Rakyatinside.com – Indonesia terus menunjukkan komitmen dan ambisi yang kuat dalam mengakselerasi transformasi digital di berbagai sektor industri. Saat ini, penerapan teknologi Kecerdasan Buatan atau Artificial Intelligence (AI) di berbagai perusahaan tanah air tidak lagi sekadar berada pada tahap uji coba atau eksperimen skala kecil. Banyak organisasi kini telah menggeser pemanfaatan AI ke tingkat operasional penuh untuk meningkatkan efisiensi dan daya saing bisnis mereka. Namun, di balik lompatan teknologi yang masif ini, terdapat celah keamanan baru yang berbahaya dan kerap kali luput dari pengawasan tim keamanan teknologi informasi (IT).
Teknologi AI pada dasarnya jarang sekali beroperasi secara terisolasi di dalam satu sistem yang tertutup. Untuk bekerja secara optimal, sistem AI modern sangat mengandalkan integrasi dengan berbagai platform cloud, aplikasi bisnis, jalur pipa data (data pipelines), hingga identitas mesin yang rumit. Koneksi yang saling silang ini sering kali tidak terlihat secara jelas oleh tim keamanan IT perusahaan, sehingga menciptakan titik buta atau blind spot yang rentan dieksploitasi oleh pelaku kejahatan siber.
Kerumitan Infrastruktur Cloud di Era Kecerdasan Buatan
Steve Goudreault, selaku Cloud Security Evangelist dari Gigamon, menyoroti bahwa kondisi infrastruktur yang saling silang dan tumpang tindih ini membuat aspek kendali, kepatuhan regulasi, serta manajemen risiko menjadi jauh lebih rumit dari sebelumnya. Menurutnya, peningkatan skala penggunaan AI menuntut perusahaan untuk memiliki visibilitas atau tingkat keterlihatan yang jauh lebih jelas di seluruh lingkungan cloud mereka.
Perusahaan tidak bisa lagi hanya mengandalkan metode pengamanan tradisional yang pasif. Steve menekankan bahwa sekadar mengetahui lokasi fisik penyimpanan data saja saat ini sudah tidak cukup. Perusahaan harus memiliki kemampuan untuk memastikan secara aktif bahwa data tersebut benar-benar aman, dapat dipantau setiap saat, serta dikelola dengan tata kelola yang baik di seluruh jaringan.
Kedaulatan Data dan Tantangan Sovereign Cloud
Seiring dengan berakhirnya masa transisi Undang-Undang Perlindungan Data Pribadi (UU PDP) di Indonesia, banyak organisasi dan perusahaan mulai mengambil langkah strategis. Salah satu langkah yang paling umum diambil adalah beralih ke model sovereign cloud atau infrastruktur cloud lokal. Langkah ini dinilai penting untuk memenuhi kepatuhan hukum dan menjaga kedaulatan data sensitif di dalam negeri.
Kendati demikian, memindahkan data ke pusat data lokal atau sovereign cloud tidak serta-merta menjadi jaminan bahwa keamanan data tersebut otomatis terjaga. Steve Goudreault mengingatkan bahwa lokasi fisik cloud sering kali hanya memberikan ilusi adanya kendali yang kuat bagi manajemen perusahaan.
Tanpa adanya visibilitas yang menyeluruh dan mendalam terhadap seluruh lalu lintas data, tim keamanan IT akan tetap mengalami kesulitan besar. Mereka akan kesusahan untuk membuktikan secara pasti siapa atau entitas mesin apa saja yang sedang mengakses data sensitif perusahaan. Akibatnya, tim keamanan berisiko tinggi melewatkan berbagai anomali atau keanehan pada lalu lintas data yang berjalan di luar batas kewajaran operasional harian.
Oleh karena itu, keputusan terkait pemilihan dan pengelolaan cloud kini bukan lagi sekadar persoalan arsitektur teknis semata. Keputusan ini memiliki dampak yang sangat luas, mulai dari tingkat kepercayaan regulator pemerintah, kepercayaan dari para pelanggan, hingga kelangsungan operasional jangka panjang dari perusahaan itu sendiri.
Lonjakan Serangan Siber yang Semakin Agresif
Kesenjangan dalam visibilitas keamanan ini menjadi ancaman bisnis yang sangat nyata, terutama jika melihat lanskap ancaman siber yang terus meningkat di Indonesia. Berdasarkan data resmi dari Badan Siber dan Sandi Negara (BSSN), tercatat ada lebih dari 609 juta serangan siber yang mengarah ke Indonesia sepanjang tahun 2024. Dari total serangan tersebut, jenis serangan malware mengalami lonjakan yang sangat signifikan, yakni mencapai 12,67%.
Tren peningkatan ancaman ini ternyata tidak hanya terjadi di Indonesia, melainkan juga sejalan dengan pola global. Merujuk pada laporan Gigamon 2026 Hybrid Cloud Security Survey, tingkat kebocoran data pada organisasi di seluruh kawasan Asia Pasifik mengalami kenaikan tajam hingga 18% secara tahunan (year-on-year).
Di era kecerdasan buatan, ancaman siber menjadi jauh lebih sulit dideteksi dan dikendalikan karena kemampuannya untuk bergerak secara lateral. Serangan siber modern tidak akan berhenti begitu saja di titik awal tempat mereka berhasil menyusup. Sebaliknya, ancaman tersebut akan terus bergerak menyamping, menyusup, dan berpindah dari satu sistem ke sistem lainnya di dalam jaringan perusahaan. Pergerakan lateral yang cerdas ini sering kali gagal dideteksi oleh perangkat pengamanan konvensional yang hanya menjaga pintu masuk utama.
Mengapa Menambah Alat Keamanan Baru Bukan Solusi Terbaik?
Menghadapi kompleksitas infrastruktur hibrida yang kian rumit, banyak perusahaan yang secara naluriah mengambil jalan pintas dengan membeli dan menambah lebih banyak perangkat keamanan baru. Namun, langkah ini justru sering kali menimbulkan masalah baru berupa tumpukan alat (tool sprawl) yang tidak efisien.
Riset yang dilakukan oleh Gigamon mengungkapkan fakta yang cukup mengejutkan. Rata-rata tim keamanan IT di perusahaan saat ini mengelola hingga 15 alat keamanan yang berbeda secara bersamaan. Ironisnya, sebanyak 55% dari mereka mengakui bahwa banyaknya perangkat tersebut tetap tidak mampu memberikan visibilitas yang cukup untuk mendeteksi insiden keamanan secara cepat dan tepat.
Selain masalah banyaknya alat, tantangan mendasar lainnya terletak pada kualitas data itu sendiri. Sebanyak 46% pemimpin keamanan dan IT mengakui bahwa mereka kekurangan pasokan data yang bersih dan berkualitas untuk mendukung sistem keamanan berbasis AI mereka. Padahal, jika kualitas data dasarnya buruk, sistem analitik AI secanggih apa pun akan berisiko tinggi menghasilkan kesimpulan yang keliru dan membahayakan pertahanan siber perusahaan.
Solusi Melalui Observabilitas Mendalam
Sebagai jalan keluar dari tantangan rumit ini, Steve Goudreault menekankan pentingnya penerapan konsep observabilitas mendalam (deep observability) yang memanfaatkan telemetri jaringan. Pendekatan ini dinilai mampu mengubah setiap pergerakan di dalam jaringan menjadi bukti data yang tepercaya.
Dengan memanfaatkan telemetri jaringan, perusahaan dapat memantau ke mana saja data sensitif mengalir secara real-time. Hal ini juga membantu memastikan bahwa seluruh kontrol keamanan yang telah dipasang benar-benar berfungsi dengan efektif tanpa ada celah yang terlewat.
Ke depan, keberhasilan suatu organisasi dalam memperluas skala penerapan AI akan sangat bergantung pada kemampuan mereka dalam membuktikan bahwa kontrol keamanan tetap berjalan efektif seiring dengan perkembangan sistem mereka. Perusahaan yang mampu menjaga integritas data, mengamankan sistem, dan mempertahankan kepercayaan publik akan menjadi pihak yang paling siap untuk memimpin era pertumbuhan kecerdasan buatan berikutnya.





