Broadridge Financial Solutions 已加入 Anthropic 的 Project Glasswing。该计划为关键基础设施运营商提供旨在识别漏洞、增强网络防御的前沿 AI 模型。该合作体现了金融科技提供商内部的战略转变:他们越来越将人工智能视为网络安全战略的必需组成部分,而不仅仅是生产力工具。随着网络威胁变得更复杂、软件生态系统也日益繁复,AI 在保护金融机构每日依赖的基础设施方面扮演的角色愈发重要。
Broadridge 首席执行官 Tim Gokey 表示:“网络安全是金融市场韧性的基础。我们参与 Project Glasswing,将前沿 AI 模型应用到我们自身系统之上,帮助我们走在新兴威胁之前,并支持更安全的金融生态系统。”
金融机构正遭遇不断增加的网络安全威胁。勒索软件攻击、软件漏洞、供应链遭到破坏、凭证被盗,以及复杂的社交工程活动,已成为整个金融行业持续存在的风险。
现代金融基础设施变得显著更加复杂。机构依赖数以千计的应用程序、相互连接的系统、云环境、第三方技术提供商以及全球网络,以支持交易、清算、通信和客户服务。复杂性为攻击者创造了机会,也给防御者带来了挑战。
传统的网络安全方法往往难以跟上组织必须监控的海量软件、基础设施和数据。人工智能正日益被视为一种解决方案。AI 模型不仅能帮助在事件发生之后被动应对,更能识别异常模式、暴露漏洞、分析大量代码,并在威胁演变为运营层面的实际问题之前进行优先级排序。
此次公告的重要性因 Broadridge 在全球金融市场中的地位而进一步凸显。该公司运营着行业中一些最重要的技术基础设施。
根据 Broadridge 的说法,其系统在每年处理并生成超过七十亿条通信,同时在传统与代币化证券市场的每日交易活动中提供超过 15 万亿美元的支持。这些数字使公司深度嵌入金融服务的运行支柱之中。
挑战不只是保护单个组织。更要保护那些支撑金融行业交易、清算、治理、通信以及投资者服务的互联系统。这些系统中的任何故障,其影响都可能远远超出一家公司的范围。
Project Glasswing 的创建旨在应对这一更广泛的挑战。该计划汇聚了负责构建、维护或运营用于关键基础设施领域的软件的组织,包括金融服务。
参与者将获得 Claude Mythos Preview 的访问权限,这是 Anthropic 尚未发布的前沿 AI 模型,正被专门部署以加强防御型网络安全工作。其目标是识别分布在基础软件系统中的薄弱环节,而这些系统共同构成了全球相当可观的一部分网络攻击面。
该计划反映出对软件安全重要性的日益共识:它正越来越成为一种系统性问题,而非仅由单个组织承担的问题。许多关键服务依赖共享技术、通用基础设施提供商以及相互连接的软件生态系统。因此,在某一领域发现的漏洞往往可能同时影响多个组织。
该合作强调了人工智能在金融服务领域部署方式上的更广泛演进。最初一波采用主要聚焦于生产力。银行、经纪商、交易所和技术提供商使用 AI 来总结信息、自动化重复性任务、协助员工并改善客户体验。
下一阶段似乎越来越聚焦于防护。机构开始使用 AI 进行威胁检测、漏洞识别、异常监测、安全分析、事件优先级排序以及运营韧性评估。
这种转变反映了一个现实:网络安全挑战增长速度往往超过许多组织仅依靠人力资源所能应对的范围。随着攻击变得更为复杂,防御方正在寻找能够以机器速度分析风险的技术。
Broadridge 加入 Project Glasswing 的意义,或许正是该合作向金融市场传递的人工智能采用方向信号。关于 AI 的讨论大多集中在效率、自动化以及生产力提升。越来越多的机构正在探索这项技术如何保护支撑全球金融的系统。
对于运营关键基础设施的企业而言,网络安全不只是运营层面的要求,而是一个关乎市场稳定的问题。金融服务领域下一轮主要 AI 采用,可能会在幕后发生,发生在支撑全球市场每天运转的那些软件、网络与基础设施之内。
Broadridge 针对 Anthropic 的 Project Glasswing 宣布了什么?
Broadridge Financial Solutions 宣布已加入 Anthropic 的 Project Glasswing。该计划为关键基础设施运营商提供对前沿 AI 模型的访问权限,模型旨在识别漏洞、强化网络防御,并保护软件系统。参与者可访问 Claude Mythos Preview,这是 Anthropic 尚未发布的前沿 AI 模型,专门部署用于防御型网络安全工作。
Broadridge 的基础设施支持多少交易活动?
根据 Broadridge 的说法,其系统每年处理并生成超过七十亿条通信,同时在传统与代币化证券市场的每日交易活动中提供超过 15 万亿美元的支持。该公司运营的技术基础设施与全球金融服务的运行支柱深度集成。
金融机构为什么使用 AI 进行网络安全而不是用于生产力?
金融机构正将 AI 的使用从生产力拓展到网络安全,因为网络威胁变得更复杂、软件生态系统也日益繁复。AI 模型能够识别异常模式、暴露漏洞、分析大量代码,并在威胁演变为运营层面问题之前进行优先级排序——而传统方法在达到所需的规模与速度方面,往往难以匹敌这些能力。
相关快讯