobeoordelingen te verminderen.

Voorbij de cijfers zelf signaleert de auteur een patroon van fouten in de financiële economie in socialemediadiscussies over cyberbeveiliging en AI-risico. In het bijzonder stelt hij dat zeer intelligente mensen de neiging hebben om gebrekkige argumenten te maken wanneer het onderwerp ter sprake komt, vooral als het gaat om "short gaan" — vermoedelijk verwijzend naar strategieën voor het afdekken of profiteren van verwachte cybergedreven markverstoringen.

De auteur gaat ook in op wat soms de "pas op voor geïsoleerde eisen van strengheid"-respons wordt genoemd — het argument dat het oneerlijk is om strenge kwantificering van de ene kant te eisen en niet van andere. Hij wijst deze framing af en betoogt dat wie echt bezorgd is over AI gretig zou moeten zijn om strengheid te leveren, ongeacht of vergelijkbare standaarden elders worden toegepast.

In een meer provocatieve vein stelt de auteur een half-serieus beleid voor: alle uitingen van wanhoop, verdriet, paniek of woede met betrekking tot AI-veiligheid — met of zonder geanimeerde gifs — moeten worden voorzien van een voetnoot met een schatting van de relevante kosten als percentage van het bbp. Een dergelijke eis, suggereert hij, zou gezond verstand in de discussie brengen en helpen een deel van de emotionele overdrijving weg te nemen die momenteel in het debat heerst.

Bron: Marginal Revolution