Bank of America menambah 1.000 kontraktor setelah temuan Mythos

Dalam laporan The Next Web tentang pernyataan CEO Brian Moynihan pada 14 Oktober 2026, Bank of America menambah sekitar 1.000 kontraktor pada kuartal kedua untuk membantu sekitar 3.000 staf internal memperbaiki kelemahan perangkat lunak yang ditemukan model keamanan AI, termasuk Mythos; pengeluaran remediasi kuartal ketiga yang ia sebut “a couple hundred million dollars plus” juga mencakup pembenahan kontrol antipencucian uang. Kontraktor itu masih bekerja saat Moynihan berbicara setelah pengumuman hasil kuartalan. Temuan AI telah menjadi pekerjaan penambalan yang berlanjut selama beberapa bulan.

Angka pengeluaran tersebut mencakup dua pekerjaan sekaligus: perbaikan yang terkait Mythos dan pembenahan kontrol antipencucian uang. Bank tidak membaginya menurut program, sehingga seluruh jumlahnya tidak dapat disebut sebagai biaya Mythos. Kedua pekerjaan berlangsung dalam periode pelaporan yang sama, tetapi mempunyai sasaran dan pos biaya yang berbeda.

Kontraktor ditambahkan ke tim yang sudah ada

Perbedaan antara tenaga tambahan dan staf internal menentukan cara membaca skala pekerjaan ini. Dalam wawancara yang dikutip IT Pro, Moynihan mengatakan para kontraktor direkrut pada kuartal kedua dan “those people remain here today”, bekerja di samping staf bank yang telah menangani bidang tersebut. Mereka adalah konsultan eksternal, sehingga penambahan tenaga itu tidak sama dengan kenaikan jumlah karyawan tetap yang dilaporkan bank.

Kebutuhan akan tambahan orang muncul pada tahap setelah model menemukan kelemahan. Sebuah temuan harus dikaitkan dengan perangkat lunak yang benar-benar dipakai, dinilai dampaknya, lalu diterjemahkan menjadi perubahan yang dapat dipasang tanpa mengganggu layanan. Temuan yang datang lebih cepat daripada penyelesaian patch menciptakan antrean kerja. Para konsultan yang masih bertugas beberapa bulan setelah direkrut memperlihatkan bahwa proses tersebut belum selesai ketika hasil kuartalan diumumkan.

Pekerjaan itu melibatkan kode yang dikembangkan bank dan perangkat lunak dari pemasok luar. Pembedaan ini berpengaruh pada jalur perbaikan: untuk kode sendiri, tim bank dapat menyiapkan perubahan; untuk komponen pemasok, bank juga harus memperoleh pembaruan dari pihak yang memeliharanya, lalu menerapkannya pada sistem yang dipakai. Karena itu, tambahan kontraktor tidak otomatis mempercepat semua perbaikan dengan cara yang sama. Sebagian pekerjaan bergantung pada koordinasi di luar tim internal.

Dari temuan Mythos ke patch yang dapat dipasang

Celah yang ditemukan pada perangkat lunak Bank of America masih memerlukan verifikasi dan penambalan.

Mythos berperan pada sisi penemuan, sementara keputusan tentang penanganan tetap berada pada manusia dan organisasi yang mengoperasikan perangkat lunak. Lokasi kelemahan saja belum memberi jawaban apakah fungsi tersebut terekspos dalam konfigurasi bank, apakah ada pengendalian lain yang membatasi risikonya, atau perubahan mana yang paling tepat. Tim perlu menilai konteks setiap temuan sebelum memutuskan urutan perbaikan. Itulah sebabnya kapasitas pencarian AI dan kapasitas menutup celah tidak harus tumbuh dengan kecepatan yang sama.

Sesudah prioritas ditentukan, perbaikan harus dibuat, diuji, dan diterapkan. Perubahan yang menutup satu jalur risiko dapat memengaruhi fungsi lain yang memakai kode atau pustaka yang sama; pengujian diperlukan agar perlindungan baru tidak menimbulkan gangguan layanan. Pada perangkat lunak pemasok, bank perlu menggabungkan pembaruan pihak luar dengan pengujian pada lingkungannya sendiri. Rantai pekerjaan ini menjelaskan mengapa penemuan otomatis dapat diikuti kebutuhan tenaga manusia yang besar.

Mythos disebut sebagai salah satu model yang memunculkan pekerjaan keamanan tersebut. Karena temuan juga berasal dari model AI lain, jumlah kontraktor tidak mengukur banyaknya celah yang ditemukan Mythos secara khusus. Jumlah itu menunjukkan respons tenaga kerja bank terhadap keseluruhan antrean perbaikan setelah pemindaian keamanan berbasis AI. Belum ada rincian publik tentang berapa temuan yang telah diperbaiki, berapa yang masih menunggu, atau bagian pekerjaan yang berasal dari tiap model.

Ratusan juta dolar mencakup dua pekerjaan remediasi

Brian Moynihan menjelaskan biaya Bank of America yang mencakup perbaikan perangkat lunak dan pembenahan kontrol antipencucian uang.

Angka pengeluaran yang disampaikan bank merangkum penambalan perangkat lunak dan perbaikan kontrol antipencucian uang. Kedua jenis pekerjaan dapat membutuhkan pegawai, konsultan, dan perubahan teknologi, tetapi biaya masing-masing tidak diungkap dalam penjelasan tersebut. Akibatnya, angka gabungan itu tidak dapat dipakai untuk menghitung tarif kontraktor, harga pemindaian AI, ataupun biaya rata-rata menutup satu celah. Pembagian semacam itu memerlukan data alokasi yang belum diumumkan.

Ada pos besar lain yang berbeda sifatnya. Dalam rilis hasil resmi Bank of America, bank mencatat beban penyelesaian regulasi sebesar US$1,2 miliar pada kuartal ketiga 2026 terkait perintah atas program antipencucian uang, aturan kerahasiaan perbankan, dan kepatuhan sanksi ekonomi di Amerika Serikat. Ini adalah akrual penalti atas penyelesaian dengan regulator, bukan rincian biaya kontraktor keamanan atau pekerjaan Mythos. Menambahkannya ke angka remediasi sebagai satu tagihan AI akan mencampur dua kategori yang berbeda.

Pemisahan itu juga penting saat menilai hasil keuangan kuartalan. Beban penyelesaian regulasi dicatat sebagai pos khusus dalam laporan bank, sedangkan keterangan tentang remediasi menjelaskan bagian dari pertumbuhan biaya operasi. Keduanya berkaitan dengan pengeluaran pada periode pelaporan yang sama, tetapi menjawab pertanyaan berlainan: satu mengukur konsekuensi penyelesaian perkara kepatuhan, sementara yang lain menggambarkan pekerjaan untuk memperbaiki sistem dan kontrol.

Kapan beban penambalan bisa berkurang

Beban penambalan dapat menurun setelah antrean patch bergerak maju. Ketika kelemahan yang sudah ditemukan selesai ditangani, jumlah pekerjaan lama berkurang; kecepatan penurunannya bergantung pada verifikasi dan penerapan perbaikan, termasuk pembaruan perangkat lunak pemasok. Keberadaan kontraktor saat wawancara menunjukkan bank masih berada dalam tahap pelaksanaan.

Informasi yang akan memperjelas dampak Mythos adalah progres patch dan pemisahan biaya keamanan AI dari biaya kepatuhan dalam laporan bank selanjutnya. Tanpa kedua rincian itu, jumlah tenaga tambahan memperlihatkan skala respons, sedangkan biaya gabungan terlalu luas untuk dijadikan harga satu program. Konsekuensi yang sudah terlihat ialah kebutuhan kapasitas manusia setelah AI mempercepat penemuan celah pada perangkat lunak yang menopang operasi bank.