AI Pangkas Biaya Serangan Siber, AWS dan Hypernet Perkuat Tata Kelola AI Enterprise

Berita.co – Kemampuan model AI untuk menjalankan tahapan serangan siber kini semakin murah dan semakin cepat dijalankan, sementara di sisi lain perusahaan teknologi besar dan penyedia layanan mulai merapikan cara mengamankan dan mengelola penggunaan AI di lingkungan kerja.

Tiga kabar ini muncul hampir bersamaan dan saling berkaitan kalau kamu bekerja di tim IT, keamanan, atau yang sedang mempertimbangkan adopsi AI di kantor.

Ensign: AI Menurunkan Hambatan Serangan, Tapi Tidak Menjamin Serangan Berhasil Total

Ensign InfoSecurity mempublikasikan temuan ini pada 24 Agustus 2026 sebagai bagian dari edisi ketujuh Cyber Threat Landscape Report. Pengujian dilakukan lewat AI Cyber Range, semacam lingkungan simulasi yang dirancang khusus untuk mengukur kemampuan ofensif model AI, bukan lingkungan produksi sungguhan.

Dari lebih 150 model AI yang tersedia secara umum, Ensign memilih 10 model untuk diuji lebih dalam dengan delapan tujuan serangan yang sama untuk tiap model, mulai dari mendapatkan akses awal ke jaringan sampai mempertahankan akses di lingkungan target. Tiga model dengan performa tertinggi adalah GPT-5.6 Sol dari OpenAI, Claude Opus 4.8 dari Anthropic, dan GLM-5.2 dari Z.AI, ketiganya berhasil tinggi pada tujuh dari delapan tujuan yang diuji.

Angka yang menarik buat kamu yang mengelola anggaran keamanan bukan cuma soal siapa yang menang. Ensign mencatat GLM-5.2 punya kemampuan ofensif yang sebanding dengan GPT-5.6 Sol, tapi biaya operasionalnya sekitar seperlima dari model OpenAI itu. Artinya kemampuan tinggi tidak selalu berbanding lurus dengan harga, dan itu justru yang membuat pelaku serangan punya lebih banyak pilihan murah.

Tapi laporan ini juga jujur soal batasnya. Seluruh 10 model berhasil mendapat akses awal, namun performanya menurun begitu serangan bergerak lebih dalam. Separuh model kesulitan mencuri kredensial dan berpindah antar sistem, dan tidak ada satu pun model yang berhasil tinggi menghindari sistem Endpoint Detection and Response (EDR), yaitu sistem yang memantau aktivitas perangkat dan mendeteksi perilaku mencurigakan.

“Hasil pengujian melalui Ensign Cyber AI Range menunjukkan bahwa meskipun model AI canggih sudah mampu menjalankan berbagai tahapan serangan siber, kemampuan deteksi dan respons yang efektif masih dapat menjadi hambatan yang berarti setelah akses awal berhasil,” kata Adithya Nugraputra, Head of Consulting PT Ensign InfoSecurity Indonesia.

Ensign juga mencatat lanskap ancaman yang lebih luas di Asia Pasifik: aktivitas ransomware di ASEAN naik dua kali lipat sepanjang 2025 dengan 18 kelompok ransomware terkemuka menyasar kawasan ini, sementara di Australasia dan Asia Timur kenaikannya masing-masing lebih dari 600% dan 400%. Aktivitas hacktivisme di ASEAN tercatat 19,1%, tertinggi dibanding tiga kawasan yang dianalisis dalam laporan.

Konteks Indonesia turut dikutip dalam laporan ini. Berdasarkan data Badan Siber dan Sandi Negara (BSSN), Indonesia menghadapi sekitar 5,5 miliar serangan siber sepanjang 2025, naik sekitar 714% dibanding rata-rata tahunan periode 2020-2024, dan sekitar 1,52 miliar serangan lagi tercatat pada 1 Januari hingga 15 April 2026.

Kementerian Komunikasi dan Digital pada Juli 2026 juga mencatat kerugian akibat spam dan scam di Indonesia mencapai sekitar Rp7,5 triliun, mengutip laporan Global Anti-Scam Alliance. Ensign sendiri menekankan bahwa angka BSSN ini menggambarkan volume serangan terdeteksi, berbeda konteks dengan hasil pengujian terkontrol di AI Cyber Range, sehingga keduanya tidak bisa dibandingkan langsung.

AWS: Empat Prinsip Supaya AI Agentic Tidak Bertindak Sendiri Tanpa Batas

Kalau laporan Ensign menunjukkan sisi ancaman, AWS baru saja merumuskan sisi pertahanannya untuk kategori AI yang lebih otonom, yang dikenal sebagai agentic AI. Bedanya dari AI generatif biasa, agentic AI memakai model bahasa besar sebagai mesin penalaran yang terhubung langsung ke API, alat perangkat lunak, dan basis data, sehingga bisa merencanakan dan mengeksekusi tindakan sendiri tanpa menunggu perintah demi perintah.

Bryce Boland, Head of Security Solution Architecture AWS untuk kawasan Asia Pasifik dan Jepang, memaparkan hal ini dalam media briefing virtual pada Selasa, 15 September 2026, sebagaimana detikInet laporkan. AWS menegaskan bahwa mengamankan agentic AI tidak butuh pendekatan baru dari nol, melainkan perluasan dari kerangka keamanan yang sudah ada.

Empat prinsip yang diajukan AWS: pertama, siklus pengembangan perangkat lunak menyeluruh yang menggabungkan pengujian standar dengan evaluasi adversarial dan red teaming berkala untuk komponen AI yang sifatnya probabilistik. Kedua, kontrol keamanan tradisional tetap berlaku penuh, seperti prinsip hak akses minimum dan mitigasi risiko rantai pasok. Ketiga, kontrol keamanan harus ditempatkan di luar siklus penalaran model itu sendiri, disebut AWS sebagai ‘security box’, karena model bahasa besar bisa ditembus lewat teknik prompt injection sehingga batasan aksesnya perlu diatur secara deterministik oleh infrastruktur eksternal, bukan oleh model itu sendiri.

Buat kamu yang paham cara kerja backend, prinsip ketiga ini sebenarnya logika lama yang dipakai ulang: jangan percaya input dari sisi yang bisa dimanipulasi, taruh penegakan aturan di lapisan yang tidak bisa diakali oleh proses yang divalidasi. Prinsip keempat AWS menyebutnya ‘earned autonomy’, otonomi agen diberikan bertahap, dimulai dari manusia yang tetap ada di alur keputusan berisiko tinggi, baru bertransformasi menuju otonomi lebih penuh setelah rekam jejak keandalan agen terbukti lewat evaluasi berkelanjutan.

“Pada akhirnya, peningkatan otonomi harus didapat melalui evaluasi. Otonomi meningkat secara progresif sejalan dengan evaluasi dari apa yang dihasilkan oleh agen yang terbukti mempunyai performa konsisten,” jelas Bryce Boland.

AWS menerapkan keempat prinsip ini ke kerangka kerja Amazon Bedrock AgentCore, lewat isolasi komputasi berbasis micro-VM Firecracker untuk memisahkan eksekusi antar-agen, manajemen identitas lewat AgentCore Identity yang terhubung ke AWS IAM, penegakan kebijakan lewat AgentCore Gateway dan AgentCore Policy berbasis bahasa otorisasi Cedar sampai ke tingkat parameter API, serta observabilitas lewat log yang terisolasi dari manipulasi agen dan Amazon Bedrock Guardrails untuk memverifikasi keluaran model.

Hypernet: Satu Portal untuk Mengunci Akses dan Biaya AI di Perusahaan

Di sisi tata kelola operasional, Hypernet Technologies, perusahaan Managed Service Provider di bawah XLSmart, meluncurkan TokenKu.ai di Jakarta pada 16 September 2026, sebagaimana dilaporkan Selular. Platform ini adalah managed AI marketplace yang menyediakan akses ke lebih dari 120 model AI, termasuk dari OpenAI, Anthropic, Google, dan Meta, lewat satu portal, dengan sistem kendali terpusat, penagihan dalam rupiah, dan faktur pajak resmi.

Masalah yang coba dijawab TokenKu.ai punya nama sendiri: Bring Your Own AI (BYOAI), yaitu kebiasaan karyawan memakai berbagai layanan AI secara mandiri tanpa berada dalam strategi dan tata kelola resmi perusahaan. Dalam pola seperti ini, akses jadi tidak terpusat, konsumsi sulit dipantau, dan tagihan tersebar di banyak kartu kredit perusahaan dalam mata uang asing.

TokenKu.ai menjawabnya lewat visibilitas konsumsi token secara real time berdasarkan pengguna, divisi, atau model AI yang dipakai, ditambah fitur pengelolaan virtual API key sehingga organisasi bisa menetapkan batas belanja bulanan per unit kerja. Seluruh pemakaian dikonsolidasikan jadi satu invoice resmi bermata uang rupiah, dibayar lewat top up wallet atau bundling dengan paket managed service Hypernet.

“Banyak perusahaan masih kesulitan dalam merancang kerangka kerja AI. Maka dari itu, TokenKu.ai siap membantu organisasi mengatasi kompleksitas tersebut melalui filosofi ‘Satu Gateway untuk Semua Model AI’,” ujar Sudianto Oei, CEO Hypernet Technologies.

Hypernet mengutip dua riset berbeda sebagai alasan peluncuran ini. Dari laporan Global Workforce Hopes and Fears Survey 2025 milik PwC, 96% pekerja Indonesia yang memakai AI generatif setiap hari merasa lebih produktif. Dari studi Unlocking Indonesia’s AI Potential 2026 yang dikerjakan Strand Partners untuk Amazon Web Services, 75% bisnis di Indonesia yang sudah mengadopsi AI mengalami peningkatan produktivitas terukur, dan angka itu naik jadi 84% pada perusahaan yang sudah menerapkan agentic AI. Pada tahap awal, TokenKu.ai difokuskan ke tiga sektor: Telekomunikasi, Media, dan Teknologi, jasa keuangan, serta ritel, sebelum diperluas ke sektor lain secara bertahap.

Buat Kamu yang Mengurus AI di Kantor

Ketiga kabar ini sebenarnya menjawab pertanyaan yang berbeda tapi saling melengkapi. Laporan Ensign menjawab kenapa ambang serangan makin rendah dan kenapa validasi keamanan tidak bisa lagi dianggap selesai sekali jalan, apalagi Ensign mencatat model AI canggih rata-rata memperbarui kemampuannya sekitar dua bulan sekali.

Kerangka AWS menjawab bagaimana membatasi agen AI yang sudah diberi akses ke sistem produksi supaya tidak bertindak di luar kendali. TokenKu.ai menjawab persoalan yang lebih dasar dari itu, yaitu siapa saja di perusahaan yang sedang memakai AI apa, dan berapa biayanya, sebelum bicara soal mengamankan agennya.

Tidak ada satu pun dari tiga pendekatan ini yang otomatis membuat perusahaan aman kalau dipakai sendirian. Kontrol identitas dan pemantauan konsumsi token tidak akan menghentikan pergerakan lateral di jaringan, dan kerangka keamanan agentic AI dari AWS tidak akan menyelesaikan masalah kalau karyawan masih memakai puluhan layanan AI di luar pengawasan lewat jalur BYOAI.

Ketiganya lebih tepat dilihat sebagai lapisan yang berbeda dari persoalan yang sama, dan urutan mana yang perlu dibenahi lebih dulu tergantung pada seberapa jauh AI sudah dipakai di organisasi kamu, bukan pada platform mana yang klaimnya paling lengkap.