AI Menguji Batas Zero Trust dalam Keamanan Siber
Zero Trust selama bertahun-tahun menjadi salah satu pendekatan penting dalam keamanan siber modern. Prinsipnya sederhana, yaitu tidak memberikan kepercayaan secara otomatis, selalu melakukan verifikasi, dan memberikan akses seminimal mungkin sesuai kebutuhan.
Namun, perkembangan Artificial Intelligence (AI) mulai menghadirkan tantangan baru terhadap pendekatan tersebut. AI kini tidak lagi hanya digunakan sebagai alat bantu produktivitas, tetapi telah terintegrasi ke dalam aplikasi, proses bisnis, infrastruktur, serta berbagai sistem organisasi.
Kondisi ini membuat kebutuhan akses AI terhadap data dan aplikasi semakin besar. Large Language Model (LLM), copilot, hingga sistem AI agent membutuhkan akses ke berbagai sumber informasi dan layanan agar dapat menjalankan tugasnya secara optimal. Di sisi lain, prinsip Zero Trust justru menekankan pembatasan akses dan penerapan hak istimewa seminimal mungkin.
Perbedaan kebutuhan tersebut menciptakan tantangan baru bagi tim keamanan siber: bagaimana memberikan akses yang dibutuhkan AI tanpa memperluas risiko keamanan.
AI Membutuhkan Akses, tetapi Keamanan Tetap Harus Terjaga
Sistem keamanan selama ini dirancang untuk mengurangi attack surface, membatasi hak akses, serta melakukan segmentasi jaringan. AI membawa dinamika yang berbeda karena sistem AI membutuhkan visibilitas terhadap berbagai data, API, aplikasi, dan alur kerja.
Selain komunikasi antara pengguna dan aplikasi, kini semakin banyak interaksi yang berlangsung secara otomatis antarsistem. Aktivitas machine-to-machine tersebut dapat terjadi dalam jumlah besar dan terus berubah sesuai kebutuhan sistem.
Karena itu, tantangan Zero Trust tidak lagi hanya berkaitan dengan pertanyaan siapa yang memiliki akses dan data apa yang dapat diakses. Organisasi juga perlu memahami apa yang dilakukan suatu sistem setelah akses diberikan.
Dengan kata lain, verifikasi identitas saja tidak selalu cukup untuk menghadapi lingkungan yang semakin dipengaruhi AI.
Meningkatnya Risiko dan Penggunaan AI Tidak Terkontrol
Perkembangan AI juga diikuti oleh peningkatan perhatian terhadap risiko keamanan. Berdasarkan Gigamon 2026 Hybrid Cloud Security Survey yang dikutip dalam artikel sumber, hampir 40% organisasi yang disurvei menilai mereka telah mencapai tingkat kematangan keamanan AI yang terintegrasi. Namun, angka pelanggaran keamanan justru meningkat menjadi 65%, sementara 83% organisasi melaporkan adanya keterlibatan AI dalam insiden keamanan terbaru.
Penggunaan AI yang tidak mendapatkan pengawasan resmi juga menjadi perhatian. Praktik yang sering disebut sebagai Shadow AI memiliki kemiripan dengan Shadow IT, ketika pengguna memanfaatkan teknologi atau layanan tanpa melalui proses pengawasan dan persetujuan organisasi.
Situasi ini dapat membuat organisasi kesulitan mengetahui bagaimana data digunakan, kemana data bergerak, serta aplikasi atau layanan apa saja yang berinteraksi dengan sistem AI.
Visibilitas Menjadi Tantangan Utama
Salah satu masalah yang semakin penting adalah keterbatasan visibilitas terhadap aktivitas AI.
Arsitektur keamanan tradisional banyak dirancang untuk memantau lalu lintas antara pengguna, aplikasi, dan sumber daya. Sementara itu, AI menciptakan lebih banyak komunikasi internal antarsistem, termasuk interaksi antara model, API, aplikasi, dan sistem otomatis.
Aktivitas tersebut dapat menghasilkan lalu lintas dalam jumlah besar yang tidak selalu terlihat dengan jelas oleh perangkat keamanan yang sudah digunakan organisasi.
Menurut survei Gigamon yang dikutip dalam artikel sumber, hampir tiga perempat organisasi mengaku memiliki keterbatasan visibilitas terhadap aliran data yang digerakkan AI. Lebih dari 40% juga menyebut kompleksitas lingkungan membuat proses investigasi insiden menjadi lebih lama.
Kondisi ini menunjukkan bahwa menambahkan semakin banyak perangkat keamanan belum tentu menjadi solusi utama. Organisasi juga perlu memastikan bahwa data dari berbagai sistem dapat memberikan gambaran yang lebih menyeluruh mengenai aktivitas di dalam lingkungan mereka.
Dari Kontrol Akses Menuju Visibilitas Berkelanjutan
Zero Trust tetap relevan dalam menghadapi perkembangan AI. Namun, penerapannya perlu berkembang melampaui sekadar kebijakan akses dan verifikasi identitas.
Organisasi perlu memahami bagaimana data bergerak, bagaimana sistem AI berinteraksi dengan aplikasi, serta bagaimana pola aktivitas berubah dari waktu ke waktu.
Karena itu, network visibility dan observability menjadi semakin penting. Data mengenai lalu lintas jaringan dapat membantu tim keamanan melihat aktivitas yang mungkin tidak terlihat hanya melalui log, metrik, atau alert dari perangkat keamanan individual.
Dalam survei yang sama, 92% organisasi menilai visibilitas menyeluruh terhadap data yang sedang bergerak penting untuk meningkatkan hasil keamanan. Lebih dari 90% juga menganggap deep observability sebagai fondasi penting untuk mendukung penerapan AI di masa depan.
Dengan visibilitas yang lebih baik, tim keamanan dapat memperoleh konteks mengenai apa yang terjadi di lingkungan mereka, bukan hanya mengetahui bahwa sebuah aktivitas telah terjadi.
Zero Trust di Era AI
AI tidak berarti organisasi harus meninggalkan prinsip Zero Trust. Sebaliknya, perkembangan AI menunjukkan bahwa pendekatan tersebut perlu diperluas agar mampu menghadapi lingkungan yang semakin dinamis.
Zero Trust tetap dapat menjadi dasar untuk membatasi akses dan memverifikasi identitas. Namun, organisasi juga membutuhkan kemampuan untuk memantau aktivitas setelah akses diberikan, memahami aliran data, serta mengidentifikasi perubahan perilaku yang berpotensi menimbulkan risiko.
Keamanan di era AI pada akhirnya tidak hanya bergantung pada seberapa ketat akses dikontrol, tetapi juga seberapa baik organisasi dapat melihat dan memahami aktivitas di dalam infrastrukturnya.
Bagi organisasi yang mulai mengintegrasikan AI ke dalam operasional bisnis, membangun visibilitas secara menyeluruh dapat menjadi langkah penting untuk menjaga keamanan tanpa menghambat manfaat teknologi AI.
Sumber :
AI is testing the limits of Zero Trust, Gigamon 2026 Hybrid Cloud Security Survey
