AI 找出漏洞、千人來修：美國銀行這筆軟體修補帳，首次被攤在檯面上

2026 年 10 月 14 日，CNBC 報導美國銀行（Bank of America）執行長 Brian Moynihan 在法人說明場合揭露一組數字：該行於第二季加聘約 1,000 名合同工，協助修復 Anthropic Mythos 等 AI 工具在既有軟體系統中發現的漏洞。這批人力的定位是補充性質，在原本負責該領域的 3,000 名正職員工之外疊加，而且至今仍未退場。Moynihin 同時表示，第三季該行在軟體修復與反洗錢合規相關的監管事項上，投入金額達到「數億美元以上」的量級。這是美國大型企業首次具體披露為處理 AI 檢測結果所投入的人力與資金規模。

換算成帳面結構，這等於該行在單一領域的修復人力短期內擴充約 33%，且以合同工而非正職的形式吸收，成本彈性高但屬於持續性支出。若以「數億美元」的下限保守估算 2 億美元、除以 1,000 名合同工的年薪成本（含管理費用以每人每年 10 至 15 萬美元估計），人力僅佔其中一部分，其餘應落在系統改造、測試與合規審查的專案支出上。

從影響傳導看，這條帳至少寫進三方的報表。受惠端是人力派遣與 IT 服務承包商，1,000 個持續性缺口的合約，對中型承包商是可直接認列的營收；其次是 AI 檢測工具供應商，Anthropic 的 Mythos 在此案例中被明確點名為漏洞發現來源，等於拿到一張大型金融機構的實績背書。承壓端則是美國銀行自身的營業費用率，銀行業的效率比率（非利息支出除以營收）向來是估值評價的核心指標，數億美元的突增支出若無對應營收，會直接壓縮短期獲利率。

更值得對照的是這件事與「AI 取代工程師」敘事之間的落差。當 AI 工具把檢測產能放大，被找出來的漏洞仍需要人來修，而且需求是加法的：3,000 名正職之外再添 1,000 名合同工。這與我們先前分析的Jake Wharton 訪談算出的開發者人力成本帳呈現同一個結構的兩面，AI 改變的是工作內容的分布，把人力從「找問題」推向「修問題」，總人力需求短期內未必下降。

歷史基準上，企業因單一技術事件大規模加聘修補人力並非首例，但過往多與資安事件或法規強制相關，例如 Log4j 漏洞爆發後各大金融機構的緊急修補潮。本次差異在於觸發點是主動式 AI 檢測，而非外部攻擊或監管裁罰，修復的範圍與期限由 AI 工具的檢出能力決定，這讓支出規模更難事先編列預算。

目前公開資訊僅止於執行長口頭揭露的量級數字，1,000 名合同工的合約期限、單人成本、以及 Mythos 具體檢出的漏洞類型與數量均未公開。這筆帳後續值得追蹤的變數有兩個：一是修復支出是否在 2027 年逐步回落，代表存量漏洞清完；二是其他大型金融機構是否跟進揭露同類支出，那會決定這是美國銀行的個案，還是整個產業新一輪 IT 合規資本支出的起點。