Firma zajmująca się bezpieczeństwem blockchaina CertiK stwierdza, że agentowe AI przesuwa cyberbezpieczeństwo, przeciwdziałanie praniu pieniędzy (AML) oraz compliance w kierunkiem coraz bardziej autonomicznych operacji, a profesjonaliści przechodzą od rutynowych prac dochodzeniowych do nadzorowania systemów opartych na AI. Firma przedstawiła ten trend w nowym raporcie "The Rise of the AI Security Workforce: How Agentic AI Is Redefining Cybersecurity, AML & Compliance", który analizuje, jak autonomiczne systemy AI przekształcają funkcje bezpieczeństwa i compliance zarówno w Web2, jak i Web3.

W przeciwieństwie do konwencjonalnych narzędzi AI, agentowe AI może obsługiwać wieloetapowe procesy, pobierać i syntetyzować informacje, współpracować z systemami zewnętrznymi oraz podejmować działania przy niewielkiej lub zerowej ingerencji człowieka — według CertiK. W scenariuszu cyberbezpieczeństwa agent mógłby zbadać nietypowe logowanie, skorelować dane z urządzeń i danych o zagrożeniach, uznać, że konto stanowi ryzyko i zawies je, przy jednoczesnym prowadzeniu rejestru każdego podejmowanego działania.

Raport wskazuje trzy siły napędzające adopcję: rosnące tempo cyberataków i prania pieniędzy, przewlekły niedobór specjalistów ds. cyberbezpieczeństwa i przestępczości finansowej oraz rozszerzające się wymogi regulacyjne. CertiK zauważa, że kary AML w pierwszej połowie 2025 roku przekroczyły 900 milionów dolarów, co zwiększa presję na organizacje, aby skalowały operacje compliance bez polegania wyłącznie na dodatkowych pracownikach. Razem te naciski opisują lukę kompetencyjną — z jednej strony przyspieszające zagrożenia i obowiązki, z drugiej trwale niewystarczająca podaż specjalistów — która pomaga wyjaśnić, dlaczego organizacje zaczynają automatyzować nadzór, zamiast po prostu zwiększać zatrudnienie.

W tradycyjnych środowiskach Web2 systemy agentowe mogą autonomicznie sortować alerty, oceniać podatności, monitorować zachowania związane z tożsamością i dostępem oraz stale weryfikować systemy pod kątem kontroli cyberbezpieczeństwa. W procesach AML mogą ponownie oceniać alerty transakcyjne, przeprowadować due diligence klientów, budować grafy relacji i przygotowywać raporty o podejrzanych działaniach do przeglądu przez człowieka. Zespoły compliance mogą również wdrażać agentów AI do monitorowania zmian regulacyjnych, identyfikowania dotkniętych wewnętrznych polityk oraz przeprowadzania ciągłych audytów zamiast polegania na okresowych przeglądach. Wspólnym mianownikiem tych przykładów jest przejście od okresowego przeglądu do ciągłej operacji, w której ludzie przeglądają wyniki pracy agentów, zamiast samodzielnie wykonywać każdy krok.

Zastosowania w Web3 zwiększają możliwości i ryzyko

CertiK wskazuje Web3 jako obszar, w którym agentowe AI może mieć szczególnie istotny wpływ, ponieważ transakcje blockchain są nieodwracalne, a reakcje bezpieczeństwa często muszą nastąpić w ciągu minut, a nawet sekund. Systemy AI mogą wspierać audyt smart kontraktów, wykrywać wzorce exploitów w czasie rzeczywistym, a w zaawansowanych wdrożeniach uruchamiać środki ochronne, takie jak wstrzymanie kontraktów lub bezpieczniki. Mogą również odtwarzać złożone ścieżki ataków po eksploicie i generować techniczne analizy powydarzeniowe.

Raport podkreśla także autonomiczne możliwości AML on-chain, w tym śledzenie środków w czasie rzeczywistym, dynamiczne klastrowanie adresów i analizę międzyłańcuchową. Systemy compliance coraz częściej zmierzają ku ocenie ryzyka Know-Your-Address i Know-Your-Transaction przed rozliczeniem, co pozwala zidentyfikować potencjalną ekspozycję na działalność nielegalną jeszcze przed zakończeniem transakcji. Praktycznym efektem jest to, że ryzyko ujawnia się przed rozliczeniem, a nie po tym, jak środki zostały już przansferowane.

Jednocześnie CertiK ostrzega, że większa autonomia wprowadza nowe ryzyka. Agenci AI mogą popełniać błędne oceny, atakujący mogą wykorzystywać lub manipulować systemami agentowymi, a kwestie odpowiedzialności pozostają nierozstrzygnięte, gdy autonomiczne działania wyrządzają szkodę. Raport rekomenduje określone limity uprawnień, kompleksowe ślady audytowe, regularne testy adwersaryjne oraz wskazanego właściciela-człowieka odpowiedzialnego za każdego agenta AI.

CertiK ostatecznie argumentuje, że organizacje powinny traktować agentowe AI jako rolę w strukturze kadrowej, a nie jedynie kolejne narzędzie programowe. W miarę jak systemy AI przejmują więcej obowiązków operacyjnych, nadzorowanie ich zachowania i przechowywanie dowodów ich decyzji samo w sobie staje się odrębną funkcją compliance. Dla czytelników śledzących dalszy rozwój wydarzeń, nierozstrzygnięte kwestie samego raportu — jak przypisywana jest odpowiedzialność, gdy autonomiczne działania wyrządzą szkodę oraz czy rekomendowane zabezpieczenia staną się standardem — są konkretnymi punktami do obserwacji.

Ten artykuł powstał na podstawie materiałów pierwotnie opublikowanych przez Metaverse Post.