Selular.ID – Ensign InfoSecurity mengungkapkan model AI canggih kini mampu menjalankan berbagai tahapan serangan siber kompleks dalam lingkungan pengujian terkontrol, sekaligus menurunkan waktu, biaya, dan keahlian teknis yang dibutuhkan pelaku.
Temuan dalam Cyber Threat Landscape Report 2026 tersebut menunjukkan bahwa serangan yang sebelumnya membutuhkan sumber daya dan keahlian besar berpotensi dilakukan dalam hitungan jam dengan biaya operasional yang lebih rendah.
Riset Ensign InfoSecurity dilakukan melalui AI Cyber Range, lingkungan pengujian yang dikembangkan untuk mengukur kemampuan ofensif model AI.
Dari lebih dari 150 model AI yang tersedia secara umum, Ensign memilih 10 model untuk pengujian lebih mendalam dan memberikan delapan tujuan serangan yang sama kepada masing-masing model.
Ensign mempublikasikan temuan tersebut pada 24 Agustus 2026 sebagai bagian dari edisi ketujuh laporan lanskap ancaman sibernya.
Dalam pengujian tersebut, GPT-5.6 Sol dari OpenAI, Claude Opus 4.8 dari Anthropic, dan GLM-5.2 dari Z.AI menjadi tiga model dengan performa tertinggi.
Tonton juga:
Video Rekomendasi Untuk Anda
Ketiganya mencatat tingkat keberhasilan tinggi pada tujuh dari delapan tujuan serangan yang diuji.
Ensign juga menemukan bahwa GLM-5.2 memiliki kemampuan ofensif yang sebanding dengan GPT-5.6 Sol, tetapi biaya operasionalnya sekitar seperlima dari model OpenAI tersebut.
AI Menurunkan Hambatan Serangan Siber
Delapan tujuan dalam pengujian Ensign mencakup memperoleh akses awal ke jaringan, mengakses data sensitif, melewati batasan jaringan, mengambil alih sistem tepercaya, mencuri kredensial, berpindah dari satu sistem ke sistem lain, menghindari mekanisme keamanan, serta mempertahankan akses ke lingkungan target.
Seluruh 10 model yang diuji berhasil memperoleh akses awal dalam lingkungan pengujian.
Namun, kemampuan model tidak sama pada seluruh tahapan serangan. Ensign menemukan performa model menurun ketika serangan bergerak lebih jauh ke dalam lingkungan organisasi.
Setidaknya separuh model mengalami kesulitan dalam mencuri kredensial dan melakukan lateral movement, yakni berpindah dari satu sistem yang telah dikuasai menuju sistem lain.
Kemampuan melewati Endpoint Detection and Response (EDR) juga masih menjadi tantangan. EDR merupakan sistem keamanan yang memantau aktivitas perangkat dan mendeteksi perilaku mencurigakan.
Dalam pengujian Ensign, tidak ada model yang mencapai tingkat keberhasilan tinggi untuk menghindari EDR ketika serangan berlangsung.
Temuan tersebut menunjukkan bahwa AI tidak otomatis membuat seluruh rangkaian serangan siber berhasil. Model AI dapat membantu menjalankan sejumlah tahapan secara lebih cepat, tetapi pertahanan yang mampu mendeteksi aktivitas mencurigakan setelah akses awal masih dapat menjadi penghalang.
Adithya Nugraputra, Head of Consulting PT Ensign InfoSecurity Indonesia, mengatakan hasil pengujian tersebut memperlihatkan pentingnya pertahanan berlapis setelah perimeter jaringan ditembus.
“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.
Menurut dia, kontrol identitas, segmentasi jaringan, dan pemantauan perilaku dapat mempersempit ruang gerak penyerang setelah mendapatkan akses awal.
Kesenjangan Model AI Timur dan Barat Menyempit
Salah satu temuan penting dalam riset Ensign adalah semakin dekatnya kemampuan model AI dari pengembang Timur dan Barat dalam menjalankan skenario ofensif.
Kondisi tersebut membuat biaya operasional berpotensi menjadi salah satu pertimbangan penting bagi pelaku ancaman ketika memilih model.
Ensign menguji lima model dari pengembang Barat dan lima model dari pengembang Timur. Selain GPT-5.6 Sol, Claude Opus 4.8, dan GLM-5.2, pengujian mencakup sejumlah model lain dari OpenAI, Anthropic, Google, Meta, xAI, Z.AI, Moonshot AI, Alibaba, DeepSeek, dan MiniMax.
Dalam perbandingan biaya yang dilakukan Ensign, GLM-5.2 menunjukkan kemampuan per dolar yang lebih tinggi dibandingkan GPT-5.6 Sol. Artinya, model dengan kemampuan ofensif tinggi tidak selalu harus menjadi model dengan biaya penggunaan paling mahal.
Ensign melihat perubahan tersebut sebagai bagian dari pergeseran ekonomi serangan siber. Jika sebelumnya kemampuan teknis, waktu, dan sumber daya menjadi hambatan utama, ketersediaan model AI yang semakin mampu dapat menurunkan sebagian hambatan tersebut.
Kondisi ini juga tidak berarti seluruh model AI memiliki kemampuan yang sama. Hasil pengujian memperlihatkan perbedaan performa antar-model, terutama ketika skenario serangan menjadi lebih kompleks dan membutuhkan keberhasilan beruntun di dalam lingkungan target.
Karena itu, temuan Ensign lebih tepat dibaca sebagai indikasi perubahan kemampuan dan biaya serangan, bukan sebagai bukti bahwa seluruh serangan siber kini dapat diotomatisasi sepenuhnya.
Head of Consulting Ensign InfoSecurity Indonesia, Adithya Nugraputra, memaparkantemuan utama dalam “Ensign Cyber Threat Landscape Report 2026 Media Briefing”,
termasuk perkembangan kemampuan model AI canggih dalam melakukan serangan siber
ofensif, di Jakarta, Rabu, 16 September 2026.
Ransomware dan Pencurian Data Meningkat
Ensign juga melihat perubahan lanskap ancaman siber di Asia Pasifik yang berlangsung bersamaan dengan meningkatnya penggunaan AI.
Menurut laporan tersebut, AI berfungsi sebagai penguat teknik serangan yang sudah digunakan pelaku, bukan menggantikan seluruh metode konvensional.
Salah satu dampaknya terlihat pada ransomware. Ensign mencatat aktivitas ransomware di ASEAN meningkat dua kali lipat pada 2025, dengan 18 kelompok ransomware terkemuka menargetkan kawasan tersebut.
Di Australasia dan Asia Timur, aktivitas ransomware masing-masing meningkat lebih dari 600% dan 400%.
AI dapat membantu mempercepat sejumlah pekerjaan yang biasa dilakukan dalam operasi ransomware, seperti pengintaian target, pencarian kerentanan, serta pembuatan umpan phishing.
Otomatisasi pada tahap-tahap tersebut dapat membantu kelompok serangan menjalankan operasi dalam skala yang lebih besar.
Pada saat yang sama, tujuan serangan juga mengalami perubahan. Ensign mencatat pencurian data semakin mengambil peran penting dibandingkan enkripsi sebagai pendorong serangan.
Perangkat edge, infrastruktur akses jarak jauh, serta pemasok pihak ketiga masih menjadi jalur masuk yang umum, termasuk melalui kerentanan yang belum diperbaiki.
Lanskap tersebut juga berkaitan dengan meningkatnya aktivitas hacktivism. Di ASEAN, Ensign mencatat aktivitas hacktivisme mencapai 19,1%, tertinggi dibandingkan tiga kawasan yang dianalisis.
Sasaran serangan tidak hanya organisasi pemerintah, tetapi juga infrastruktur penting seperti utilitas, energi, transportasi, dan telekomunikasi.
Sektor perbankan, keuangan dan asuransi, manufaktur dan industri, serta teknologi, media dan telekomunikasi juga tetap menjadi target utama karena nilai data dan pentingnya operasi yang mereka jalankan.
Ki-Ka: Suryo Pratomo, Country Head, Ensign InfoSecurity Indonesia dan Adithya Nugraputra, Head of Consulting, memaparkan temuan utama dalam “Ensign Cyber Threat Landscape Report 2026 Media Briefing”, termasuk perkembangan kemampuan model AI canggih dalam melakukan serangan siber ofensif, di Jakarta, Rabu, 16 September 2026.Indonesia Hadapi Tekanan Ancaman Siber
Konteks regional tersebut menjadi relevan bagi Indonesia. Data Badan Siber dan Sandi Negara (BSSN) yang dikutip pemerintah menunjukkan Indonesia menghadapi sekitar 5,5 miliar serangan siber sepanjang 2025.
Angka tersebut disebut meningkat sekitar 714% dibandingkan rata-rata tahunan pada periode 2020–2024. Pada 1 Januari hingga 15 April 2026, BSSN kembali mencatat sekitar 1,52 miliar serangan.
Sementara itu, Kementerian Komunikasi dan Digital (Komdigi) pada Juli 2026 menyebut kerugian akibat spam dan scam di Indonesia mencapai sekitar Rp7,5 triliun berdasarkan laporan Global Anti-Scam Alliance.
Pemerintah juga mendorong operator telekomunikasi menerapkan fitur anti-scam untuk memperkuat perlindungan konsumen digital.
Angka tersebut memiliki konteks berbeda dengan riset Ensign. Data BSSN menggambarkan volume serangan yang terdeteksi di Indonesia, sedangkan AI Cyber Range Ensign merupakan pengujian terkontrol terhadap kemampuan model AI dalam menjalankan tujuan serangan tertentu.
Keduanya tidak dapat dibandingkan secara langsung, tetapi sama-sama menggambarkan lingkungan ancaman digital yang semakin kompleks.
Bagi organisasi, Ensign merekomendasikan penguatan fondasi keamanan, terutama pemindaian dan penerapan patch pada aset yang dapat diakses dari internet.
Perusahaan juga didorong menguji pertahanannya terhadap model AI terbaru, bukan hanya mengandalkan kontrol keamanan yang dirancang berdasarkan pola serangan sebelumnya.
Adithya menyebut perkembangan kemampuan AI berlangsung cepat sehingga pendekatan keamanan yang statis perlu terus diperbarui. Menurut Ensign, model AI canggih mengalami pembaruan kemampuan dalam siklus sekitar dua bulan.
Arah tersebut membuat pengujian keamanan perlu mempertimbangkan kemampuan model AI terbaru secara berkala.
Di sisi lain, hasil AI Cyber Range Ensign menunjukkan bahwa kontrol identitas, segmentasi jaringan, pemantauan perilaku, serta teknologi deteksi seperti EDR tetap menjadi bagian penting untuk membatasi pergerakan penyerang setelah akses awal diperoleh.
Ensign sendiri terus mengembangkan kemampuan pengujian AI untuk memahami variasi serangan baru.
Pada September 2026, perusahaan juga mengumumkan pengujian bersama TrendAI untuk menggunakan alat asesmen AI miliknya dalam mengidentifikasi variasi serangan yang berkembang dan membantu memperluas cakupan perlindungan.
Temuan tersebut menempatkan AI pada dua sisi perkembangan keamanan siber: sebagai teknologi yang dapat mempercepat dan mengefisienkan serangan, sekaligus sebagai alat yang dapat digunakan untuk menguji dan memperkuat pertahanan.
Bagi organisasi di Asia Pasifik, perubahan kemampuan model AI membuat validasi kontrol keamanan dan pemantauan ancaman menjadi bagian yang perlu diperbarui mengikuti perkembangan teknologi.
Baca Juga: Pelaku Industri Kripto Kawal Kebijakan Fiskal Menkeu Suahasil Nazara
