Novi model umetne inteligence, imenovan Claude Mythos, je sprožil vrsto kriznih sestankov med finančnimi ministri, centralnimi bankirji in vodilnimi bankirji po svetu. V ozadju skrbi je njegova dokazana zmožnost odkrivanja in izkoriščanja kibernetskih ranljivosti v ključni programski opremi, kar bi po mnenju uradnikov lahko omogočilo kibernetske napade v obsegu, ki bi lahko destabiliziral celotne finančne trge.
Model, ki ga je razvilo podjetje Anthropic, tekmec OpenAI, je v internih testih pokazal izjemne sposobnosti. Britanski Inštitut za varnost umetne inteligence (AISI) je v svojem poročilu ugotovil, da lahko Mythos samostojno "izvede večstopenjske napade na ranljiva omrežja". V enem od testov je model uspešno zaključil simulacijo vdora v omrežje podjetja, za kar bi človeški strokovnjak potreboval približno 20 ur.
Zaradi teh zmožnosti se je Anthropic odločil, da modela ne bo izdal za javno uporabo. Namesto tega so v okviru iniciative "Project Glasswing" omogočili dostop izbranim tehnološkim podjetjem, kot so Microsoft, Nvidia in JPMorgan Chase, da bi okrepili lastne obrambne sisteme.
Odziv regulatorjev in finančnih voditeljev je bil hiter in usklajen. Kanadski minister za finance, François-Philippe Champagne, je grožnjo opisal kot "neznano neznanega", za razliko od tradicionalnih geopolitičnih tveganj. Predsednica Evropske centralne banke, Christine Lagarde, je posvarila, da bi lahko model v napačnih rokah povzročil veliko škodo, guverner Angleške banke, Andrew Bailey, pa je dejal, da bi razvoj lahko "razprl celoten svet kibernetskega tveganja".
Ameriško ministrstvo za finance in Federal Reserve sta že organizirala sestanke z vodilnimi bankami, da bi ocenila tveganja. Medtem ko nekatere banke, kot je JPMorgan, sodelujejo pri testiranju, in direktor banke Barclays, C.S. Venkatakrishnan, pravi, da je zadeva "dovolj resna, da moramo biti zaskrbljeni", mnogi opozarjajo, da so sodobni finančni sistemi močno prepleteni in se pogosto zanašajo na zastarelo tehnologijo, kar jih dela še posebej ranljive. Anthropic ob tem poudarja, da bi lahko enaki modeli, ki odkrivajo ranljivosti, bistveno pospešili tudi njihovo odpravljanje.