Anthropic telah mengumumkan peluncuran yang sangat tidak konvensional untuk model AI terbarunya, Mythos. Daripada merilisnya ke publik secara luas, laboratorium AI terdepan ini membatasi akses ke sekelompok perusahaan besar dan penyedia infrastruktur penting tertentu, termasuk Amazon Web Services dan JPMorgan Chase.
Alasan resminya? Keamanan. Anthropic mengklaim Mythos sangat mahir dalam mengidentifikasi eksploitasi keamanan perangkat lunak sehingga rilis publik dapat memberikan alat yang ampuh kepada pelaku kejahatan untuk menyusupi infrastruktur digital global.
Dilema Keamanan Siber
Inti masalahnya terletak pada sifat penggunaan ganda Model Bahasa Besar (LLM) tingkat lanjut. Sebuah model yang mampu menemukan kerentanan “zero-day” (kelemahan perangkat lunak yang sebelumnya tidak diketahui) adalah tambang emas bagi pembela HAM, namun merupakan senjata bagi penyerang.
Dengan menyediakan Mythos hanya untuk perusahaan skala besar, Anthropic bertujuan untuk menciptakan “permulaan defensif”, yang memungkinkan perusahaan untuk menambal kerentanan sebelum peretas dapat mengeksploitasinya. Namun, pakar industri berpendapat bahwa kegunaan sebenarnya dari model ini mungkin lebih beragam:
- Eksploitabilitas vs. Penemuan: Dan Lahav, CEO lab keamanan siber AI Irregular, menyatakan bahwa menemukan bug tidak sama dengan menemukan eksploitasi fungsional. Nilai sebenarnya dari alat AI bergantung pada apakah alat tersebut dapat menemukan kerentanan yang dapat digabungkan untuk menciptakan serangan yang berarti.
- Pertanyaan Efisiensi: Startup Aisle berpendapat bahwa model yang terspesialisasi, lebih kecil, dan berbobot terbuka sering kali dapat meniru keberhasilan keamanan siber model besar seperti Mythos. Hal ini menunjukkan bahwa skala model “brute force” mungkin bukan satu-satunya jalan menuju pertahanan dunia maya yang efektif.
Faktor “Distilasi”: Melindungi Keuntungan
Meskipun argumen keamanannya menarik, pengamat industri menyarankan motif yang lebih komersial di balik rilis terbatas ini: mencegah penyulingan model.
Distilasi adalah proses di mana model yang lebih kecil dan lebih murah dilatih menggunakan keluaran model yang sangat besar dan canggih. Hal ini memungkinkan laboratorium yang lebih kecil untuk “meniru” kemampuan model perbatasan tanpa biaya besar untuk pelatihan aslinya. Bagi perusahaan seperti Anthropic, OpenAI, dan Google, penyulingan merupakan ancaman langsung terhadap keunggulan kompetitif dan model pendapatan mereka.
Menurut David Crawshaw, CEO exe.dev, strategi rilis selektif dapat memiliki dua tujuan strategis:
1. Menciptakan Roda Gila Perusahaan: Dengan mempertahankan versi paling canggih yang eksklusif untuk perusahaan besar, laboratorium memastikan aliran kontrak perusahaan bernilai tinggi yang berkelanjutan.
2. Pesaing yang Kelaparan: Pada saat sebuah model dirilis ke masyarakat umum atau laboratorium yang lebih kecil, versi yang lebih baru dan bahkan lebih kuat telah dimasukkan ke dalam perjanjian perusahaan, yang secara efektif membuat pemain kecil terus-menerus mengejar ketertinggalan mereka.
Perang Dingin yang Berkembang dalam Perkembangan AI
Langkah ini mencerminkan tren yang lebih luas dalam ekosistem AI. Ada perlombaan yang semakin intensif antara:
* Frontier Labs: Menginvestasikan miliaran dolar untuk membangun model terbesar dan paling mumpuni serta secara agresif mempertahankan kekayaan intelektual mereka.
* Pesaing Tangkas: Menggunakan model sumber terbuka dan teknik penyulingan—sering kali dikaitkan dengan perusahaan di Tiongkok—untuk mencapai keseimbangan ekonomi dan teknologi yang cepat.
Laporan menunjukkan bahwa Anthropic, Google, dan OpenAI semakin banyak berkolaborasi untuk mengidentifikasi dan memblokir entitas yang terlibat dalam penyulingan tidak sah, dan memperlakukannya sebagai ancaman signifikan terhadap model bisnis mereka.
Keputusan untuk menggunakan gerbang Mythos mungkin merupakan sebuah terobosan strategi “tujuan ganda”: hal ini memenuhi tanggung jawab sejati untuk melindungi keamanan internet sekaligus memperkuat dominasi komersial laboratorium terhadap distilasi.
Kesimpulan
Apakah Mythos benar-benar merupakan risiko keamanan atau merupakan langkah bisnis strategis masih harus dilihat. Namun, peluncuran Anthropic menyoroti titik temu yang kompleks antara keamanan siber global dan pertarungan sengit demi supremasi pasar AI.
