Telset.id – Dunia keamanan siber memasuki fase baru dengan munculnya serangan otonom yang didukung kecerdasan buatan (AI). Ancaman ini tidak lagi membedakan skala bisnis, karena teknologi AI memungkinkan penyerang mengotomatiskan riset target, akses awal, hingga pengembangan malware dengan kecepatan yang jauh melampaui kemampuan pertahanan tradisional.
Ian Bowell, Virtual Chief Information Security Officer di Thrive, mengungkapkan bahwa bisnis dari semua ukuran kini berpotensi diidentifikasi oleh teknologi otomatis sebagai memiliki kerentanan yang dapat dieksploitasi. Usaha kecil dan menengah yang sebelumnya luput dari radar penyerang kini menjadi sasaran empuk karena AI dapat memindai dan memproses sejumlah besar organisasi secara bersamaan.
Fenomena ini diperkuat oleh contoh nyata dampak serangan siber di Inggris. Serangan terhadap Jaguar Land Rover pada 2025 menyebabkan kerugian hingga £485 juta, yang sekaligus menghapus keuntungan £398 juta yang berhasil diraih perusahaan 12 bulan sebelumnya. Lini produksi terhenti selama lebih dari sebulan ketika perusahaan mematikan sebagian jaringannya, menunjukkan betapa cepatnya insiden siber memengaruhi kinerja bisnis dan rantai pasokan.
Perubahan Fundamental dalam Serangan Siber
Sebelum memanfaatkan alat AI, pelaku kejahatan biasanya harus menginvestasikan waktu dan sumber daya untuk meneliti perusahaan target sebelum merencanakan serangan. Waktu menjadi faktor kritis, dan pelaku harus mengoordinasikan serta memulai serangan secara manual pada waktu tertentu, yang berisiko dilupakan atau gagal.
AI mengubah semua itu. Teknologi ini tidak mengenal kelelahan dan mampu bekerja tanpa henti. Munculnya alat attack-as-a-service semakin memudahkan peretasan organisasi secara cepat dan akurat. Meskipun guardrail mulai dipasang di sekitar alat AI generatif seperti ChatGPT dan Claude, para peretas terus menemukan celah.
Alih-alih mengandalkan model bahasa besar (LLM) yang tersedia secara umum, mereka kini menerapkan model bahasa kecil (SLM) sendiri di perangkat lokal, sering kali menggunakan komputer sederhana seperti Raspberry Pi. Dari sana, mereka dapat meningkatkan skala serangan sambil bersembunyi dari deteksi.
Risiko Rantai Pasokan dan Kepatuhan Regulasi
Serangan otonom juga membuat risiko pihak ketiga dan rantai pasokan semakin sulit dikelola. Jaringan bisnis dapat menciptakan akses ke data, sistem, atau proses operasional. Ketika penyerang dapat mengotomatiskan pengintaian dan meningkatkan skala serangan ke ribuan organisasi, pemasok yang lebih lemah dapat menjadi jalur menarik untuk masuk ke bisnis yang lebih besar.
Manajemen risiko pihak ketiga yang selama ini mengandalkan kuesioner tahunan, penilaian titik waktu, dan jaminan kontraktual tidak lagi memadai. Pemasok mungkin baru saja mengekspos layanan, mengalami pelanggaran, mengubah hak akses, atau gagal menambal kerentanan kritis. Bisnis perlu beralih ke pemantauan otomatis berkelanjutan terhadap postur keamanan pemasok.
Regulasi seperti NIS2 telah meningkatkan fokus pada keamanan rantai pasokan bagi organisasi yang beroperasi di atau menjual ke Uni Eropa. Ada juga ekspektasi yang berkembang dari ICO dan FCA bahwa dewan direksi dapat menunjukkan ketahanan siber mereka.
Kasus Jadepuffer menjadi ilustrasi penting bagaimana AI mulai mengubah jenis serangan yang sudah mapan. Diungkap oleh Sysdig pada Juli 2026, ini dinilai sebagai operasi pemerasan end-to-end pertama yang didokumentasikan dan digerakkan oleh LLM. Agen AI melakukan pengintaian, mengumpulkan kredensial, berpindah antar sistem, menghancurkan data, dan beradaptasi ketika tindakan individual gagal. Meskipun tidak ada teknik yang benar-benar baru secara terpisah, signifikansinya terletak pada cara AI menghubungkan semuanya menjadi serangan adaptif yang lengkap.
Teknik rekayasa sosial juga menjadi jauh lebih meyakinkan. Pesan yang lancar dan benar secara tata bahasa, serta gaya profesional komunikasi CEO, kini dapat sepenuhnya ditiru di email, SMS, dan bahkan WhatsApp. AI bahkan dapat mengelola seluruh rangkaian percakapan, termasuk mengadaptasi respons secara dinamis terhadap balasan target, dengan kemampuan menjalankan kampanye yang disesuaikan secara simultan.
Kompromi email vendor, di mana penjahat menyamar sebagai pemasok, mencegat percakapan pembayaran yang sah, atau menggunakan akun vendor yang dikompromikan untuk meminta perubahan detail bank, secara langsung menghubungkan rekayasa sosial dengan risiko pihak ketiga. Proses pengumpulan data pribadi untuk serangan rekayasa sosial juga dapat disederhanakan melalui AI yang secara otomatis mengumpulkan data dari sumber publik seperti Companies House dan media sosial untuk dengan cepat menyediakan nama orang tertentu, peran, dan hubungan mereka.
Serangan terhadap Kepercayaan dan Identitas
Bahkan pada panggilan konferensi video, semakin sulit untuk membedakan apakah lawan bicara benar-benar nyata karena akurasi deepfake yang terus meningkat. Saat ini sering kali perlu meminta tersangka deepfake untuk melakukan sesuatu yang tidak diprogram, seperti mengangkat tangan, untuk memeriksa apakah orang tersebut nyata. Namun, bahkan tes itu secara bertahap dapat ditembus oleh teknologi baru.
Organisasi membutuhkan protokol verifikasi di luar jalur yang lebih kuat untuk permintaan bernilai tinggi atau tidak biasa. Kata sandi yang telah disepakati sebelumnya melalui saluran terpisah mungkin diperlukan untuk memastikan kepercayaan dan keamanan. Keamanan identitas menjadi area pertahanan kunci seiring serangan otonom yang semakin canggih.
Serangan pengisian kredensial dalam skala besar, pemanenan cookie sesi, serangan kelelahan MFA, dan upaya vishing yang dirancang untuk melewati autentikasi multi-faktor semuanya meningkat. AI membuat serangan ini lebih efisien dengan mengidentifikasi target potensial, menghasilkan skrip yang meyakinkan, dan beradaptasi dengan respons korban secara real-time. Inilah sebabnya manajemen identitas dan akses harus diperlakukan sebagai kontrol kritis.
Organisasi perlu mengetahui siapa yang memiliki akses ke apa, apakah akses tersebut masih diperlukan, akun mana yang memiliki hak istimewa, dan seberapa cepat perilaku tidak biasa dapat dideteksi.
Melawan AI dengan AI
Serangan otonom yang digerakkan AI mungkin meningkatkan risiko, tetapi AI juga dapat digunakan secara defensif. Contoh yang baik adalah menjalankan analisis risiko otomatis terhadap organisasi dan menyoroti di mana alat keamanan dan dasar-dasar seperti perlindungan malware sudah usang atau hilang.
Dengan fundamental tersebut, AI kemudian dapat mendukung pemantauan berkelanjutan terhadap sistem kritis, bukan pemeriksaan berkala. Bisnis harus mengidentifikasi dan fokus melindungi “permata mahkota” – mungkin 10 aset paling kritis seperti penggajian atau sistem perbankan – dan mengarahkan upaya yang dipimpin AI untuk melindunginya.
Visibilitas yang terpadu menjadi krusial. Bisnis perlu mengetahui siapa yang memiliki akses ke aset kritis tersebut, aktivitas endpoint dan jaringan terkait, serta kemampuan untuk mengorelasikan insiden dengan cepat sehingga respons terhadap serangan yang digerakkan AI dapat secepat mungkin. Kombinasi teknologi bertenaga AI yang didukung keahlian manusia dapat menyediakan perburuan ancaman proaktif untuk secara aktif mencari, menyelidiki, dan memperbaiki bahaya, bahkan jika bahaya tersebut berasal dari serangan otonom.
Organisasi Tidak Berdaya dalam Pertarungan Ini
Munculnya serangan otonom menandai fase baru dalam risiko siber. Bagi banyak bisnis, terutama yang lebih kecil, tantangannya adalah mempersiapkan diri menghadapi serangan yang dapat bergerak jauh lebih cepat daripada pertahanan tradisional. Namun, organisasi tidak berdaya dalam pertarungan ini.
Respons yang efektif dimulai dengan menguasai dasar-dasar, mulai dari kontrol akses hingga visibilitas di seluruh aset kritis, hingga beralih dari pemeriksaan berkala ke pemantauan berkelanjutan dan deteksi yang lebih cepat dengan AI. Namun, teknologi saja tidak akan cukup. Keahlian manusia dapat menafsirkan risiko dan membuat keputusan berdasarkan informasi di bawah tekanan untuk memastikan ketahanan, bahkan ketika ancaman otonom yang digerakkan AI bergerak ke tingkat berikutnya.
Perkembangan teknologi keamanan siber juga beriringan dengan inovasi di bidang lain. Perluasan kendaraan otonom dan layanan robotaxi berbayar menunjukkan bagaimana AI terus merambah berbagai sektor. Sementara itu, uji coba kendaraan autonom militer menunjukkan bahwa teknologi otonom memiliki implikasi luas di luar keamanan siber.
Komentar
Belum ada komentar.