Bảo mật phần mềm AI: Độ trưởng thành quan trọng hơn tốc độ

Phát triển phần mềm bằng AI tác tử (agentic AI) đang tạo ra những khoản lợi nhuận năng suất khổng lồ, nhưng cũng khiến các nhóm bảo mật và lập trình viên lo lắng. Theo Gartner, chi phí từ các sự cố do AI tác tử gây ra sẽ tăng gấp bốn lần vào năm 2027. Vậy đâu là chìa khóa để vừa khai thác AI, vừa kiểm soát rủi ro?

Bảo mật phần mềm AI

Khi tốc độ vượt xa khả năng kiểm soát

Sự bùng nổ của các mô hình ngôn ngữ lớn (LLM) — cả công cụ chính thức lẫn "shadow AI" do nhân viên tự mang vào — đang mở rộng bề mặt tấn công nhanh hơn tốc độ các biện pháp kiểm soát truyền thống có thể theo kịp.

Điều đáng chú ý là một nghịch lý: theo SonarSource, những mô hình tiên tiến như Claude hay Gemini viết mã tốt nhất, chức năng nhất lại chính là những mô hình tạo ra lỗ hổng bảo mật nghiêm trọng nhất.

Quản trị (governance) là yếu tố then chốt để kiểm soát những gì AI agent được phép và không được phép làm. Tuy nhiên, quản trị chỉ có tác dụng khi doanh nghiệp thực sự hiểu mình đang ở đâu trên chặng đường ứng dụng AI.

Nhiều tổ chức triển khai AI vội vã nhưng lại "bay trong bóng tối" — không rõ ai đang dùng AI, dùng như thế nào, và tác động ra sao đến mã nguồn đưa vào sản xuất.

Mô hình 8 giai đoạn ứng dụng AI

Để định vị mình, doanh nghiệp có thể tham chiếu mô hình AI Adoption Model gồm 3 pha và 8 giai đoạn, với mức rủi ro tăng dần theo năng lực tự chủ của AI.

Pha 1 — AI hỗ trợ (AI Assisted)

Gồm giai đoạn 1 (Mức sử dụng AI tối thiểu) và giai đoạn 2 (Hỗ trợ có giám sát). Đây là thời điểm lý tưởng để xây dựng chính sách quản trị. Lập trình viên cần được đào tạo về viết mã an toàn và đánh giá mã nguồn.

• Rủi ro ở mức thấp đến trung bình
• AI phục vụ trực tiếp cho lập trình viên
• Đào tạo kỹ năng cần được kiểm chứng bằng công cụ đo lường

Pha 2 — AI bản địa (AI Native)

Bao gồm giai đoạn 3 (Hỗ trợ không giám sát) và giai đoạn 4 (Phát triển chủ yếu bằng AI). Lập trình viên để AI tự hoạt động nhiều hơn, năng suất có thể tăng vọt nhờ các chuẩn chia sẻ thông tin như Model Context Protocol (MCP).

Tuy nhiên, rủi ro cũng tăng cao, đặc biệt khi lập trình viên quá tin tưởng vào AI. Từ giai đoạn 4, vai trò lập trình viên chuyển dịch mạnh sang người đánh giá mã thay vì người viết mã.

Matias Madou - chuyên gia bảo mật

Pha 3 — AI tác tử (Agentic)

Đây là đích đến của mọi tổ chức, nhưng cũng là vùng rủi ro cao nhất:

• Giai đoạn 5 — Đơn tác tử: các CLI agent như Claude Code hay Gemini CLI tự thực hiện công việc từ đầu đến cuối
• Giai đoạn 6 — Đa tác tử song song: nhiều agent phối hợp, mở rộng quy mô nhanh chóng
• Giai đoạn 7 — Quản lý tác tử quy mô lớn: nhiều agent vận hành ở quy mô lớn
• Giai đoạn 8 — Điều phối tự trị: lập trình viên phải điều phối agent như một đội nhóm thống nhất

Mức rủi ro ở pha này trải từ rất cao, nghiêm trọng cho đến cực đoan và tối đa. Việc đào tạo lúc này phải bao gồm thực thi chính sách, sử dụng bảng điểm rủi ro ứng dụng và khả năng truy vết các commit để phục vụ kiểm toán.

Bắt đầu từ đâu?

Tin tốt là hầu hết lập trình viên hiện đang ở khoảng giai đoạn 2 đến 4, nên doanh nghiệp vẫn còn thời gian triển khai các rào chắn, cơ chế giám sát và chương trình đào tạo cần thiết để quản lý vòng đời phát triển tác tử (ADLC).

SecurityWeek

Bước đi đầu tiên không phải là áp đặt công cụ, mà là trả lời câu hỏi "chúng ta đang ở đâu?". Khi đã xác định đúng vị trí, tổ chức mới có thể chọn biện pháp kiểm soát và mức kỹ năng phù hợp — đồng thời chuẩn bị cho cấp độ tiếp theo.

Dù tổ chức đang ở đâu trên chặng đường ứng dụng AI, cấp độ năng lực và rủi ro tiếp theo sẽ đến nhanh hơn dự kiến.

Với các doanh nghiệp Việt Nam đang đẩy mạnh chuyển đổi số và ứng dụng AI trong phát triển phần mềm, bài học này đặc biệt đáng lưu tâm: đầu tư vào quản trị và đào tạo từ sớm luôn rẻ hơn nhiều so với xử lý hậu quả của một sự cố bảo mật do AI tác tử gây ra.