Laporan tersebut menegaskan bahwa integrasi agen AI yang secara mandiri mampu menjalankan perintah bertahap melalui berbagai antarmuka pemrograman aplikasi (API) dan sistem perangkat lunak telah menghadirkan tingkat kompleksitas baru.
Para pemimpin keamanan informasi (CISO) kini dihadapkan pada dua masalah krusial: hambatan dalam menetapkan batasan perilaku bagi agen otonom serta tingginya kecepatan model AI dalam mengidentifikasi kerentanan sistem yang jauh melampaui siklus pembaruan atau penambalan keamanan (patching) oleh manusia.
Kesenjangan Visibilitas dan Risiko Kebocoran Data
Salah satu sorotan utama laporan SOTI 2026 adalah munculnya kesenjangan visibilitas yang tajam pada Model Context Protocol (MCP). Walaupun MCP memungkinkan model AI melakukan tindakan otonom lintas sistem perangkat lunak, pengawasan terhadap protokol ini justru menempati urutan terbawah dalam daftar prioritas keamanan CISO saat ini. Kondisi ini sangat mengkhawatirkan mengingat para pemimpin keamanan memprediksi bahwa agen AI yang tidak terkendali berpotensi menjadi ancaman siber utama pada tahun 2030.Selain isu MCP, kebocoran data sensitif melalui percakapan chatbot AI terus membayangi lingkungan perusahaan. Laporan Akamai mendokumentasikan bahwa lebih dari 6% percakapan chatbot AI korporat memuat data perusahaan yang sensitif, terutama informasi yang dapat mengidentifikasi individu. Ironisnya, sebanyak 47% dari interaksi sensitif tersebut berlangsung melalui akun pribadi yang tidak berada di bawah pengawasan tim keamanan.
Kerentanan juga terpapar nyata di area ruang kerja digital, khususnya browser. Lebih dari 40% pengguna di lingkungan korporat tercatat telah menginstal ekstensi browser berbasis AI. Dalam rentang waktu 12 bulan, sebanyak 25% dari ekstensi tersebut mengubah izin akses secara sepihak. Alat berbasis AI ini memiliki risiko 60% lebih besar mengandung kerentanan dan paparan umum (Common Vulnerabilities and Exposures / CVE) yang sudah diketahui dibandingkan dengan ekstensi standar.
Ancaman Pelanggan Sintetis dan Percepatan Eksploitasi
Perkembangan inisiatif Frontier AI memperlihatkan kemampuan model kecerdasan buatan dalam menemukan sekaligus menghubungkan berbagai celah keamanan sistem secara cepat. Kecepatan eksploitasi ini membuat metode penambalan reaktif konvensional menjadi tidak memadai, sehingga perusahaan diwajibkan mengadopsi mekanisme mitigasi pada lapisan edge secara real-time.Di samping itu, maraknya agen AI yang menggantikan lalu lintas web tradisional dalam proses pencarian brand memicu munculnya fenomena pelanggan sintetis. Para CISO dituntut untuk memperluas cakupan perlindungan siber melampaui malware menuju pengelolaan metrik Generative Engine Optimization (GEO), seperti menjaga akurasi kutipan, sentimen, serta pengelolaan bot.
Boaz Gelbord, Chief Security Officer di Akamai, menjelaskan bahwa maraknya penggunaan AI menghadirkan tantangan serentak bagi ekosistem keamanan. Tantangan tersebut mencakup penggunaan AI secara internal di seluruh organisasi, integrasi AI langsung ke dalam produk dan beban kerja cloud, serta peningkatan serangan yang didorong oleh AI.
Sementara itu, Steve Winterfeld, Advisory CISO Akamai, menambahkan bahwa kemunculan web berbasis agen menandai perubahan mendasar dalam logika operasional bisnis, sehingga kepemimpinan di bidang keamanan harus berkembang sejalan dengan perkembangan AI otonom.
Empat Pilar Rekomendasi Strategis bagi CISO
Untuk menghadapi ancaman di era AI berbasis agen, Akamai menguraikan empat pilar rekomendasi strategis bagi para pemimpin bidang keamanan:1. Beralih ke Tata Kelola Edge Adaptif: Mengimplementasikan perlindungan runtime native edge, filter API, serta mekanisme isolasi guna menetralkan kerentanan sementara proses penambalan di sistem backend berlangsung.
2. Mengamankan Edge Browser: Membangun visibilitas dan kontrol perilaku di dalam browser untuk mengamankan penggunaan ekstensi AI yang tidak dikelola serta model yang di-hosting di web oleh tenaga kerja.
3. Melindungi Otoritas Brand dalam Ekonomi Tanpa Klik: Menerapkan strategi GEO dan lapisan data yang dapat dibaca mesin pada jaringan edge untuk mencegah crawler AI menyajikan data brand yang tidak akurat.
4. Menyesuaikan Otonomi dengan Kemampuan Verifikasi: Memberikan otonomi operasional kepada agen AI berdasarkan seberapa mudah tindakan mereka dapat diverifikasi dan seberapa reversibel potensi kegagalan tersebut, sambil tetap mempertahankan kontrol dengan keterlibatan manusia (human-in-the-loop) untuk tindakan berisiko tinggi.
Melalui laporan SOTI yang kini memasuki tahun ke-12, Akamai terus memberikan wawasan penting mengenai tren keamanan siber dan performa web global demi membantu organisasi mengembangkan bisnis dengan percaya diri.
