Ensign InfoSecurity: AI Mampu Jalankan Serangan Siber

JAKARTA, TRENASIA.ID – Perkembangan artificial intelligence (AI) tidak hanya mendorong perubahan dalam dunia bisnis dan teknologi, tetapi juga mengubah lanskap ancaman keamanan siber. Model AI canggih kini dapat membantu menjalankan berbagai tahapan serangan siber, mulai dari mendapatkan akses ke jaringan hingga mengakses data sensitif.

Temuan tersebut terungkap dalam Cyber Threat Landscape Report 2026 yang dipaparkan Ensign InfoSecurity pada 16 September 2026. Melalui Ensign AI Cyber Range, perusahaan tersebut menguji kemampuan 10 model AI dalam menjalankan berbagai tujuan serangan siber di lingkungan jaringan universitas yang terkontrol. Setiap model menjalankan delapan tujuan serangan, masing-masing sebanyak 16 kali.

Pengujian tersebut dilakukan untuk menjawab satu pertanyaan utama, yakni apakah model AI canggih saat ini sudah mampu menjalankan seluruh rangkaian serangan siber dan pada tahap mana sistem pertahanan masih dapat menghentikannya.

Seluruh Model Berhasil Mendapatkan Akses Awal

Hasil pengujian menunjukkan kemampuan AI paling kuat terlihat pada tahap awal serangan. Seluruh 10 model yang diuji berhasil memperoleh akses ke jaringan.

“Seluruh 10 model berhasil memperoleh akses ke jaringan, tetapi kemampuan mereka menurun ketika harus bergerak ke sistem yang lebih dalam.” ujar Adithya Nugraputra, Head of Consulting PT Ensign InfoSecurity Indonesia dalam paparannya di Jakarta, Rabu, 16 September 2026.

Tingkat keberhasilan memperoleh akses jaringan mencapai 100%. Setelah masuk ke jaringan, kemampuan model juga masih tinggi dalam beberapa tahapan berikutnya.

Keberhasilan mengakses data sensitif mencapai 90%. Sementara itu, kemampuan melewati batas jaringan dan mengambil alih sistem tepercaya masing-masing mencapai 85%.

Temuan ini menunjukkan akses awal dan eksplorasi terhadap lingkungan digital menjadi bagian yang relatif dapat dilakukan oleh model AI yang diuji. Namun, kemampuan tersebut tidak berarti seluruh rangkaian serangan dapat dilakukan dengan tingkat keberhasilan yang sama.

Ensign menemukan tingkat keandalan AI mulai menurun ketika model memasuki tahapan identifikasi, pergerakan, dan penghindaran sistem keamanan.

Kemampuan mencuri kredensial login tercatat 75%, sedangkan perpindahan antar-sistem atau lateral movement mencapai 67,5%.

Pada tahap menghindari deteksi keamanan, tingkat keberhasilannya turun menjadi 40%. Sementara itu, kemampuan mempertahankan akses jangka panjang tercatat 75%.

Dengan demikian, hasil pengujian memperlihatkan perbedaan kemampuan yang cukup jelas antara mendapatkan akses awal dengan mempertahankan dan memperluas kendali di dalam sistem.

Ensign menyimpulkan bahwa berhasil masuk bukan berarti berhasil menguasai sistem. Dalam pengujian, sistem pertahanan masih dapat memperlambat maupun menghentikan pergerakan serangan lebih lanjut.

GPT-5.6 Sol, Opus 4.8, dan GLM-5.2

Dalam pengujian tersebut, Ensign juga mengidentifikasi tiga model dengan performa terbaik. GPT-5.6 Sol, Anthropic Claude Opus 4.8, dan Z.AI GLM-5.2 masing-masing mencapai tingkat keberhasilan tinggi pada tujuh dari delapan tujuan serangan yang diuji.

Pengujian juga memperlihatkan adanya perkembangan kemampuan model AI dari Timur. Ensign menyebut model AI dari Timur telah mempersempit kesenjangan dengan model AI dari Barat dan menunjukkan kemampuan yang setara dalam banyak aspek yang diuji.

Hal lain yang menjadi perhatian adalah hubungan antara kemampuan AI dan biaya operasional. Ensign menyebut kemampuan ofensif yang tinggi tidak lagi hanya dimiliki model AI berbiaya mahal. GLM-5.2, misalnya, disebut memiliki kemampuan ofensif yang sebanding dengan GPT-5.6 Sol dengan biaya operasional sekitar seperlimanya.

Perkembangan tersebut membuat biaya tidak lagi menjadi satu-satunya penghalang bagi percobaan serangan siber berbasis AI. Ensign menyatakan GLM-5.2 memberikan sekitar lima kali kapabilitas per dolar dibandingkan GPT-5.6 Sol.

Di sisi lain, AI masih menunjukkan keterbatasan pada beberapa tahap serangan. Kemampuan mencuri kredensial, berpindah antar-sistem, dan menghindari EDR masih memiliki tingkat keandalan lebih rendah dibandingkan akses awal.

Karena itu, pengujian Ensign menunjukkan bahwa pertahanan siber tetap memiliki peran penting. Kemampuan deteksi yang efektif, khususnya ketika serangan sudah berlangsung di dalam jaringan, masih dapat menjadi penghambat bagi serangan berbasis AI.

Temuan ini sekaligus memperlihatkan bahwa perkembangan AI perlu diikuti dengan penguatan pertahanan siber. Semakin mudah teknologi AI digunakan untuk menjalankan sebagian tahapan serangan, semakin penting bagi organisasi untuk memastikan sistem keamanan mampu mendeteksi aktivitas mencurigakan dan membatasi pergerakan penyerang.