Nếu các lập trình viên của bạn đang sử dụng các công cụ lập trình AI, có lẽ bạn đã thấy rõ những lợi ích: tốc độ phát triển nhanh hơn, tạo ra nhiều mã nguồn hơn và giảm bớt thời gian cho các công việc mang tính lặp lại.
Nhưng phần khó khăn nhất lại nằm ở những gì diễn ra sau đó. AI cũng có thể đưa vào các gói mã nguồn mở (open-source) với tốc độ mà đội ngũ bảo mật của bạn chưa từng được chuẩn bị để xử lý. Càng nhiều thành phần phụ thuộc (dependencies) đồng nghĩa với việc có thêm nhiều lỗ hổng cần xem xét, nhiều công việc khắc phục (remediation) hơn và một danh sách tồn đọng (backlog) có thể âm thầm tăng lên.
Webinar mới nhất của chúng tôi về Rủi ro Lập trình AI và Mã nguồn mở sẽ phân tích ý nghĩa của vấn đề này đối với các đội ngũ bảo mật và kỹ thuật, dựa trên dữ liệu từ 300 nhà lãnh đạo doanh nghiệp.
Vấn đề thực sự nằm ở những gì AI thêm vào hệ thống của bạn
Bản thân việc lập trình bằng AI không phải là vấn đề. Vấn đề nằm ở tốc độ mã nguồn được tạo ra có thể mang theo các thành phần mã nguồn mở mới vào môi trường của bạn nhanh như thế nào.
Một lập trình viên có thể thêm một thành phần phụ thuộc (dependency) chỉ trong vài phút. Sau đó, đội ngũ của bạn có thể cần phải đánh giá các lỗ hổng, bản quyền (licensing), bảo trì, quyền sở hữu và liệu gói đó có thực sự cần thiết hay không.
Công việc đó không hề biến mất chỉ vì mã nguồn được tạo ra nhanh hơn. Theo thời gian, bạn sẽ phải đối mặt với "nợ khắc phục" (remediation debt): các công việc bảo mật tích tụ nhanh hơn mức đội ngũ của bạn có thể giải quyết.
Và khi các công cụ AI ngày càng trở nên tự chủ hơn, khoảng cách đó có thể nới rộng đáng kể.
Xem chương trình của bạn so với các doanh nghiệp khác như thế nào
ActiveState đã khảo sát 300 nhà lãnh đạo bảo mật và kỹ thuật trong các lĩnh vực công nghệ, dịch vụ tài chính, y tế, sản xuất và chính phủ.
Nghiên cứu xem xét cách các nhóm đang xử lý rủi ro mã nguồn mở do AI thúc đẩy, nơi các chương trình khắc phục đang gặp khó khăn và mối liên hệ giữa khoản nợ đó với các thất bại trong kiểm toán, tần suất vi phạm và giảm năng suất lao động.
Webinar này đi sâu vào những phát hiện đó để bạn có thể so sánh chương trình của mình với những gì các doanh nghiệp khác đang trải qua.
Cột mốc so sánh (benchmark) đó rất quan trọng. Nó giúp bạn nhận thấy rõ ràng hơn liệu các biện pháp kiểm soát hiện tại của bạn có đang theo kịp hay chỉ đơn giản là đẩy thêm nhiều công việc chưa được giải quyết xuống các giai đoạn sau.
Những gì bạn sẽ rút ra được
Rebecca Banks và Moris Chen từ ActiveState sẽ phân tích kỹ:
- Cách lập trình AI đang thay đổi khối lượng công việc khắc phục mã nguồn mở
- Chương trình của bạn so với 300 đồng nghiệp trong các doanh nghiệp khác như thế nào
- Khi nào nợ khắc phục bắt đầu ảnh hưởng đến kết quả bảo mật và kinh doanh
- Các mô hình quản trị (governance) nào đang hiệu quả hiện nay
- Những phương pháp tiếp cận nào có thể gây ra nhiều vấn đề hơn là giải quyết chúng
Đây không phải là một buổi chia sẻ thông thường chỉ để nói rằng AI tạo ra rủi ro. Đây là một cái nhìn thực tế về việc rủi ro đó đang biến chuyển thế nào, các tổ chức khác đang đối phó ra sao và quy trình hiện tại của bạn cần thay đổi ở đâu trước khi mã nguồn do AI tạo ra mở rộng quy mô hơn nữa.
Xem webinar về Rủi ro Lập trình AI và Mã nguồn mở để tìm hiểu các dữ liệu thực tế và cách các đội ngũ doanh nghiệp đang ứng phó.
