Preteky v zbrojení: ako AI mení útoky aj obranu v kybernetickej bezpečnosti

Kybernetická bezpečnosť je odjakživa asymetrická hra: obranca musí ustrážiť všetko, útočníkovi stačí jedna diera. Umelá inteligencia túto asymetriu nezrušila — len obom stranám pridala rýchlosť. Rozdiel je v tom, že útočná strana ju nasadila skôr a bez interných schvaľovacích procesov.

Tento text nie je špekulácia o tom, čo by AI raz mohla dokázať. Je to prehľad toho, čo je zdokumentované vo verejných threat-intelligence reportoch a v akademickom výskume — a čo z toho vyplýva pre firmu, ktorá prevádzkuje web, e-shop, API alebo interný portál.

Čo hovoria dáta, nie marketing

Agentúra ENISA vo svojom Threat Landscape 2025 spracovala 4 875 incidentov z obdobia júl 2024 až jún 2025 a umelú inteligenciu označuje za určujúci prvok súčasného prostredia hrozieb. Podľa výskumu, ktorý report cituje, viac než 80 % phishingových e-mailov identifikovaných medzi septembrom 2024 a februárom 2025 využívalo AI aspoň v nejakej miere. Zároveň však ENISA pripomína prozaickejšiu vec: zneužitie zraniteľností stále tvorí 21,3 % počiatočných prienikov a rozsiahle kampane ich vedia zneužiť v priebehu dní od zverejnenia.

Ostatné veľké reporty z toho istého obdobia hovoria rovnakým smerom:

• Microsoft v Digital Defense Report 2025 uvádza, že phishing poháňaný AI je približne trikrát účinnejší než tradičné kampane. Zároveň platí, že 28 % prienikov začalo phishingom alebo sociálnym inžinierstvom, 18 % cez nezáplatované webové aktíva a 12 % cez odhalené vzdialené prístupy.
• Ten istý report uvádza 195 % globálny nárast falzifikátov vytvorených pomocou AI — teda posun od textu k hlasu, obrazu a identite.
• IBM v Cost of a Data Breach Report 2025 vyčíslil priemernú globálnu cenu úniku dát na 4,44 milióna USD a uvádza, že v 16 % skúmaných prípadov útočníci použili AI nástroje, najčastejšie na phishing a deepfake impersonáciu.
• Tá istá štúdia ukazuje aj druhú stranu rovnice: organizácie, ktoré nasadili AI a automatizáciu naprieč bezpečnostnými operáciami, ušetrili v priemere 1,9 milióna USD na nákladoch incidentu a skrátili jeho životný cyklus o 80 dní.

To spojenie je podstatné. AI zvyšuje účinnosť útoku aj obrany. Kto ju nasadí len na jednej strane rovnice, ten sa v pretekoch prepadá — bez ohľadu na to, ktorú stranu si vybral.

Z asistenta sa stáva operátor

Do roku 2024 platilo pomerne upokojujúce zhrnutie: útočníci používajú jazykové modely ako nástroj produktivity — na preklady, rešerše, ladenie kódu a písanie presvedčivejších lákadiel. Novú schopnosť im to nedávalo, len zlacňovalo starú prácu. Za posledný rok sa táto hranica posunula.

Google Threat Intelligence Group v novembri 2025 popísal prvé rodiny škodlivého kódu, ktoré volajú jazykový model počas svojho behu — teda si časť funkcionality generujú za chodu namiesto toho, aby ju mali napevno zapísanú. Ten istý report opisuje aj to, ako sa útočníci snažia obísť bezpečnostné poistky modelov obyčajným sociálnym inžinierstvom v prompte: vydávajú sa za študentov, akademikov alebo účastníkov bezpečnostných súťaží. A dokumentuje vznik podzemného trhu s AI nástrojmi predávanými na predplatné, kde prakticky každý inzerovaný nástroj sľubuje podporu phishingových kampaní.

Anthropic v novembri 2025 zverejnil analýzu kampane, ktorú s vysokou istotou pripísal štátom podporovanej skupine z Číny. Podľa jeho popisu model vykonal 80 až 90 % operácie sám, ľudia vstupovali len v niekoľkých rozhodovacích bodoch na kampaň, a terčom bolo približne tridsať organizácií naprieč technológiami, financiami, chémiou a štátnou správou. Rovnaká analýza však zaznamenala aj to, že model si miestami vymýšľal: hlásil prístupové údaje, ktoré neexistovali, a verejne dostupné informácie vydával za tajné.

Tá posledná veta je dôležitejšia, než sa na prvý pohľad zdá. O chvíľu sa k nej vrátime.

Čo o ofenzívnych AI agentoch hovorí výskum

Akademická obec medzitým meria, čo tieto agenty naozaj dokážu. Prehľadová štúdia o penetračnom testovaní riadenom jazykovými modelmi (arXiv, 2026) spracovala 81 prác a zhrnula výsledky triezvo: na súťažných CTF benchmarkoch agenti uspejú v 13 až 44 % úloh, pri zneužití reálnych zverejnených zraniteľností pod 15 % a pri kompletných viackrokových scenároch pod 10 %.

Ešte konkrétnejšia je rozsiahla empirická práca „Hackers or Hallucinators?“ (arXiv, 2026), ktorá pod jednotným benchmarkom porovnala 13 open-source frameworkov na automatizovaný pentest. Jej zistenia sú pre prax dôležitejšie než akékoľvek marketingové demo:

• Osem z trinástich frameworkov aspoň raz ohlásilo halucinovaný výsledok — text, ktorý len pripomínal dôkaz úspechu, vyhodnotili ako skutočný nález a test predčasne ukončili.
• Výmena za silnejší model tento jav neodstránila; autori ho označujú za štrukturálne obmedzenie súčasných systémov, nie za vlastnosť jedného modelu.
• V scenároch, kde bolo treba reťaziť viac zraniteľností za sebou, 83,3 % pokusov uviazlo pri neúplnom objave alebo nepodarenej kombinácii; celý reťazec uzavrela len menšina.
• Autori upozorňujú aj na prevádzkové riziko: agenti bez obmedzení spúšťali potenciálne deštruktívne príkazy a svojvoľne doinštalovávali knižnice. Odporúčajú preto sandbox s minimálnymi právami, whitelist povolených operácií a poistku, ktorá nebezpečnú operáciu zastaví.

Záver je pre obrancov ambivalentný. Plne autonómny útočiaci agent zatiaľ nie je hotová vec — viackrokové útoky mu stále unikajú. Ale agent, ktorý neúnavne, lacno a nepretržite prehľadáva povrch systému a nachádza to jednoduchšie, hotová vec je. A práve tých je vonku najviac.

Nová plocha: AI vo vnútri firmy

Druhá polovica príbehu sa neodohráva na perimetri, ale v tom, ako firmy AI samy zavádzajú. IBM uvádza, že z organizácií, ktoré hlásili incident týkajúci sa AI modelu alebo aplikácie, až 97 % nemalo nasadené prístupové kontroly pre AI. Neschválené používanie AI zamestnancami figurovalo v každom piatom úniku a pridalo k jeho cene v priemere 670 tisíc USD. A 63 % zasiahnutých organizácií nemalo politiku riadenia AI vôbec, alebo ju len pripravovalo.

ENISA k tomu dopĺňa, že samotné AI systémy sa stávajú cieľom — cez otrávené modely, zneužitie balíčkových registrov aj zraniteľnosti v AI infraštruktúre. Kto nasadzuje AI asistentov, integrácie a agentov, rozširuje si povrch útoku o vrstvu, ktorú väčšina bezpečnostných politík ešte nemá popísanú.

Prečo jednorazový audit prestal stačiť

Penetračný test raz ročne vznikol v čase, keď sa aj útočná strana pohybovala v ročných cykloch. Dnes je z neho fotografia: pravdivá v momente vzniku, zastaraná o niekoľko týždňov. Dôvody sú jednoduché a merateľné.

• Systém sa mení každý týždeň — nový deploy, nová knižnica, nová integrácia, nová subdoména, nový testovací server, ktorý mal byť dočasný.
• Zraniteľnosti sa zneužívajú v priebehu dní od zverejnenia, takže okno medzi dvoma auditmi nie je medzera, ale otvorená pozvánka.
• Prehľadávanie povrchu prestalo byť pre útočníka nákladovou položkou. Automatizácia ho spravila prakticky zadarmo — a tým zanikol pojem „príliš malý cieľ“.
• Najčastejšie vstupné brány podľa Microsoftu nie sú exotické: phishing, nezáplatované webové aktíva a odhalené vzdialené prístupy. Sú to presne tie veci, ktoré sa medzi auditmi menia najviac.

Bezpečnosť sa tým posúva z projektu na proces. Otázka už neznie „máme papier z marca?“, ale „vieme, ako vyzerá náš povrch dnes?“.

Ako vyzerá zodpovedný AI pentesting

Presne na tento posun je postavený Webrex.ai — etický hacking s pomocou AI, teda automatizované penetračné testy, ktorých nálezy overuje človek. Slovo „zodpovedný“ tu nie je ozdoba; má štyri veľmi konkrétne podmienky.

• Súhlas a rozsah. Testuje sa výhradne so súhlasom klienta a v presne vymedzených hraniciach. Čo nie je v rozsahu, to sa netestuje — bez výnimky a bez „pozreli sme sa aj vedľa“.
• Ľudské overenie každého nálezu. Výskum vyššie presne ukazuje prečo: automat vie s istotou ohlásiť nález, ktorý neexistuje. Do reportu ide len to, čo človek potvrdil ako reálne.
• Žiadne plané poplachy. Report, ktorý zavalí tím stovkami „možných“ zistení, bezpečnosť nezvýši — spotrebuje kapacitu, ktorá mala ísť na skutočné diery.
• Použiteľný výstup. Nálezy zoradené podľa závažnosti a pri každom konkrétne odporúčanie, čo s ním urobiť.

A ešte jedna vec, ktorá sa v tomto odbore nehovorí dosť nahlas: hodnota AI v pentestingu nie je v tom, že by vymyslela útok, na aký by človek neprišiel. Je v pokrytí a opakovateľnosti — v tom, že systematicky prejde plochu, na ktorú by pri fixnom rozpočte nezvýšil čas, a že to isté vie spraviť znova o mesiac. Kreatívnu časť, posúdenie dopadu a rozhodnutie, čo je naozaj problém, robí naďalej človek. Nie z opatrnosti, ale preto, že to zatiaľ nikto iný spoľahlivo nevie.

Čo si z toho odniesť

„Preteky v zbrojení“ je presné pomenovanie, ale v jednom detaile zavádza. Nevyhráva sa v nich lepšou zbraňou — vyhráva sa kratším časom medzi zmenou v systéme a jej kontrolou. Útočník s automatizáciou nájde vašu novú, zle nakonfigurovanú subdoménu v priebehu dní. Jediná otázka je, či ju dovtedy nájdete vy.

Základy sa pritom nemenia: záplatovanie, viacfaktorová autentifikácia, minimálne oprávnenia, školenie ľudí na phishing a riadenie prístupu k AI nástrojom vo vnútri firmy. Mení sa len tempo, akým treba overovať, že naozaj fungujú. A na to už jedna fotografia raz ročne nestačí.