Beritalogy – Hacker kini dapat memanfaatkan kecerdasan buatan untuk menjalankan pekerjaan yang sebelumnya membutuhkan banyak langkah manual. Sebuah kampanye serangan terbaru menunjukkan perubahan tersebut secara nyata. Agen AI dilaporkan mencoba menyerang lebih dari 1.200 website dan berhasil menembus sistem milik sekitar 100 perusahaan. Menariknya, pelaku tidak perlu terus mengendalikan setiap tahapan. Sebaliknya, sebagian besar proses pencarian dan pengujian celah dilakukan secara otomatis. Beberapa perusahaan besar juga masuk dalam daftar target, termasuk Deere, SharkNinja, dan Cummins. Kasus ini menjadi perhatian karena AI tidak hanya digunakan untuk membantu menulis kode. Teknologi tersebut mulai mampu menjalankan rangkaian pekerjaan keamanan siber secara mandiri. Dengan demikian, tantangan bagi perusahaan bukan lagi sekadar menghadapi serangan otomatis sederhana. Mereka juga perlu bersiap menghadapi sistem yang dapat terus mencari jalur baru ketika percobaan pertama gagal.
Baca Juga: Lenovo Legion 5i Gen 11 Tawarkan Performa Serius untuk Kerja dan Gaming
Serangan Berawal dari Instruksi yang Sangat Singkat
Hal paling menarik dari kasus ini adalah cara operasi tersebut dimulai. Pelaku disebut tidak memberikan instruksi teknis yang panjang kepada sistem. Sebaliknya, hacker berbahasa Mandarin itu hanya memberikan arahan singkat mengenai metode penyusupan yang diinginkan. Instruksinya bahkan dilaporkan memiliki panjang kurang dari 100 karakter Mandarin. Setelah itu, agen AI mengambil alih sebagian besar pekerjaan teknis. Sistem mulai mencari target, memeriksa kemungkinan kelemahan, lalu menguji berbagai jalur masuk selama berjam-jam. Pola ini memperlihatkan perubahan penting dalam dunia keamanan digital. Sebelumnya, operasi kompleks biasanya membutuhkan operator yang terus memantau setiap langkah. Kini, agen AI berpotensi memperkecil keterlibatan manusia dalam proses tersebut. Namun, manusia tetap menjadi pihak yang menentukan tujuan dan arah serangan. Karena itu, AI dalam kasus ini lebih tepat dilihat sebagai pengganda kemampuan pelaku daripada aktor yang bekerja tanpa tujuan manusia.
Cairn Menjadi Pintu untuk Mengamati Aktivitas Berbahaya
Aktivitas tersebut terungkap ketika peneliti keamanan siber Snorre Fagerland dari NorForge menelusuri instalasi Cairn yang terbuka di internet. Cairn merupakan platform pemecahan masalah berbasis AI open-source. Teknologi semacam ini pada dasarnya dapat digunakan untuk berbagai kebutuhan yang sah. Namun, seperti banyak perangkat digital lain, fungsinya dapat disalahgunakan. Fagerland menemukan sekitar dua lusin instalasi yang dikaitkan dengan aktivitas berbahaya sejak awal Oktober. Dari sinilah pola operasi pelaku mulai terlihat. Agen AI diarahkan untuk mencari celah pada website dan infrastruktur yang berhubungan dengan perusahaan sasaran. Menurut laporan tersebut, kampanye mulai menyasar marketplace di Amerika Serikat, Kanada, Australia, dan Jepang sejak 25 September. Temuan ini sekaligus memperlihatkan sisi ganda teknologi open-source. Akses terbuka dapat mempercepat inovasi, tetapi pengamanan yang lemah juga bisa membuka peluang penyalahgunaan.
Lebih dari 1.200 Website Masuk dalam Daftar Serangan
Skala operasi menjadi salah satu bagian yang paling mencolok. Hingga akhir periode pemantauan, agen AI dilaporkan telah mencoba menyerang lebih dari 1.200 website. Dari jumlah tersebut, sekitar 100 perusahaan disebut berhasil ditembus. Untuk serangan yang berhasil, proses pencarian dan pengujian celah umumnya berlangsung sekitar 23 jam. Durasi tersebut menunjukkan bahwa otomatisasi tidak selalu berarti serangan selesai dalam beberapa menit. Sebaliknya, keunggulan utama agen AI terletak pada kemampuannya bekerja terus-menerus. Sistem dapat melakukan percobaan selama berjam-jam tanpa membutuhkan perhatian manusia pada setiap langkah. Bagi tim keamanan, kondisi ini menciptakan tekanan baru. Penyerang dapat memperluas jumlah target tanpa harus menambah operator dalam jumlah sebanding. Oleh sebab itu, perusahaan perlu meningkatkan pemantauan sistem secara berkelanjutan, terutama pada layanan yang dapat diakses langsung melalui internet.
Agen AI Bisa Mencari Jalan Lain ketika Gagal
Kemampuan beradaptasi menjadi bagian yang membuat kasus ini berbeda dari otomatisasi serangan biasa. Dalam salah satu percobaan, agen AI tidak menemukan kelemahan pada aplikasi publik milik sebuah perusahaan besar. Namun, sistem tersebut tidak langsung berhenti. Agen kemudian mencari infrastruktur digital lain yang masih berkaitan dengan perusahaan target. Pencarian itu mengarah pada sebuah panel kontrol yang dapat diakses melalui internet. Selanjutnya, sistem memeriksa cara panel tersebut memproses data dan menemukan potensi kelemahan. Setelah melakukan percobaan selama beberapa jam, agen dilaporkan berhasil membuat server menjalankan perintah berbahaya. Fagerland, yang telah bekerja di bidang keamanan siber selama hampir tiga dekade, menilai teknik seperti itu tidak menyerupai serangan sederhana dari skrip otomatis. Dari sisi keamanan, kemampuan berpindah jalur inilah yang perlu diperhatikan karena sistem dapat terus mengeksplorasi permukaan serangan ketika pintu pertama tertutup.
Biaya Serangan Diperkirakan Hanya Sekitar Rp90 Juta
Skala besar tidak selalu berarti membutuhkan biaya yang sangat mahal. Fagerland memperkirakan kampanye tersebut menghabiskan sekitar US$5.000 untuk penggunaan token AI. Nilainya setara sekitar Rp90 juta berdasarkan perkiraan kurs dalam laporan. Jika dibagi berdasarkan sekitar 100 serangan yang berhasil, biaya AI berada di kisaran US$50 untuk setiap target yang ditembus. Angka tersebut tentu hanya menggambarkan biaya penggunaan model AI dan bukan keseluruhan biaya operasi. Meski demikian, perbandingan itu menunjukkan bagaimana otomatisasi berpotensi mengubah ekonomi serangan siber. Pelaku dapat mencoba lebih banyak target dengan sumber daya manusia yang relatif lebih kecil. Sebelumnya, kampanye dalam skala besar dapat membutuhkan waktu dan tenaga operator yang lebih banyak. Kini, sebagian pekerjaan repetitif dapat diserahkan kepada sistem otomatis. Karena itu, ancaman terbesar bukan semata kecanggihan AI, tetapi kemampuannya menekan biaya dan memperbesar skala operasi.
DeepSeek dan Claude Code Diduga Ikut Digunakan
Kampanye tersebut diduga memanfaatkan kombinasi model AI DeepSeek dan Claude Code. Namun, keberadaan nama model tertentu tidak berarti teknologi itu dirancang untuk aktivitas kriminal. Model AI memiliki banyak penggunaan yang sah, termasuk pemrograman, analisis, riset, dan produktivitas. Risiko muncul ketika pengguna menggabungkan berbagai alat untuk tujuan berbahaya atau menemukan cara melewati pembatasan yang tersedia. Karena itu, kasus ini juga menyoroti pentingnya pengamanan berlapis. Pengembang model dapat meningkatkan sistem pencegahan penyalahgunaan. Sementara itu, perusahaan tetap harus memperkuat infrastruktur mereka sendiri. Mengandalkan penyedia AI untuk menghentikan seluruh serangan bukan pendekatan yang cukup. Sebaliknya, keamanan perlu diterapkan dari berbagai sisi. Pembaruan perangkat lunak, pengelolaan akses, pemantauan aktivitas mencurigakan, dan pengamanan layanan eksternal tetap menjadi fondasi penting ketika kemampuan otomatisasi semakin berkembang.
Baca Juga: Kimi K3.1 Pro Resmi Hadir, Skor AI China Ini Dekati Claude Opus 5.5
Target Serangan Tidak Berhenti pada Website Perusahaan
Aktivitas yang diamati Fagerland menunjukkan bahwa penyalahgunaan agen AI tidak terbatas pada satu jenis target. Selain kampanye terhadap website perusahaan, peneliti menemukan pelaku lain yang menggunakan Cairn untuk aktivitas berbahaya. Salah satunya dikaitkan dengan pencurian kumpulan data kartu kredit. Pelaku lainnya mencoba mengarahkan agen AI untuk mengambil aset dari sebuah bursa mata uang kripto. Temuan tersebut menunjukkan fleksibilitas teknologi otomatisasi. Sistem yang sama dapat diarahkan pada sasaran berbeda sesuai instruksi penggunanya. Namun, keberhasilan setiap serangan tetap bergantung pada kelemahan yang tersedia pada sistem target. Dengan kata lain, AI tidak membuat sebuah infrastruktur yang aman tiba-tiba menjadi terbuka. Teknologi tersebut lebih berbahaya ketika menemukan layanan lama, konfigurasi yang keliru, kredensial lemah, atau perangkat lunak yang belum diperbarui. Karena itu, pengelolaan keamanan dasar tetap memiliki peran besar.
Perusahaan Mulai Mengonfirmasi Dampak Serangan
Sejumlah perusahaan yang dikaitkan dengan kampanye tersebut telah memberikan respons. Deere menyatakan telah mengambil langkah perbaikan setelah insiden terdeteksi. Perusahaan juga menyebut belum menemukan indikasi bahwa informasi sensitif berhasil diakses. Sementara itu, SharkNinja mengatakan serangan menyasar situs terpisah yang memuat informasi dukungan produk. Ancaman tersebut disebut telah dikendalikan. Cummins mengambil pendekatan berbeda dengan menyelidiki laporan mengenai kemungkinan serangan terhadap website yang dioperasikan vendor pihak ketiga. Situasi ini menunjukkan bahwa risiko keamanan tidak selalu berada pada sistem utama perusahaan. Vendor, situs pendukung, panel administrasi, dan layanan pihak ketiga juga dapat menjadi bagian dari permukaan serangan. Oleh karena itu, audit keamanan sebaiknya tidak berhenti pada server internal. Perusahaan perlu mengetahui layanan apa saja yang terhubung dengan bisnis mereka dan siapa yang bertanggung jawab menjaga setiap sistem tersebut.
Era Agen AI Mengubah Tantangan Keamanan Siber
Kasus ini memberi gambaran mengenai arah baru persaingan antara penyerang dan tim keamanan. Hacker kini berpotensi menggunakan agen AI untuk mempercepat pencarian celah dan memperluas jumlah target. Sementara itu, perusahaan juga dapat menggunakan teknologi serupa untuk mendeteksi anomali, memeriksa konfigurasi, serta membantu menemukan kelemahan lebih awal. Menurut saya, perubahan terbesar terletak pada skalanya. AI tidak harus menemukan metode serangan yang benar-benar baru untuk menjadi ancaman serius. Kemampuan menjalankan pekerjaan teknis secara terus-menerus sudah cukup untuk meningkatkan tekanan terhadap sistem yang kurang terawat. Karena itu, perusahaan perlu mempercepat pembaruan keamanan, membatasi panel yang terbuka ke internet, serta memantau layanan pihak ketiga. Ketika serangan semakin otomatis, pertahanan juga perlu bergerak lebih cepat. Dalam kondisi tersebut, disiplin keamanan dasar justru menjadi semakin penting, bukan sebaliknya.
