Palo Alto Networks Kuasai Lapisan Kontrol AI, tapi Cakupan Masih Terbatas
Baca dalam 60 detik
- Palo Alto Networks mengintegrasikan Prisma AIRS ke lingkungan OpenAI Codex Enterprise dan Anthropic Claude Enterprise untuk inspeksi prompt dan deteksi ancaman.
- Integrasi ini hanya memindai prompt, tidak respons asisten, panggilan alat, atau gambar, sehingga agen yang berisiko melalui eksekusi kode tetap tak terpantau.
- Perusahaan yang bergantung pada agen AI global dan multimodal perlu menyiapkan lapisan keamanan kedua karena cakupan integrasi native masih terbatas pada wilayah dan fungsi tertentu.
Palo Alto Networks mempercepat ambisinya menjadi lapisan kontrol keamanan AI dengan mengintegrasikan Prisma AIRS langsung ke lingkungan perusahaan dua penyedia model bahasa terbesar, OpenAI dan Anthropic. Langkah ini menandai pergeseran dari gateway mandiri ke embedded control plane, namun dokumentasi resmi mengungkap batasan cakupan yang signifikan bagi perusahaan global.
Sejak ketersediaan umum Prisma AIRS pada Juli 2026, Palo Alto melaporkan telah memproses lebih dari 68 triliun token dalam sebulan sekitar pengumuman tersebut. Angka ini dilaporkan sendiri oleh vendor dan belum diverifikasi independen. Strateginya jelas: alih-alih menunggu lalu lintas mencapai gateway, perusahaan menanamkan Prisma AIRS langsung ke lingkungan enterprise penyedia model.
Pada Agustus 2026, Palo Alto merilis integrasi native dengan OpenAI Codex Enterprise dan Anthropic Claude Enterprise. Integrasi OpenAI memungkinkan administrator mengarahkan prompt Codex melalui Prisma AIRS untuk inspeksi inline, pencegahan kebocoran data (DLP), dan deteksi ancaman langsung dari dasbor OpenAI, tanpa perlu plugin atau perubahan alur kerja pengembang. Sementara integrasi Anthropic melalui inference hooks mencakup Claude, Claude.ai, Design, dan Cowork, tetapi terbatas pada konten teks dan wilayah AS.
Batasan ini penting bagi pengambil keputusan infrastruktur. Integrasi OpenAI Codex tidak memindai respons asisten, panggilan alat, hasil alat, file, atau gambar—hanya filter prompt. Untuk agen yang risikonya muncul dari eksekusi alat, celah inspeksi ini besar. Integrasi Anthropic pun hanya mencakup teks dan wilayah AS, sehingga perusahaan global dengan alur kerja multimodal tidak mendapat perlindungan penuh.
Pada September 2026, fokus beralih ke alur kerja pengembang. Integrasi Cortex AES dengan Prisma AIRS menggabungkan tata kelola endpoint dengan inspeksi sisi cloud, menyasar agen coding termasuk Claude Code, Cursor, OpenAI Codex, GitHub Copilot, dan Antigravity. AES menegakkan putusan keamanan langsung di endpoint, memberi tahu pengembang di dalam obrolan agen, dan mencatat setiap keputusan di portal AES berdasarkan perangkat, agen, sesi, dan kebijakan. Ini menutup celah yang tersisa dari integrasi Agustus: penegakan tidak hanya di cloud, tetapi di tempat pengembang bekerja.
Selain inspeksi lalu lintas, Palo Alto menambahkan fitur untuk alur kerja agentic. AI Skill Security menyediakan analisis statis paket keterampilan sebelum penerapan, memeriksa risiko seperti eksekusi kode arbitrer, pengungkapan rahasia, eksfiltrasi data, perilaku terobfuskasi, dan izin berlebihan. Memory Poisoning Detection menguji kerentanan agen terhadap serangan yang merusak memori persisten melalui percakapan normal—ancaman yang relevan saat agen menyimpan konteks antar sesi.
Fitur-fitur ini menjawab celah nyata dalam tumpukan keamanan agen. Pertanyaannya, apakah akan terkonsolidasi menjadi mesin deteksi yang koheren atau tetap produk terpisah di bawah merek terpadu. Analisis pihak ketiga menyebut Prisma AIRS sebagai kumpulan akuisisi yang dijahit, meski klaim ini belum diverifikasi independen.
"Strategi Palo Alto untuk memiliki lapisan kontrol dengan menanamkan langsung ke lingkungan penyedia model menciptakan ketergantungan baru bagi tim infrastruktur," catat analisis tersebut, seraya menambahkan bahwa keputusan menerima ketergantungan itu bergantung pada kesesuaian model ancaman dan kecepatan konsolidasi mesin deteksi.
Bagi perusahaan di Indonesia, ketergantungan pada integrasi native ini perlu dicermati. Banyak organisasi di dalam negeri mengadopsi agen AI untuk otomatisasi layanan pelanggan, analisis data, dan pengembangan perangkat lunak. Jika integrasi hanya mencakup prompt dan wilayah tertentu, risiko dari eksekusi kode melalui server MCP atau alur multimodal tetap tidak terpantau. Regulasi perlindungan data pribadi yang semakin ketat menuntut visibilitas penuh atas lalu lintas AI, sehingga celah ini bisa menjadi masalah kepatuhan.
Ke depan, Palo Alto berhadapan dengan dua tantangan: memperluas cakupan fungsional dan geografis, serta menyatukan mesin deteksi yang saat ini tersebar. Tanpa itu, perusahaan mungkin perlu mengombinasikan Prisma AIRS dengan lapisan keamanan kedua. Pasar akan menguji apakah janji lapisan kontrol AI benar-benar terwujud atau hanya menjadi lapisan tambahan yang menambah kompleksitas.
