Kybernetická bezpečnost vstupuje do fáze, ve které dosavadní modely řízení rizik už nebudou stačit. Nové generace umělé inteligence, označované jako Frontier AI, dokážou provádět autonomně činnosti, které dřív vyžadovaly čas a specializované týmy: od identifikace zranitelností až po sestavení celého scénáře útoku. Doba mezi odhalením zranitelnosti a jejím zneužitím se tak dramaticky zkracuje, a s ní roste i riziko provozních výpadků, finančních ztrát, regulatorního tlaku a ztráty důvěry zákazníků.
Nejpokročilejší modely této třídy zatím nejsou široce dostupné. To ale není důvod k uklidnění, spíš jde o krátké časové okno, ve kterém mohou organizace posoudit svou skutečnou expozici a připravit obranná opatření dřív, než se podobné schopnosti stanou běžně dostupnými i pro útočníky.
Co přesně je Frontier AI
Frontier AI označuje nejpokročilejší modely umělé inteligence, které dnes určují směr technologického vývoje. V kybernetické bezpečnosti spočívá jejich význam ve schopnosti rychle analyzovat složitá prostředí, rozpoznávat skryté závislosti a podporovat rozhodování o tom, kde se skutečně nachází riziko.
V praxi jde o posun od nástrojů, které pouze podporují experty, k systémům, jež dokážou samostatně identifikovat slabiny, posoudit jejich závažnost a naznačit reálné scénáře zneužití. Pro organizace je to dvousečná zpráva: stejné schopnosti, které pomáhají rychleji odhalovat rizika, mohou zneužívat i pokročilí útočníci.
Zásadní jsou čtyři vlastnosti, kterými se Frontier AI liší od dosavadních nástrojů. Modely dokážou učit se a uvažovat ve velkém měřítku: analyzovat rozsáhlé množiny kódu, konfigurací a závislostí a propojovat signály roztroušené napříč mnoha vrstvami prostředí. Mají také agentní schopnosti, tedy dokážou plánovat další kroky, používat nástroje, testovat hypotézy a opakovat akce, dokud se zranitelnost skutečně nepotvrdí. Některé schopnosti navíc vznikají až s rostoucím rozsahem modelu a nejde je vždy plně předvídat už ve fázi návrhu. A konečně, pokrok v programovacích úlohách se přímo promítá do schopnosti nacházet a zneužívat složité logické chyby.
Proč je toto téma naléhavé právě teď
Přístup k nejpokročilejším kybernetickým modelům dnes ještě není široce rozšířený, což organizacím dává omezené, ale reálné okno k přípravě. Současnou fázi je třeba chápat jako přípravný čas. V krátkém horizontu se totiž podobné schopnosti mohou stát součástí šířeji dostupných nástrojů a postupů. Organizace, které začnou jednat dřív, získají větší kontrolu nad rizikem, lepší provozní připravenost a silnější pozici při rozhodování o investičních prioritách.
Rozdíl v rychlosti je markantní. Zatímco tradiční proces objevování zranitelností se měřil v měsících, tržní materiály naznačují, že modely typu Mythos ho dokážou zkrátit na hodiny. Podle materiálů Unit 42 pak mohou být nové zranitelnosti zneužívány a skenovány ve velkém měřítku už během méně než patnácti minut od jejich objevení. Manuální analýza, manuální aktualizace a periodické testy na takovou rychlost reakce prostě nestačí.
Co ukazují nejnovější data
Nejnovější srovnávací testy ukazují zřetelný skok ve schopnostech oproti dřívějším modelům. Pro organizace přitom nejsou nejdůležitější samotná čísla, ale to, co znamenají v praxi: rychlejší odhalování slabin, účinnější propojování informací a kratší dobu mezi analýzou a reálnou hrozbou.
V testu SWE-Bench Pro, zaměřeném na samostatné psaní a analýzu kódu, dosáhl model Claude Mythos Preview 77,8 % oproti 53,4 % u Claude Opus 4.6. Lepší porozumění komplexním kódovým základnám totiž znamená účinnější identifikaci logických chyb a závislostí mezi jednotlivými komponentami systému. V testu uvažování Humanity's Last Exam model dosáhl 64,7 % oproti 53,1 %, což zvyšuje pravděpodobnost, že dokáže propojit zdánlivě nezávislé slabiny do jednoho funkčního scénáře útoku. V testu samostatného používání počítačů a nástrojů OSWorld Verified pak model dosáhl 79,6 % oproti 72,7 %.
Nejvýmluvnější je ale konkrétní experiment popsaný v materiálech Mythos, kde model vygeneroval 181 funkčních útočných nástrojů, zatímco dřívější model dosáhl ve stejném kontextu pouze dvou úspěšných pokusů. Tržní materiály dále uvádějí více než 70% účinnost při vytváření útočných nástrojů ve vybraných testech a 83% úspěšnost při reprodukci výsledků zmiňovaných v souvislosti s regulatorními obavami. Na druhé straně stojí varovné číslo z praxe organizací: v době přípravy těchto analýz bylo plně odstraněno méně než 1 % identifikovaných zranitelností. Problémem tedy není jen objevování slabin, ale schopnost organizace rychle stanovit priority a odstranit ty nejdůležitější z nich.
Riziko, které se týká celé organizace
Frontier AI nezvyšuje riziko jen v jedné oblasti bezpečnosti. Jeho skutečný dopad spočívá ve schopnosti propojovat slabiny nalezené napříč aplikacemi, infrastrukturou, cloudem, identitami i provozními procesy. Právě proto se toto téma netýká pouze bezpečnostních týmů, ale i vedení organizace, technologií, řízení rizik a compliance. Ve světě Frontier AI se technický dluh promítá do obchodního rizika mnohem rychleji než dřív.
Provozní data z praxe Unit 42 to potvrzují napříč celým spektrem. V 89 % vyšetřování po průniku se potvrdí mezery v oblasti identit, což dělá kontrolu uživatelských, systémových i agentních identit základem pro omezení dopadu incidentu. U 75 % průniků je útok sice zaznamenán, ale nenásleduje žádná reakce, takže problémem tedy není nedostatek dat, ale chybějící korelace informací, automatizace a rychlá rozhodnutí. Medián doby od získání přístupu po exfiltraci dat je jen 72 minut, což je kratší čas, než mnoho organizací potřebuje na klasickou eskalaci. Chyby konfigurace se objevují v 90 % incidentů a 87 % útoků využívá více vstupních cest současně, takže bodová řešení bez sdílené viditelnosti a prioritizace přestávají stačit. K tomu je třeba připočíst, že 60 % aplikačních zranitelností pochází z open-source softwaru a útoky zahrnující externí cloudové služby vzrostly 3,8násobně.
Frontier AI jako nástroj obrany
Frontier AI má ale i druhou stranu mince. Stejné schopnosti, které mohou posilovat útočníky, mohou organizaci zároveň pomoci rychleji detekovat rizika, lépe nastavovat priority a omezovat dopad incidentů. Umožňují rychlejší odhalování skrytých expozic v kódu, konfiguracích, aplikacích, SaaS službách i externí útočné ploše, tedy slabin, které by tradičním nástrojům mohly zůstat skryté. Zásadní je i posun od seznamu tisíců izolovaných zranitelností k pochopení, které slabiny lze zneužít společně a které by mohly vést ke skutečně významnému incidentu.
Výsledky takové analýzy je navíc možné prezentovat srozumitelně i mimo technické týmy, jako konkrétní cesty útoku, obchodní dopady a prioritní rozhodnutí, nikoli jen jako technické seznamy CVE. Organizace si tak může lépe naplánovat, kde potřebuje automatizaci, silnější správu identit, lepší telemetrii, segmentaci a rychlejší omezení škod.
Jak na to: třífázový přístup
NTT DATA ve spolupráci s Palo Alto Networks Unit 42 doporučuje postupovat po etapách, které umožní rychle přejít od obecné diskuse o riziku ke konkrétním rozhodnutím založeným na faktech.
První modul se zaměřuje na posouzení rizikové expozice s využitím Frontier AI: rychlou identifikaci a expertní posouzení skrytých expozic, zranitelností, chyb konfigurace a možných cest útoku. Výstupem je jasná odpověď na otázku, co by v prostředí organizace mohlo být zneužito jako první a s jakým dopadem. Druhý modul představuje plán připravenosti obrany, tedy kvantitativní posouzení schopnosti organizace bránit se útokům probíhajícím rychlostí stroje, a jeho výsledkem je mapa klíčových mezer a akční plán. Třetí modul pak převádí zjištění do praktických kroků, jako je automatizace, model Zero Trust, správa identit, bezpečnostní operační centrum, bezpečnost vývoje softwaru a průběžné snižování expozice.
Podstatné je, že první modul kombinuje schopnosti Frontier AI s expertní validací zjištění od specialistů Unit 42, aby se organizace soustředila na skutečně významná rizika, ne na nadbytečné množství technických dat.
Co dělat teď
Otázka, kterou by si vedení organizací mělo klást, se posouvá. Nejde už jen o to, zda máme bezpečnostní nástroje, ale jestli víme, které prvky prostředí vytvářejí největší riziko a jestli je dokážeme snížit rychleji, než mohou být zneužity.
Přístup k nejpokročilejším modelům Frontier AI je zatím omezený, ale toto okno se zavírá. Organizace, které využijí čas k posouzení expozice a nastavení priorit už dnes, budou v mnohem lepší pozici, až se podobné schopnosti stanou běžně dostupnými, ať už na straně obrany, nebo na straně útočníků.