Ketergantungan pada teknologi kecerdasan buatan (AI) dalam infrastruktur Teknologi Informasi (TI) bukan sekadar tren ini sudah menjadi kenyataan di berbagai organisasi global. Survei terbaru menunjukkan bahwa sekitar 60% organisasi sudah menggunakan AI dalam infrastruktur TI mereka, sementara 30% lainnya sedang mempertimbangkan implementasi dalam waktu dekat. Meskipun AI menawarkan banyak keuntungan, realitasnya menunjukkan tantangan signifikan: lebih dari sepertiga organisasi melaporkan adanya permukaan ancaman baru akibat penggunaan AI, dan banyak tim keamanan yang harus menyesuaikan strategi pertahanan mereka. Ketergantungan yang berlebihan pada AI tanpa pengamanan yang tepat dapat berujung pada risiko serius bagi keamanan data, keandalan sistem, dan kepatuhan regulasi.
Bagaimana AI Dipakai di Dunia Nyata?
Dalam praktiknya, AI sudah menjadi bagian dari infrastruktur TI sehari-hari. Banyak perusahaan menggunakan AI untuk memantau trafik jaringan, mendeteksi anomali sistem, mengelola log dalam jumlah besar, hingga mengotomatiskan respons terhadap insiden keamanan. Di lingkungan DevOps, AI juga dipakai untuk mempercepat proses CI/CD, pengujian aplikasi, dan analisis performa sistem.
Selain itu, di Security Operations Center (SOC), AI digunakan untuk mengurangi false positive dan membantu tim keamanan memprioritaskan ancaman yang paling kritis. Studi industri menunjukkan bahwa penggunaan AI dapat memangkas waktu deteksi insiden secara signifikan. Namun, di balik manfaat tersebut, muncul ketergantungan yang sering kali tidak disadari oleh organisasi.1
Resiko Ketika AI terlalu Dipercaya
Salah satu bahaya utama dari ketergantungan berlebih pada AI adalah perluasan permukaan serangan. Setiap sistem AI memerlukan data, model, dan integrasi dengan berbagai komponen TI lainnya. Semakin luas integrasi ini, semakin banyak pula titik yang bisa dieksploitasi oleh penyerang. Jika model AI memiliki celah, bias, atau dilatih dengan data yang tidak bersih, keputusan yang dihasilkan bisa menyesatkan. Ancaman seperti data poisoning dan model manipulation kini semakin nyata. Penyerang tidak lagi hanya menargetkan server atau aplikasi, tetapi juga mencoba memengaruhi cara AI “belajar” dan mengambil keputusan. Dalam beberapa kasus, AI justru membantu penyerang lolos dari deteksi karena sistem terlalu percaya pada output otomatis tanpa verifikasi lanjutan.
Masalah lain yang jarang dibahas adalah efek psikologis ketergantungan pada AI. Ketika sistem otomatis berjalan dengan baik dalam jangka waktu lama, tim TI cenderung mengurangi pengawasan manual. Keputusan AI sering diterima begitu saja tanpa evaluasi kritis. Padahal, banyak laporan menunjukkan bahwa keputusan keamanan paling krusial tetap membutuhkan konteks dan penilaian manusia.
Ketergantungan ini berbahaya karena AI bekerja berdasarkan pola historis. Ketika menghadapi serangan baru yang tidak sesuai dengan pola lama, AI bisa gagal mendeteksinya. Tanpa pengawasan manusia yang aktif, kegagalan ini bisa luput hingga dampaknya menjadi besar.
Dalam dunia nyata, beberapa organisasi mengalami insiden keamanan bukan karena tidak memiliki AI, tetapi karena terlalu bergantung padanya. Misalnya, sistem monitoring berbasis AI gagal mendeteksi aktivitas berbahaya karena pola serangan dirancang menyerupai trafik normal. Di sisi lain, penggunaan AI tanpa kebijakan yang jelas juga memunculkan fenomena shadow AI di mana karyawan menggunakan tools AI di luar pengawasan tim TI, berisiko membocorkan data sensitif dan melanggar kepatuhan.
Riset industri bahkan memprediksi bahwa banyak pelanggaran keamanan di masa depan akan dipicu oleh penggunaan AI yang tidak terkontrol, bukan semata karena kelemahan teknologi lama.
Mengelola AI Dengan Cara Yang Lebih Seimbang
AI sebaiknya digunakan sebagai alat bantu, bukan sebagai penentu keputusan sepenuhnya. Meski AI mampu bekerja cepat dan menganalisis data dalam jumlah besar, tetap diperlukan peran manusia untuk mengecek, menilai, dan memastikan hasilnya masuk akal. Dengan begitu, kesalahan atau keputusan yang keliru bisa dicegah sejak awal.
Selain itu, penting bagi organisasi untuk memiliki aturan yang jelas dalam penggunaan AI. Siapa yang boleh menggunakannya, untuk keperluan apa, dan bagaimana cara mengawasinya perlu ditentukan sejak awal. Tim TI juga perlu dibekali pemahaman dasar tentang risiko AI, agar mereka tidak hanya fokus pada kemudahan, tetapi juga pada aspek keamanan. Dengan pendekatan yang seimbang antara teknologi dan pengawasan manusia, AI bisa benar-benar membantu tanpa menimbulkan masalah baru.
AI semakin banyak digunakan untuk mendukung operasional infrastruktur TI, mulai dari monitoring sistem hingga pengambilan keputusan otomatis. Namun, seperti teknologi lain, AI tetap membutuhkan pengamanan dan pengawasan yang tepat agar manfaatnya tidak berubah menjadi risiko. Tanpa fondasi keamanan yang jelas, ketergantungan pada AI justru dapat memperbesar dampak ketika terjadi kesalahan atau insiden.
Di sinilah peran praktik cyber security menjadi relevan—bukan sebagai penghambat inovasi, tetapi sebagai pendamping yang memastikan teknologi berjalan aman dan terkendali. Pendekatan keamanan yang terukur membantu organisasi memahami batas penggunaan AI, mengelola risiko sejak awal, dan menjaga stabilitas sistem TI dalam jangka panjang.