AI programiranje povećava dug otklanjanja rizika otvorenog koda
ActiveState je anketirao 300 rukovodilaca za bezbednost i inženjering iz tehnološkog sektora, finansijskih usluga, zdravstva, proizvodnje i državne uprave o rizicima koje AI programiranje donosi kroz komponente otvorenog koda. Tema njihovog vebinara AI Coding and Open Source Risk jeste rast takozvanog duga otklanjanja rizika: bezbednosni posao može da se gomila brže nego što ga timovi zatvaraju.
AI alati za pisanje koda ubrzavaju razvoj i smanjuju vreme potrebno za rutinske zadatke, ali mogu istom brzinom da uvedu nove pakete i zavisnosti u softversko okruženje. Zato problem nije samo u tome što je kod generisan uz pomoć AI, već u obimu komponenti koje potom moraju da prođu tehničku i upravljačku proveru.
Svaka nova zavisnost otvara dodatni posao
Programer može da uključi zavisnost za nekoliko minuta. Nakon toga bezbednosni i inženjerski timovi treba da procene poznate ranjivosti, licencu, održavanje paketa, odgovornost za komponentu i pitanje da li je ona uopšte potrebna u proizvodnom sistemu.
Brže kreiranje koda ne uklanja ove obaveze. Ako broj komponenti raste brže od kapaciteta za proveru i sanaciju, nastaje zaostatak koji ActiveState opisuje kao remediation debt, odnosno dug otklanjanja rizika. Sa većom autonomijom AI alata, razmak između unetog rizika i mogućnosti tima da ga obradi može dodatno da raste.
Merila za procenu programa upravljanja rizikom
Istraživanje obuhvata način na koji preduzeća upravljaju open-source rizikom povezanim sa AI, oblasti u kojima programi sanacije nailaze na probleme i odnos tog duga prema neuspelim revizijama, učestalosti proboja i izgubljenoj produktivnosti. Nalazi služe kao uporedni okvir za procenu da li postojeće kontrole zaista prate promene ili samo prenose nerešen posao u kasnije faze.
U vebinaru Rebecca Banks i Moris Chen obrađuju promenu obima poslova sanacije, poređenje sa praksom 300 organizacija, trenutak kada dug počinje da utiče na bezbednosne i poslovne ishode, kao i modele upravljanja koji daju rezultate. Posebno se razmatraju pristupi koji mogu stvoriti više problema nego što ih rešavaju.
Poslovni zaključak
Organizacije koje uvode AI kodiranje treba da prate ne samo brzinu isporuke, već i priliv novih komponenti, otvorene obaveze sanacije i odgovornost za svaku zavisnost. Praktičan cilj je da kapacitet za proveru ranjivosti, licenci i održavanja raste zajedno sa upotrebom AI alata, kako ubrzan razvoj ne bi pretvorio nerešeni bezbednosni posao u trajni operativni teret.