Agentic Cybersecurity dan Anggaran CISO 2027: Antara Efisiensi dan Dilema Kepercayaan
Baca dalam 60 detik
- Survei Cisco dan Omdia mengungkap 95% perusahaan menilai alat AIOps yang ada tidak lagi memadai, sementara lebih dari separuh responden telah beralih ke AgenticOps.
- Meski 84% pemimpin senior memperkirakan kenaikan anggaran keamanan siber, hanya 22% yang bersedia memberikan otonomi penuh kepada agen AI untuk pertahanan siber.
- Para CISO merekomendasikan pendekatan bertahap: agen AI menangani triase dan investigasi, namun keputusan destruktif tetap memerlukan persetujuan manusia.

Adopsi agen AI dalam operasi keamanan siber (agentic cybersecurity) diprediksi menjadi penentu utama arah anggaran CISO pada 2027. Riset terbaru Cisco dan Omdia mengungkap 95% perusahaan menilai perangkat AIOps yang mereka pakai saat ini sudah tidak sanggup mengikuti laju ancaman, dan lebih dari separuh dari 1.000 pemimpin TI dan operasi jaringan di organisasi dengan 500+ karyawan mengaku telah beralih ke AgenticOps. Temuan ini menandai pergeseran dari otomatisasi pasif menuju agen otonom yang mampu mengambil tindakan.
Lonjakan volume serangan menjadi pemicu utama. Cisco mencatat rata-rata organisasi membutuhkan sekitar 100 spesialis TI hanya untuk membereskan tumpukan peringatan harian secara manual. Namun, kepercayaan tetap menjadi ganjalan. Survei global PwC pada Oktober lalu menunjukkan 84% pemimpin senior memperkirakan anggaran siber naik seiring peluncuran model AI frontier, tetapi hanya 22% yang mengizinkan eksekusi otonom penuh oleh agen AI untuk pertahanan siber. Kesenjangan antara ekspektasi efisiensi dan kesiapan tata kelola inilah yang kini menjadi medan tarik-menarik di ruang rapat direksi.
Chris Betz, CISO Google Cloud, menuturkan bahwa agen AI kini mampu mengambil alih tugas yang selama ini membebani analis, seperti triase peringatan dan investigasi. Agen dapat memperkaya peringatan, menganalisis command line, membangun process tree, dan menyerahkan verdict beserta rekomendasi langkah berikutnya kepada manusia. "Kami juga melihat agen yang kuat dalam sintesis threat intelligence, memeriksa desain produk baru terhadap persyaratan keamanan, menghasilkan fuzz test, mendeteksi configuration drift, serta menyusun dan memverifikasi patch," ujarnya. Meski demikian, Betz menegaskan bahwa persetujuan manusia tetap diperlukan untuk tindakan yang sulit dibatalkan atau berdampak besar, seperti perubahan produksi, penonaktifan akun istimewa, tindakan yang menyentuh pelanggan, dan kewajiban hukum.
Mykhailo Pazyniuk, senior malware research engineer di Moonlock by MacPaw, menjelaskan bahwa di laboratoriumnya agen digunakan terutama untuk reverse engineering dan threat intel. "Mereka mengurai rantai multi-tahap yang terobfuskasi, menarik IoC, dan berpindah ke infrastruktur terkait dalam hitungan menit, bukan jam. Namun tetap near-real-time dan selalu dengan analis dalam loop, bukan 'set it and forget it'," katanya. Pazyniuk menambahkan bahwa perlindungan endpoint masih mengandalkan mesin deterministik seperti signature, aturan perilaku, dan model ML karena tuntutan kecepatan dan auditabilitas. Agen lebih cocok untuk memetakan aset dan memprioritaskan eksposur, bukan sebagai pengganti endpoint security.
Ancaman terus meningkat. Laporan Verizon 2026 mencatat ransomware naik menjadi 48% dari seluruh pelanggaran data, sementara Socure menemukan serangan fraud berbasis AI melonjak lebih dari 8.000% di semua industri. Microsoft juga melaporkan serangan ClickFix yang meniru merek tepercaya untuk menjebak pengguna mengunduh malware terdeteksi di lebih dari 1,1 juta perangkat unik antara Februari hingga awal Mei 2026, sekitar delapan kali lipat dibanding 2025. Menanggapi hal ini, Pazyniuk menilai secara teknis agen bisa merespons real-time, tetapi satu kesalahan atau prompt injection dapat melumpuhkan sistem legitimate, sehingga tim umumnya tetap menempatkan manusia pada tombol tindakan berdampak tinggi.
"Saya menyarankan CISO memperlakukan agen seperti karyawan baru dengan tangan yang sangat cepat di keyboard. Otonomi harus diperoleh, bukan diberikan sendiri," tegas Chris Betz, CISO Google Cloud.
Nic Adams, CEO 0rcus, mengungkapkan bahwa agen dapat mendeteksi mass rename, lonjakan entropi, dan penghapusan shadow copy dalam hitungan detik, lalu mematikan process tree, mengisolasi host via EDR, mencabut sesi IdP, memblokir C2 di DNS, dan menyapu endpoint lain sebelum analis selesai membaca peringatan. Untuk impersonasi merek, agen memantau CT logs, registrasi domain baru, dan app store, lalu mengajukan takedown sehingga situs phishing bisa tumbang dalam hitungan jam. Adams menyarankan aturan main: hanya tindakan destruktif seperti wiping host yang memerlukan persetujuan manusia. Ia juga menyoroti bahwa penyerang sudah menjalankan agen, sehingga setiap dolar anggaran 2027 yang dihabiskan untuk triase Tier 1 manual sama dengan menyerahkannya kepada mereka. IBM 2025 mencatat pengguna AI dan otomatisasi mahir menghemat sekitar US$1,9 juta per pelanggaran.
Betz menekankan pentingnya mengamankan agen sebagai operator aktif, bukan copilot pasif. Ia merekomendasikan identitas dan least privilege, kontrol ketat akses jaringan keluar, segmentasi, dan logging untuk setiap agen. "Setiap email dan situs lookalike berpotensi menjadi prompt. Jaga konten tidak tepercaya terpisah dari instruksi agen, filter input-output saat runtime, dan jangan beri agen yang membaca konten penyerang izin luas untuk bertindak," jelasnya. Laporan Cisco mencatat 99% organisasi tidak akan mempercayai AI bertindak tanpa guardrails, termasuk AI yang dapat dijelaskan, persetujuan manusia, batas operasional berbasis kebijakan, mekanisme override darurat, RBAC, dan audit trail yang tidak dapat diubah.
Bagi perusahaan di Indonesia, gelombang agentic cybersecurity ini menawarkan peluang sekaligus tantangan. Sektor perbankan, fintech, dan e-commerce yang menjadi target utama ransomware dan fraud berbasis AI perlu mulai mengukur kesiapan tata kelola agen AI, bukan sekadar berinvestasi alat. Regulasi perlindungan data pribadi dan ketentuan OJK tentang keamanan siber menuntut akuntabilitas yang jelas, sehingga adopsi agen otonom harus dibarengi kebijakan internal yang mengatur batas tindakan, audit, dan tanggung jawab hukum. Tanpa itu, efisiensi yang dijanjikan bisa berbalik menjadi risiko sistemik.
Ke depan, pertanyaannya bukan lagi apakah agen AI akan mengambil alih sebagian pekerjaan analis keamanan, melainkan seberapa cepat organisasi mampu membangun kerangka kepercayaan yang memadai. Betz menyarankan pendekatan dial, bukan switch: dari membantu, merekomendasikan, bertindak dengan persetujuan, hingga bertindak dalam batas yang ditentukan, dan memperluas batas itu hanya ketika bukti mendukung. Akankah CISO di Indonesia dan global berani memutar dial lebih cepat, atau justru tertinggal karena keraguan yang tak kunjung terjawab?



