Bank of America ha aggiunto 1.000 collaboratori esterni nel secondo trimestre per correggere vulnerabilità del software individuate con modelli di intelligenza artificiale avanzati, tra cui Mythos di Anthropic. Lo ha dichiarato l’amministratore delegato Brian Moynihan in un’intervista a CNBC del 14 ottobre. Gli specialisti sono ancora operativi e affiancano circa 3.000 addetti interni nell’area interessata.
La notizia riguarda il lavoro di riparazione del codice: non documenta un attacco riuscito, un furto di dati o una compromissione dei conti dei clienti. Il software esaminato comprende applicazioni interne e codice di fornitori.
Una capacità aggiuntiva che vale circa un terzo della squadra interna
I collaboratori sono consulenti esterni, non 1.000 nuove assunzioni permanenti annunciate oggi. Sui numeri indicati da Moynihan, il loro apporto equivale a circa il 33% dei 3.000 addetti interni e a un quarto del gruppo complessivo di circa 4.000 persone. È un calcolo redazionale riferito a questa area operativa, non all’intera forza lavoro della banca.
Il confronto aiuta a leggere il peso della risposta: uno strumento che accelera l’individuazione dei problemi può aumentare, almeno inizialmente, il lavoro da svolgere. Scoprire una falla non significa averla già eliminata. Occorre stabilirne la priorità, correggere il componente e verificare che la modifica non interrompa altri servizi.
I costi dichiarati non sono tutti attribuibili a Mythos
Nella stessa intervista Moynihan ha indicato costi aggiuntivi del terzo trimestre nell’ordine di alcune centinaia di milioni di dollari, riferiti insieme alla remediation software e agli interventi per gli adempimenti antiriciclaggio. Non è stato fornito un importo separato per i consulenti o per Mythos.
Questa distinzione impedisce di trasformare una voce aggregata in una misura precisa del costo della sicurezza AI. Anche l’attesa del management che la spesa straordinaria diminuisca nel tempo resta una previsione: non dimostra che il lavoro sia già concluso.
Da Glasswing all’accesso verificato: il contesto Anthropic
Nel progetto Glasswing, presentato il 7 aprile, Anthropic descrive l’uso delle capacità dei propri modelli per individuare e correggere vulnerabilità in software critico. Le capacità e i risultati illustrati sono valutazioni del produttore; non quantificano le falle trovate specificamente in Bank of America.
La stessa pagina contiene un aggiornamento del 6 ottobre 2026: il Cyber Verification Program è stato ampliato a tre livelli di accesso e i membri Glasswing esistenti vengono trasferiti nel livello Specialized Access. È un’evoluzione importante del quadro di accesso, ma non documenta quale livello o versione del modello utilizzi la banca.
L’impatto economico: rilevare più problemi può alzare il lavoro iniziale
La lettura redazionale è che velocità di analisi e velocità di correzione siano due capacità diverse. Se l’AI porta alla luce più difetti, il valore economico dipende anche dalla capacità di assorbire il carico: personale, test, coordinamento con i fornitori e continuità dei servizi.
Per valutare i risultati serviranno tempi di correzione e riduzione delle vulnerabilità residue, non soltanto il numero di specialisti mobilitati. L’intervista non fornisce questi indicatori. La dimensione della squadra mostra l’impegno operativo; non permette, da sola, di misurare né il rischio evitato né un risparmio netto già realizzato.
