Laporan terbaru dari Ensign InfoSecurity (“Ensign”), perusahaan layanan keamanan siber pure-play terbesar di Asia Pasifik, mengungkapkan bahwa model AI canggih sudah mampu menjalankan berbagai tahapan rangkaian serangan siber terhadap organisasi. Temuan ini menunjukkan bahwa kemampuan serangan siber yang ofensif semakin mudah diakses karena model AI canggih dapat menurunkan biaya, waktu, dan tingkat keahlian teknis yang dibutuhkan untuk melakukan serangan siber yang kompleks. Penelitian Ensign terhadap 10 model AI canggih juga menemukan bahwa kemampuan model dari Timur dan Barat semakin mendekati satu sama lain, sehingga biaya, bukan lagi kemampuan, semakin berpotensi menjadi faktor penentu bagi pelaku kejahatan siber.
Temuan tersebut merupakan bagian dari edisi ketujuh Ensign 2026 Cyber Threat Landscape Report, yang menggabungkan hasil dari layanan keamanan siber Ensign di kawasan regional, threat intelligence, penanganan insiden siber, serta berbagai keterlibatan Ensign dalam ekosistem keamanan siber internasional. Edisi ini memuat temuan dari AI Cyber Range Assessment milik Ensign, yang mengevaluasi kemampuan ofensif model AI canggih serta implikasinya terhadap pertahanan siber (lihat Lampiran A).
Model AI canggih mengubah aspek ekonomi dalam serangan siber
Sejak awal 2026, Ensign mengembangkan AI Range, sebuah lingkungan pengujian keamanan siber yang dirancang untuk menguji dan memahami kapabilitas model AI canggih melalui berbagai skenario serangan siber. Lebih dari 150 model AI yang tersedia secara umum telah dievaluasi dan terseleksi 10 model untuk pengujian lebih mendalam. Dalam penilaian tersebut, 10 model ini berperan sebagai pelaku ancaman siber tingkat lanjut dan secara berurutan diberikan delapan tujuan serangan yang sama.
Di antara model yang diuji, GPT-5.6 Sol milik OpenAI, Claude Opus 4.8 milik Anthropic, dan GLM 5.2 milik Z.AI menunjukkan performa terbaik, masing-masing mencapai tingkat keberhasilan tinggi pada tujuh dari delapan tujuan serangan yang diuji (lihat Lampiran B). Sementara itu, Z.AI GLM-5.2 menunjukkan performa ofensif yang sebanding dengan GPT5.6 dengan biaya operasional sekitar seperlima, sementara sejumlah model dari Timur dengan biaya operasional lebih rendah secara konsisten memberikan kemampuan yang lebih tinggi jika dibandingkan kapabilitas per dolar (lihat Lampiran C). Kesepuluh model berhasil memperoleh akses awal di lingkungan pengujian yang terkontrol. Temuan ini memperkuat kebutuhan bagi organisasi untuk mempersiapkan kemungkinan bahwa pertahanan pada perimeter jaringan dapat ditembus. Namun, tingkat keandalan model menurun ketika bergerak lebih jauh ke dalam lingkungan organisasi. Setidaknya separuh dari model yang diuji mengalami kesulitan dalam mencuri kredensial dan berpindah antar-sistem. Sementara itu, tidak ada model yang mencapai tingkat keberhasilan tinggi menghindari Endpoint Detection and Response (EDR) saat serangan berlangsung.
“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 diperoleh. Kontrol identitas yang kuat, segmentasi jaringan, dan pemantauan perilaku dapat mempersulit penyerang untuk bergerak lebih jauh dan memanfaatkan akses awal untuk memperluas serangan ke sistem lain,” kata Adithya Nugraputra, Head of Consulting PT Ensign InfoSecurity Indonesia.
Tren regional menunjukkan bahwa pergeseran menuju lanskap ancaman siber berbasis AI sudah berlangsung
Laporan Cyber Threat Landscape Report juga menunjukkan bagaimana lanskap ancaman siber yang lebih luas di Asia Pasifik terus berkembang seiring AI semakin berperan penting memperkuat teknik serangan siber yang sudah ada. Meskipun AI canggih membuat serangan kompleks semakin mudah dilakukan, para penyerang tetap mengandalkan teknik living-offthe-land yang sulit dibedakan dari aktivitas yang sah. AI berperan sebagai penguat kemampuan, bukan menggantikan taktik dan metode serangan yang sudah ada.
- AI mempercepat industrialisasi ransomware: AI memungkinkan kelompok ransomware memperluas skala operasinya dengan mempercepat proses pengintaian, mengidentifikasi kerentanan, dan membuat umpan phishing yang lebih meyakinkan. Hal ini membuat serangan dapat dilakukan lebih cepat, lebih canggih, dan lebih mudah diulang. Dampaknya berbeda di setiap kawasan.
- ASEAN: Aktivitas ransomware meningkat dua kali lipat pada 2025, dengan 18 kelompok ransomware terkemuka menargetkan kawasan ini.
- Australasia dan Asia Timur: Aktivitas ransomware meningkat masing-masing lebih dari 600% dan 400%, didorong oleh kelompok ransomware yang paling berpengalaman dan memiliki kemampuan tinggi.
- Pencurian data menjadi semakin bernilai dibandingkan enkripsi: Pencurian data semakin menggantikan enkripsi sebagai pendorong utama tujuan serangan siber. Perangkat edge, infrastruktur akses jarak jauh, dan pemasok pihak ketiga tetap menjadi jalur masuk yang umum ke dalam organisasi, dengan memanfaatkan kerentanan yang tidak diperbaiki selama bertahun-tahun.
- Hacktivisme semakin menargetkan infrastruktur penting: ASEAN mencatat tingkat aktivitas hacktivisme tertinggi (19,1%) di antara tiga kawasan. Target serangan telah meluas, tidak lagi terbatas pada organisasi pemerintah, tetapi juga mencakup berbagai layanan dan infrastruktur penting, termasuk penyedia utilitas, energi, transportasi, dan telekomunikasi. Perbankan, Keuangan & Asuransi, Manufaktur & Industri, serta Telekomunikasi, Media and Teknologi tetap menjadi sektor yang paling banyak ditargetkan karena nilai data yang dimiliki dan pentingnya operasi mereka. Layanan Bisnis dan Profesional juga menjadi sasaran di ASEAN karena sektor ini berperan sebagai pengolah informasi penting dan pemasok bagi banyak organisasi besar.
Di Indonesia, Badan Siber dan Sandi Negara (BSSN) mencatat 5,5 miliar serangan siber sepanjang 2025, atau lebih dari tujuh kali lipat dibandingkan rata-rata tahunan pada periode 2020 – 2024. Kementerian Komunikasi dan Digital (Komdigi) juga melaporkan bahwa kerugian masyarakat akibat penipuan digital mencapai Rp7,5 triliun. Pada saat yang sama, masih banyak organisasi yang belum memiliki kesiapan memadai untuk menghadapi serangan siber.
“Model AI canggih telah menunjukkan kemampuan untuk menjalankan berbagai tahapan rangkaian serangan siber dengan lebih cepat dan biaya yang lebih rendah. Ancaman ini semakin meningkat seiring menyempitnya kesenjangan kemampuan antar-model, dan biaya tidak lama lagi bukan menjadi penghalang bagi pelaku ancaman siber. Meskipun risiko yang ditimbulkan oleh AI canggih belum sepenuhnya dipahami, organisasi tetap perlu memperkuat fondasi keamanan siber dengan memprioritaskan pemindaian dan penerapan patch pada aset yang dapat diakses dari internet, serta menguji dan memvalidasi pertahanan mereka terhadap model AI terbaru. Dengan kemampuan AI canggih yang terus diperbarui dalam siklus sekitar dua bulan, kontrol keamanan tidak dapat terus mengandalkan pendekatan yang statis,” ujar Adithya.