Perusahaan-perusahaan di seluruh dunia saat ini berlomba-lomba untuk memanfaatkan kecerdasan buatan (AI) guna mempercepat berbagai proses bisnis. Namun, penting untuk diingat bahwa AI yang digunakan tidak berdiri sendiri. Terdapat sejumlah komponen yang mendukungnya, termasuk model, sistem penghubung aplikasi (API), basis data, perangkat lunak open source, pustaka, paket, serta layanan dari pihak ketiga. Semakin panjang rantai komponen ini, semakin banyak titik yang perlu diawasi. Jika ada celah pada salah satu komponen, hal ini dapat berdampak luas, memungkinkan pelaku kejahatan siber untuk mengakses sistem atau mencuri data perusahaan.
Kondisi ini menjadi perhatian utama bagi Akamai Technologies, perusahaan penyedia layanan cloud dan content delivery network (CDN) yang berbasis di Amerika Serikat, saat membahas perkembangan AI di kawasan Asia Pasifik (APAC).
Shadow AI Supply Chain
Reuben Koh, Direktur Teknologi dan Strategi Keamanan Akamai untuk APAC dan Jepang, menyebut fenomena ini sebagai Shadow AI Supply Chain. Ia menjelaskan bahwa banyak pengembang AI tidak selalu membangun produk atau layanan dari nol. Mereka sering memanfaatkan model open source, pustaka, paket dari repositori publik, atau API dari pihak ketiga. "Meskipun cara ini mempercepat pengembangan, perusahaan harus memahami dan mengawasi komponen apa saja yang terintegrasi dalam sistem mereka," ungkap Koh dalam sesi Virtual Media Briefing Akamai APAC.
Peran API dalam Keamanan
Risiko keamanan semakin meningkat karena AI modern sangat bergantung pada API. Teknologi ini berfungsi sebagai penghubung antara model AI dengan aplikasi, basis data, layanan eksternal, dan agen lainnya. Ketika AI digunakan untuk mengambil tindakan, API dapat menjadi saluran bagi AI untuk menjalankan aktivitas dalam sistem perusahaan. Namun, API juga berpotensi menjadi jalur bagi serangan siber. Data dari Akamai menunjukkan bahwa masalah ini sudah terjadi di kawasan APAC. Dalam studi keamanan API 2026, 43 persen organisasi yang disurvei di APAC melaporkan mengalami serangan yang melibatkan API yang terhubung dengan teknologi AI dalam 12 bulan terakhir. "Oleh karena itu, perusahaan harus mengetahui API yang digunakan, sistem yang terhubung, serta data yang dapat diakses," tambah Koh.
Risiko dengan Penggunaan AI Agent
Penggunaan AI agent juga menambah kompleksitas risiko. Berbeda dengan chatbot yang hanya memberikan jawaban, AI agent dapat melakukan tugas secara lebih mandiri. Mereka dapat memanggil API, mengambil data, berinteraksi dengan aplikasi lain, dan mengambil tindakan berdasarkan informasi yang diperoleh. Koh menekankan bahwa perubahan dari AI yang sekadar menjawab menjadi AI yang melakukan tindakan membawa konsekuensi keamanan yang berbeda. "Semakin banyak akses yang diberikan kepada agen, semakin besar dampaknya jika salah satu bagian dari rantai tersebut diakses oleh pihak ketiga atau dimanipulasi oleh pelaku kejahatan siber," ujarnya. Oleh karena itu, penting bagi perusahaan untuk menerapkan prinsip least privilege, yaitu memberikan akses seminimal mungkin kepada agen AI.
Tantangan di Asia Pasifik
Masalah yang dihadapi terkait AI agent semakin rumit di Asia Pasifik, mengingat kondisi setiap negara yang berbeda-beda, mulai dari tingkat kematangan teknologi, konektivitas, kapasitas pusat data, hingga regulasi data. Jay Jenkins, Chief Technology Officer Cloud Akamai, menyatakan bahwa perusahaan yang menerapkan AI di berbagai negara tidak dapat menggunakan satu pendekatan yang sama untuk seluruh kawasan. "Akibatnya, perusahaan harus mempertimbangkan lokasi pemrosesan AI berdasarkan jarak dengan pengguna, lokasi data, kapasitas komputasi, biaya, dan regulasi yang berlaku," jelasnya.
Dalam sistem multi-agent, satu perintah pengguna dapat memicu berbagai proses ketika agen berkomunikasi dengan agen lain maupun API. Jenkins menambahkan bahwa permintaan AI yang awalnya memerlukan waktu 40 hingga 100 milidetik dapat terakumulasi menjadi beberapa detik ketika jumlah proses meningkat. "Oleh karena itu, perusahaan harus menyeimbangkan keamanan, performa, biaya, dan lokasi pemrosesan AI," tambahnya.
Pentingnya Keamanan Sejak Awal
Selain mempertimbangkan performa dan lokasi, pendekatan keamanan untuk AI juga perlu diubah. Setelah AI terintegrasi ke dalam sistem produksi dan terhubung dengan data serta aplikasi penting, keamanan tidak dapat ditambahkan belakangan. Perusahaan harus mengamankan seluruh ekosistem AI, termasuk model, API, data, identitas, aplikasi, pustaka, paket, dan agen AI. Dengan pendekatan ini, perusahaan dapat lebih memahami apa yang terjadi di balik AI dan mengawasi berbagai celah yang mungkin dimanfaatkan untuk serangan siber.
Untuk membantu perusahaan dalam hal ini, Akamai menawarkan solusi keamanan berlapis yang mencakup seluruh ekosistem AI. Mereka memanfaatkan AI dalam produk keamanan untuk membantu pelanggan menemukan celah dalam infrastruktur, termasuk memeriksa keamanan API dan jaringan secara berkelanjutan. Akamai juga menerapkan prinsip least privilege untuk membatasi akses AI agent, sehingga agen hanya dapat mengakses sistem dan data yang diperlukan. Di kawasan APAC, Akamai memanfaatkan jaringan dan komputasi terdistribusi melalui Akamai Cloud dan AI Grid, yang memungkinkan pemrosesan AI lebih dekat dengan pengguna dan sumber data, serta membantu menyeimbangkan latensi, biaya, kapasitas komputasi, dan regulasi data. "Dengan solusi seperti ini, Akamai ingin membantu perusahaan memperluas penggunaan AI tanpa membiarkan komponen di baliknya menjadi titik lemah baru," tutup Koh.
