Identitas Mesin di Asia Pasifik 111 Kali Lebih Banyak dari Manusia, Risiko Serangan AI Meningkat

Jumlah identitas mesin di lingkungan perusahaan Asia Pasifik kini mencapai 111 kali lebih banyak dibandingkan identitas pekerja manusia. 

Lonjakan yang didorong pesatnya adopsi agen kecerdasan buatan tersebut menciptakan celah tata kelola baru yang dinilai tidak lagi mampu ditangani secara efektif oleh arsitektur keamanan tradisional.

Temuan itu terungkap dalam 2026 Identity Security Landscape Report yang dipaparkan Palo Alto Networks. 

Studi global terhadap 2.930 pengambil keputusan di bidang keamanan siber tersebut menunjukkan identitas telah melampaui malware sebagai salah satu vektor utama serangan terhadap perusahaan.

Seluruh organisasi di Asia Pasifik yang menjadi bagian dalam studi tersebut tercatat telah mengadopsi agen AI. 

Sebagian besar juga memperkirakan jumlah agen AI dan identitas mesin yang mereka kelola akan terus meningkat dalam 12 bulan mendatang.

Di tengah pertumbuhan tersebut, sembilan dari sepuluh organisasi di kawasan ini mengalami setidaknya satu insiden keamanan yang berkaitan dengan identitas selama setahun terakhir. 

Pelaku serangan kini tidak selalu harus membobol pertahanan teknis perusahaan, tetapi dapat masuk menggunakan identitas manusia, mesin, atau agen AI yang telah dicuri.

Senior Director Idira Domain Consulting Palo Alto Networks Jeffrey Kok mengatakan pertumbuhan identitas mesin berlangsung sangat cepat, dengan tingkat pertumbuhan tahunan majemuk mendekati 40 persen dan sebagian besar didorong oleh peningkatan penggunaan AI.

“Sembilan dari sepuluh organisasi telah mengalami pembobolan keamanan terkait identitas yang berhasil dalam satu tahun terakhir. Temuan laporan tahun ini menunjukkan bahwa sebagian besar organisasi belum secara efektif mencegah pembobolan keamanan yang berkaitan dengan identitas,” ujar Jeffrey Kok.

Risiko juga muncul dari proses pembaruan sertifikat digital. Sebanyak 97 persen organisasi di Asia Pasifik memperkirakan dapat mengalami dampak finansial apabila proses tersebut tidak sepenuhnya diotomatisasi. 

Rata-rata potensi kerugiannya mencapai 305.161 dolar AS atau sekitar Rp5,47 miliar per tahun.

Selain itu, sebanyak 98 persen identitas manusia di kawasan tersebut memiliki hak akses yang lebih besar daripada kebutuhan perannya.

Kondisi yang dikenal sebagai overprivileged access itu dapat memperluas dampak serangan apabila kredensial pengguna jatuh ke tangan pihak yang tidak berwenang.

Sebanyak 98 persen organisasi juga melaporkan keberadaan identity silos atau sistem identitas yang terpisah-pisah. 

Salah satu pemicunya adalah penggunaan perangkat AI di luar sistem identitas formal dan tata kelola keamanan perusahaan.

Fragmentasi itu berdampak langsung terhadap kecepatan penanganan insiden. Penggunaan berbagai perangkat identitas yang tidak saling terhubung menambah rata-rata 13 jam dalam setiap proses respons, sementara pelaku serangan disebut hanya membutuhkan sekitar satu jam untuk masuk dan mengompromikan sistem.

“Yang paling mengkhawatirkan adalah fragmentasi. Sistem yang tidak saling terhubung menambah waktu respons hingga berjam-jam pada setiap insiden, sementara pelaku serangan hanya membutuhkan waktu sekitar satu jam untuk membobol sistem,” kata Jeffrey Kok.

Menurut dia, perusahaan membutuhkan platform yang dapat menemukan, mengendalikan, dan mengelola seluruh identitas, baik manusia maupun mesin, dengan tingkat kontrol keamanan yang sesuai. 

Pendekatan tersebut diperlukan karena pelaku tidak lagi harus meretas sistem secara konvensional, melainkan cukup masuk menggunakan identitas yang telah dicuri.

Tantangan serupa terlihat di Asia Tenggara. Di Singapura, misalnya, jumlah identitas mesin telah melampaui identitas manusia dengan rasio rata-rata 107:1. 

Sebanyak 85 persen organisasi di negara tersebut memperkirakan jumlah agen AI dan identitas mesin mereka terus bertambah dalam 12 bulan ke depan.

Pertumbuhan itu antara lain dipengaruhi meningkatnya jumlah identitas mesin, meluasnya hubungan perusahaan dengan mitra dan penyedia layanan, serta semakin besarnya penggunaan large language model atau LLM dalam kegiatan operasional.

Director of Industry Solutions JAPAC Palo Alto Networks Siddharth Deshpande mengatakan para Chief Information Security Officer di Asia Tenggara kini menghadapi dua prioritas, yakni mengamankan AI sejak tahap perancangan dan menggunakan AI untuk melawan ancaman berbasis teknologi yang sama.

“Transformasi keamanan identitas merupakan peluang untuk meningkatkan keselarasan antara tim bisnis dengan tim keamanan dan manajemen risiko,” ujar Deshpande..

Ia menilai perusahaan perlu menghilangkan sekat antarsistem identitas, menghapus hak akses permanen, serta menerapkan pengendalian akses dinamis terhadap identitas manusia, mesin, dan agen AI.

Palo Alto Networks merekomendasikan perusahaan mengelola seluruh agen AI secara terpusat di lingkungan perangkat lunak berbasis layanan, cloud, dan pengembangan. 

Agen AI hanya seharusnya memperoleh akses selama dibutuhkan untuk menjalankan tugas tertentu, dengan seluruh tindakannya tercatat secara jelas.

Organisasi juga disarankan mengganti hak akses permanen dengan akses berdasarkan kebutuhan dan batas waktu tertentu. 

Izin tersebut perlu dicabut secara otomatis setelah tugas selesai untuk mengurangi peluang penyalahgunaan identitas.

Selain itu, perusahaan perlu mengotomatisasi proses identifikasi, pengelolaan hak akses, dan penerapan kontrol keamanan secara langsung. 

Langkah tersebut dinilai penting agar organisasi mampu merespons ancaman dengan kecepatan yang setara dengan pertumbuhan identitas mesin dan agen AI.