De Bank of England slaat alarm over een opvallende blinde vlek in de digitale verdediging van de Britse financiële sector: zes weken nadat toezichthouders toegang kregen tot Anthropic’s geavanceerde Mythos AI model, hebben commerciële banken die toegang nog steeds niet.
Volgens gouverneur Andrew Bailey betekent dit dat banken op achterstand staan bij het testen van hun infrastructuur tegen de nieuwste AI-gestuurde cyberdreigingen.
Een uitgebreide duiding van deze waarschuwing en de geopolitieke context is onder meer te zien in deze analyse van Reuters op YouTube:
Wat Bailey precies zegt over Mythos
Tijdens een recente toespraak, aangehaald in een Reuters-analyse en herverpakt door onder meer The Daily Guardian, stelde Bailey dat Britse banken geen directe toegang hebben tot Mythos om hun systemen tegen geavanceerde aanvallen te testen.
De toezichthouder beschikt wel over toegang, maar commerciële instellingen blijven afhankelijk van indirecte informatie en simulaties.
Dat is geen detail. Frontier modellen zoals Mythos worden expliciet genoemd als potentiële katalysator voor complexere cyberaanvallen. In een afzonderlijke reportage over Trump’s uitgestelde AI executive order schetsten Amerikaanse beleidsmakers al dat dezelfde klasse modellen zowel kan worden ingezet om kritieke infrastructuur te beveiligen als om die juist te ondermijnen.
Waarom dit uitgerekend nu voor onrust zorgt
De kernboodschap van Bailey aan de markt is scherp: de technologie loopt voor op de praktische toegang en governance in het bankwezen. Waar partijen als Anthropic in recordtempo waarderingen en infrastructuur uitbouwen, blijft de feitelijke implementatie in gereguleerde sectoren achter.
De timing van deze waarschuwing is geen toeval. In de afgelopen maanden zijn drie bewegingen zichtbaar die elkaar versterken:
- Frontier labs brengen steeds krachtigere modellen naar de markt
Systemen als Mythos worden in internationale berichtgeving beschreven als modellen die complexe code en netwerkarchitecturen kunnen analyseren en optimaliseren, inclusief aanvalspatronen. - Overheden verscherpen de toon rond AI-risico’s
In de Verenigde Staten werd een nieuw AI executive order uitgesteld, juist omdat de president vreest dat te strenge vrijwillige kaders de concurrentiepositie tegenover China zouden aantasten. Tegelijk benadrukken nationale veiligheidsdiensten dat dezelfde modellen kunnen worden gebruikt voor AI-gestuurde cyberdefensie. - Financiële instellingen digitaliseren sneller dan hun security kan bijbenen
Banken verschuiven in hoog tempo naar cloud en API-gedreven architecturen, met generatieve AI in klantprocessen en riskmodellen. In dat landschap zijn kwetsbaarheden, zoals eerder uitvoerig beschreven in de analyse van Anthropic’s Project Glasswing, niet langer hypothetisch maar aantoonbaar.
Het spanningsveld is duidelijk: toezichthouders willen dat banken hun infrastructuur testen met dezelfde modellen die mogelijk door aanvallers worden gebruikt, maar de juridische en commerciële condities om die toegang te regelen, lopen achter.
Wat is Mythos en waarom banken het willen
Mythos wordt door Anthropic gepositioneerd als een frontier model met expliciete focus op code, beveiliging en systeemanalyse. Hoewel de technische specificaties grotendeels vertrouwelijk zijn, sluiten de capabilities nauw aan bij trends die we ook zien bij andere labs:
- Diepe statische en dynamische code-analyse, inclusief het detecteren van kwetsbare patronen in legacy systemen
- Automatisering van threat modeling, waarbij duizenden aanvalsscenario’s tegen dezelfde architectuur worden gesimuleerd
- Genereren van proof-of-concept exploitcode, binnen gecontroleerde sandboxes, om de effectiviteit van bestaande controls te testen
Voor een grote bank is dit in potentie een krachtig instrument om penetratietests en red teaming te versnellen. Waar traditionele pentests weken tot maanden kosten, kan een frontier model miljoenen codepaden en configuraties in dagen doorrekenen.
Maar juist dat vermogen om exploits te genereren, verklaart waarom Anthropic in eerdere communicatie waarschuwde dat Mythos, verkeerd gebruikt, complexe cyberaanvallen kan versterken. In combinatie met het eerder door Itechnet uitgelichte Glasswing programma, dat tienduizenden kwetsbaarheden blootlegde, ontstaat een dubbel beeld: AI als ultieme verdediger én potentiële wapensmid.
Belemmeringen: toegang, aansprakelijkheid en geopolitiek
Waarom hebben Britse banken dan nog geen toegang, terwijl de Bank of England dat wel heeft? Uit de gesyndiceerde berichtgeving rond Reuters komen drie structurele obstakels naar voren.
1. Contractuele en compliance kaders lopen achter
Toegang tot een model als Mythos is geen standaard SaaS-licentie. Banken moeten aantonen dat:
- testdata geen klantdata bevat of onomkeerbaar geanonimiseerd is
- logs en modeloutput niet onbedoeld gevoelige infrastructuurdetails lekken
- er duidelijke afspraken zijn over bewaartermijnen en toegang voor toezichthouders
Zonder uitgekristalliseerde raamovereenkomsten blijven juridische afdelingen op de rem staan, zeker in een omgeving waar ook de EU AI Act en vergelijkbare kaders richtinggevend worden.
2. Risico op informatieasymmetrie richting frontier labs
Om een model effectief te gebruiken voor securitytests, moeten banken architectuurdetails, configuratie en soms zelfs broncode delen. Dat creëert een diepgaande afhankelijkheid van een klein aantal AI-leveranciers. In eerdere analyses op Itechnet, bijvoorbeeld rond OpenAI’s aanstaande IPO, is al benoemd dat zulke concentratie de onderhandelingspositie van financiële instellingen structureel verzwakt.
3. Geopolitieke druk en exportbeperkingen
Frontier modellen vallen steeds vaker onder exportregimes en nationale veiligheidskaders. In de VS speelt bovendien de angst dat te strenge regels de voorsprong op China aantasten. Het uitstel van Trump’s executive order, zoals uitgelicht in de AOL-publicatie, illustreert hoe politiek en security hier botsen. Elke grensoverschrijdende toegang tot Mythos of vergelijkbare modellen wordt daardoor complexer.
Implicaties voor Europese en Nederlandse banken
Voor Nederlandse banken en toezichthouders is de Britse situatie een vroege waarschuwing. Drie concrete implicaties springen eruit.
- Versnelde noodzaak van AI red teaming governance
De kernlessen uit Glasswing, waar AI op schaal kritieke softwarelekken blootlegde, gelden ook voor de financiële sector. Banken zullen eigen AI red teaming kaders moeten opzetten, met duidelijk beleid over welke modellen, welke data en welke auditsporen verplicht zijn. - Strategische keuze tussen eigen modellen en externe frontier AI
Net als bij de discussies rond Huawei’s systeemniveau AI-chips zullen banken moeten bepalen waar ze zelf modellen bouwen en waar ze leunen op internationale labs. Kosten, latency, datasoevereiniteit en regulatoire druk spelen hierin direct mee. - Toezichthouders moeten toegang en kaders parallel ontwikkelen
Het is niet houdbaar dat alleen centrale banken toegang hebben tot frontier securitymodellen, terwijl commerciële instellingen achterblijven. Een logisch pad is gezamenlijke inkoop en certificering, waarbij toezichthouders, banken en modelbouwers standaardkaders afspreken voor veilige toegang.
Voor beleggers ligt hier een duidelijke vraag: welke banken investeren proactief in AI-gestuurde security, en welke wachten tot regels hen dwingen te bewegen?
Wat nu telt voor risk en compliance teams
Op korte termijn kunnen financiële instellingen drie pragmatische stappen zetten, los van directe toegang tot Mythos zelf:
- Inventariseer welke systemen bedrijfskritisch zijn voor betalingen, marktinfrastructuur en liquiditeitsbeheer, en prioriteer AI-ondersteunde securityscans juist daar.
- Definieer een vendorstrategie waarin frontier labs, cloudproviders en gespecialiseerde securitypartijen expliciet worden vergeleken op data governance, logtoegang en auditmogelijkheden.
- Betrek toezichthouders vroegtijdig bij pilots met geavanceerde modellen, om te voorkomen dat juridische en regulatoire blokkades pas in een laat stadium zichtbaar worden.
De onderliggende boodschap van Bailey is helder: wachten tot een incident dwingt tot versnelling is geen optie meer. In een markt waar frontier AI zowel het aanvalsvlak als de verdediging vergroot, wordt toegang tot de juiste modellen zelf een systeemrisico.
FAQ
Wat is het Mythos AI model van Anthropic precies?
Mythos is een frontier model dat in internationale berichtgeving wordt beschreven als gespecialiseerd in complexe code- en systeemanalyse. Het kan kwetsbaarheden identificeren, aanvalspaden simuleren en proof-of-concept exploits genereren binnen gecontroleerde omgevingen, waardoor het zowel voor security als voor offensieve cybercapaciteiten relevant is.
Waarom hebben Britse banken nog geen toegang, terwijl de Bank of England dat wel heeft?
De centrale bank werkt met Mythos in een toezichthoudende en onderzoeksrol, onder strikte staatskaders. Commerciële banken moeten eerst contractueel, juridisch en compliance-technisch vastleggen hoe data wordt beschermd, hoe logs worden beheerd en welke aansprakelijkheid geldt. Zolang die kaders niet staan, blijven directie en juristen terughoudend.
Verhoogt toegang tot Mythos het cyberrisico niet juist?
Ongecontroleerde toegang wel. Daarom hameren zowel Anthropic als toezichthouders op sandboxing, logging en strikte user policies. De kern van Bailey’s punt is niet dat Mythos zelf onveilig is, maar dat het onwenselijk is als alleen mogelijke aanvallers of een klein aantal partijen de capabilities in de praktijk benutten, terwijl systeembanken achterlopen.
Wat betekent dit voor Nederlandse banken en toezichthouders?
Het Britse voorbeeld laat zien dat zelfs in een geavanceerde financiële markt het regelgevings- en contractwerk rond frontier AI achterloopt. Voor Nederlandse instellingen is dit een signaal om nu al gezamenlijke raamcontracten, sectorbrede AI red teaming kaders en afspraken met labs te verkennen, in plaats van te wachten tot een incident of verplichting uit Brussel.
Hoe verhoudt dit zich tot andere AI-ontwikkelingen zoals Glasswing en de AI Act?
Project Glasswing, dat eerder op Itechnet is geanalyseerd, toont dat frontier modellen duizenden kwetsbaarheden in kritieke software kunnen blootleggen. De AI Act probeert tegelijk een uniforme Europese risicoklasse en verplichtingen op te leggen. De casus Mythos illustreert dat deze twee lijnen botsen op implementatiesnelheid: de techniek is er, maar de toegang en governance hinken achterop.
Bronnen
- https://thedailyguardian.com/news/science-tech/uk-banks-still-lack-access-to-mythos-ai-model-boes-bailey-says-2-701642/
- https://www.aol.com/articles/white-house-postpones-trumps-ai-154349000.html
- https://nvidianews.nvidia.com/news/latest
- https://ourworldindata.org/artificial-intelligence
- https://itechnet.nl/project-glasswing-ai-cyberbeveiliging/
- https://itechnet.nl/anthropic-965-miljard-waardering-ai-markt/
- https://itechnet.nl/huawei-vizier-post-nvidia-ai-chips/
- https://itechnet.nl/openai-op-weg-naar-historische-ipo-ai-markt/
