Ang mga stock sa cybersecurity ay tinamaan ng AI "mali"? Nakikita ng Morgan Stanley ang $220 bilyong oportunidad

Ang naratibo ng AI na umaapekto sa industriya ng cybersecurity ay muling sinusuri.

Sa mga nakaraang linggo, inilabas ng Anthropic ang Claude Code Security at inanunsyo na ang Mythos AI model ay nakakuha ng perfect score sa sarili nitong cybersecurity benchmark test, na nagdulot ng takot sa merkado na ang AI ay magdudulot ng malaking pagbabago sa industriya ng cybersecurity. Dahil dito, bumaba ng halos 25% ang kabuuang halaga ng mga kaugnay na stocks.

Ngunit ayon sa pinakabagong ulat ng Morgan Stanley, ang pagbebentang ito ay repleksyon ng maling estratehikong pagtingin ng merkado ukol sa banta ng AI, hindi dahil sa totoong pagbagsak ng mga pundamental. Maliit ang pagkakatantiya ng mga namumuhunan sa paglago ng defensive na pangangailangan na dala ng AI, habang sobra naman sa tantiya ang kanilang takot sa banta ng AI sa kasalukuyang mga kumpanya. Ang mga karagdagang oportunidad sa seguridad na nililikha ng AI ay humigit-kumulang $220 bilyon, ilang beses na mas malaki kaysa sa tinatayang 10% market share na nalalagay sa panganib, na posibleng magpataas pa ng netong market size ng cybersecurity software ng humigit-kumulang 10% kumpara ngayon.

Ang pinagmulan ng pagbebentang ito ay serye ng mga anunsyo mula sa AI-native na mga kumpanya. Ayon sa MarketWatch, inilabas ng Anthropic ang Claude Code Security at nakamit ng Mythos AI model ang perfect score sa sariling cybersecurity benchmark test. Ito ay nagdulot ng pagkabahala ng mga namumuhunan na makakaapekto nang malaki ang AI sa halaga ng mga tradisyunal na solusyon sa cybersecurity, kaya nagbenta ng malakihan.

Ipinunto ni Morgan Stanley na ilang AI-native na kumpanya ang nagsimulang makipagtulungan sa mga piling cybersecurity companies para sa pre-release ng kanilang models, kabilang dito ang Palo Alto Networks at CrowdStrike, upang magtulungan sa pagtatayo ng mga security "guardrails" bago opisyal na mailunsad ang kanilang mga modelo. Ipinapakita ng hakbang na ito na tinitingnan ng AI companies na mahalaga ang cybersecurity bilang paunang kondisyon ng scaling, hindi bilang kapalit lamang.

Para sa mga hindi pagkakasundo sa loob ng sector, sinabi ng Morgan Stanley na kadalasang positibo ang pananaw ng mga long-term investors – naniniwala silang binababa ng AI ang gastos sa pag-atake, pinapataas ang frequency at kumplikasyon ng mga atake, kaya patuloy na lalago ang budget sa seguridad mula sa demand side; mas nagdududa naman ang mga hedge fund sa kakayahan ng mga tradisyunal na kumpanya na depensahan ang sarili laban sa AI-native competitors sa mahabang panahon.

Ayon kay Morgan Stanley, ang kasalukuyang debate ay halos pareho sa mga naunang naratibo na "papalitan ng cloud vendors ang cybersecurity industry," na napatunayang labis ang mga naging alalahanin.

Ayon sa kalkulasyon ng Morgan Stanley, ang laki ng merkado ng cybersecurity ay nasa $300 bilyon (kasama ang mga serbisyo) o 6% hanggang 7% ng kabuuang IT budget.

Nasa "preventive security" layer nakatuon ang pangunahing panganib ng disruption – tulad ng vulnerability management, application security testing, cloud configuration management at iba pa – na pwedeng gawin ng asynchronous at may mataas na tolerance sa delay, kaya mas madaling pasukin ng AI models. Mga 10% ng kabuuang pamilihan ang bahagi ng sektor na ito.

Kasabay nito, mabilis na bumubuo ang AI ng karagdagang pangangailangan sa seguridad: Sa pagdeploy ng mga kumpanya ng AI models, agents, at data pipelines sa malaking saklaw, lalago rin ang budget para protektahan ang mga bagong asset. Tantya ng Morgan Stanley, sapat na ito para i-offset ang nawalang bahagi ng pamilihan at magpapalaki pa sa netong cybersecurity software market ng mga 10% kumpara ngayon.

Pinalalakas pa ng mga datos mula sa attacker side ang lohika ng demand: Sa kasalukuyan, 80% hanggang 90% ng mga atake ay ginagawa na ng AI, halos wala nang gastos sa pag-atake. Hindi nito pinapahina ang lohika ng malalaking gastos sa seguridad—bagkus, mas pinapalakas pa ang pangangailangan para sa real-time detection, response, at identity security.

Hinati ng Morgan Stanley ang pamilihan ng cybersecurity sa tatlong antas: preventive security, control point/border security, at runtime security, at ipinunto na hindi pantay-pantay ang distribusyon ng disruptive power ng AI sa mga layer na ito.

Mahirap pasukin ng AI ang runtime security dahil pagkatapos pumasok ng AI models sa production environment, kailangan talagang mahuli at maresolba kaagad ang mga banta gaya ng prompt injection, data leakage, at model abuse; hindi puwedeng harapin ang mga iyon sa development at training phase pa lang. Ang control point at runtime security ay nangangailangan ng mababang latency at deterministikong response, samantalang probabilistic ang mga kasalukuyang AI models, kaya may pundamental na conflict. Ang CrowdStrike, Palo Alto Networks, Okta, at SailPoint ay pinalalawak ang kanilang kakayahan sa endpoint, network, at identity security patungo sa AI layer, at binubuo ang dynamic execution "guardrails" sa paligid ng real-time AI systems.

Mahalaga ring isaalang-alang ang gastos. Inilahad ng Morgan Stanley na kung gagamitin ang malalaking malaking language models para sa tasks tulad ng email filtering o identity verification, maaaring mas mataas nang ilang ulit ang computation cost kaysa sa kasalukuyang solusyon.

Sa kasalukuyan, ang email security at identity platforms ay kaswalang may presyong mababa, mula ilang dolyar bawat user bawat buwan, at kaya ring magproseso ng daan-daan libong incident—na ang marginal cost kada insidente ay halos wala. Pero kung token-based na AI model ang gagamitin, malaki ang magiging increase sa computational expense. Naniniwala ang Morgan Stanley na sa malapit na hinaharap, mas magiging “enhancer” ang AI sa mga cost-sensitive at low-latency na mga scenario, hindi pa talaga papalit sa buong kasalukuyang arkitektura.

Ang paglaganap ng AI ay nagpapataas ng strategic na halaga ng identity security. Dahil mabilis nang tumataas ang bilang ng API, machine identity, at mga autonomous agent—o “non-human identities” (NHI), nahihirapan na ang tradisyunal na identity management na nakasentro sa tao na tugunan ang mga bagong panganib.

Inilahad ni Morgan Stanley na ang AI-driven systems ay kadalasang tumatakbo na may mataas na pribilehiyo, may kakayahang makapasok sa sensitibong data sa distributed environments, na nagpapalawak sa panganib ng credential abuse, privilege escalation, at hindi sinasadyang access paths.

Ang identity security ay umaangat na mula sa pagiging "authentication" lang—nagiging real-time execution control layer na sumasaklaw sa continuous verification, fine-grained access control, at full lifecycle management. Kapag nagsimula nang magsigawa ng queries sa database, mag-trigger ng workflows, at mag-interact sa external systems ang AI agents, ang identity management ay nagiging pinakamahalagang mekanismo sa pagpapatupad ng trust boundaries at policy control.

Ipinunto rin ng analyst mula TD Cowen na si Shaul Eyal na bawat agent sa bawat AI platform ay nangangailangan ng identity credential, at Okta at SailPoint ang tanging purong identity security na publicly listed, kaya’t napaka-importante at kakaunti ng alternatibo dito.

Ayon kay Morgan Stanley, dapat may tatlong pangunahing katangian ang top cybersecurity companies sa AI era: malinaw na roadmap para sa agent security at mabilis na AI product releases; flexible consumption-based pricing framework (gaya ng Falcon Flex ng CrowdStrike) upang mabawasan ang friction sa pag-adopt ng bagong kakayahan; at malakas na overall value proposition na nakabase sa execution runtime, proprietary data advantage, at cost efficiency.

Mula sa galaw ng budget, inaasahan ng Morgan Stanley na lilipat ang mga pondo mula sa fragmented point solutions patungo sa integrated platforms; at sa mahabang panahon, lalawak ang attack surface kaya magiging pinaka-prioridad at pinaka-defensive gastos sa IT ng mga kumpanya ang cybersecurity—batay sa CIO survey ng bangko, ang cybersecurity software ang pinaka-imposibleng bawasan sa lahat ng IT project categories.