markettrack.id – Saat ini, Indonesia terus menunjukkan ambisi yang kuat dalam melakukan transformasi digital. Penerapan AI pun mulai bergeser dari sekadar tahap uji coba menuju operasional seiring berkembangnya infrastruktur cloud.
Di sektor manufaktur, peta jalan nasional Making Indonesia 4.0 turut mendorong perusahaan untuk mengintegrasikan pabrik, rantai pasok, dan platform data secara erat.
Namun, AI jarang beroperasi secara terisolasi karena mengandalkan berbagai platform cloud, aplikasi bisnis, data pipeline, serta identitas mesin yang tidak selalu terlihat oleh tim keamanan.
Di saat yang sama, kelompok bisnis berskala besar kini harus mengelola kombinasi kompleks antara sistem lama, infrastruktur privat, public cloud, dan platform SaaS.
Setiap koneksi baru tersebut memang membuka peluang nilai tambah, tetapi juga menghadirkan jalur baru yang perlu diamankan.
Akibatnya, kondisi ini membuat aspek kendali, kepatuhan, dan manajemen risiko menjadi semakin kompleks. Seiring meningkatnya skala penggunaan AI, perusahaan perlu memiliki visibilitas yang lebih jelas di seluruh lingkungan cloud untuk mempertahankan kendali.
Menurut Steve Goudreault, Cloud Security Evangelist Gigamon, sekadar mengetahui lokasi penyimpanan data tidak lagi cukup untuk saat ini. Perusahaan juga harus memastikan bahwa data tersebut aman, dapat dipantau, serta dikelola dengan baik.
Sementara itu, perdebatan seputar cloud di Indonesia kini semakin dipengaruhi oleh tata kelola data. Seiring berakhirnya masa transisi Undang-Undang Perlindungan Data Pribadi (UU PDP), sektor dengan regulasi ketat menghadapi tuntutan ketahanan dan akuntabilitas yang lebih tinggi.
Dampaknya, semakin banyak perusahaan mulai mempertimbangkan model sovereign cloud, cloud lokal, dan hybrid cloud. Isu keamanan siber, kedaulatan data, serta kebijakan teknologi kini semakin memengaruhi arah keputusan investasi.
Kondisi ini menjadikan pemilihan lokasi cloud sebagai keputusan penting, namun bukanlah sebuah jawaban akhir. Lokasi cloud mungkin memberikan kesan adanya kendali, tetapi visibilitas menyeluruh tetap dibutuhkan oleh perusahaan.
Visibilitas tersebut diperlukan untuk menunjukkan siapa yang mengakses data dan apakah kontrol keamanan benar-benar berjalan efektif.
Tanpa hal itu, perusahaan yang menyimpan data di lingkungan lokal tetap menghadapi keterbatasan dalam membuktikan akses data tersebut.
Di sisi lain, tim keamanan juga berisiko melewatkan trafik tidak wajar antar-sistem atau aktivitas identitas mesin di luar pola normal. Oleh karena itu, Steve Goudreault menambahkan bahwa keputusan terkait cloud kini bukan lagi sekadar persoalan arsitektur teknis.
Pilihan cloud berdampak langsung pada kepercayaan regulator, kepercayaan pelanggan, serta kelangsungan operasional perusahaan. Tanggung jawab atas risiko ini pun tidak bisa hanya dibebankan kepada tim teknologi saja.
Lebih lanjut, kesenjangan visibilitas kini telah berkembang menjadi risiko bisnis yang nyata. Indonesia menghadapi tekanan ini di tengah lanskap ancaman siber yang semakin tinggi.
Badan Siber dan Sandi Negara (BSSN) mencatat lebih dari 609 juta serangan siber sepanjang 2024, dengan kenaikan malware sebesar 12,67%.
Bagi organisasi yang mengelola data pelanggan atau sistem pembayaran, angka tersebut mencerminkan besarnya paparan risiko bisnis.
Visibilitas yang lemah dapat memperlambat respons, mengganggu layanan, dan mengikis kepercayaan. Berdasarkan Gigamon 2026 Hybrid Cloud Security Survey, tingkat kebocoran data di Asia Pasifik bahkan meningkat 18% secara year-on-year.
Sejalan dengan itu, lebih dari 9 dari 10 pemimpin IT dan keamanan kini mulai berinvestasi pada perangkat keamanan baru. Risiko ini sulit dikendalikan karena adanya pergerakan lateral, di mana ancaman bergerak melalui trafik internal dan melintasi workload.
Dalam lingkungan berbasis AI, trafik berbahaya bahkan dapat bersembunyi di balik aktivitas sistem yang sah. Menghadapi kompleksitas ini, banyak organisasi secara naluriah memilih untuk menambah lebih banyak tools keamanan.
Namun, menambah lebih banyak tools tidak selalu berarti memberikan kejelasan yang lebih baik. Riset Gigamon menunjukkan bahwa tim keamanan rata-rata mengelola hingga 15 tools keamanan di lingkungan hybrid.
Ironisnya, 55% di antaranya mengakui bahwa toolset tersebut masih belum mampu memberikan visibilitas yang cukup untuk mendeteksi insiden. Di sisi lain, persoalan yang lebih mendasar justru terletak pada kualitas data itu sendiri.
Riset yang sama menunjukkan bahwa 46% pemimpin keamanan dan IT masih kekurangan data yang bersih dan berkualitas tinggi. Ketika kualitas data dasar rendah, sistem yang paling canggih sekalipun berisiko menghasilkan kesimpulan tidak akurat.
Hal ini menjadi semakin penting karena AI kini mulai digunakan dalam alur kerja keamanan, kepatuhan, dan tata kelola. Sinyal data yang buruk dapat mempercepat pengambilan keputusan yang keliru bagi perusahaan.
Bagi perusahaan di Indonesia, kondisi ini tidak hanya menjadi risiko teknis, tetapi juga risiko tata kelola. Karena itu, 9 dari 10 pemimpin di Asia Pasifik mulai menerapkan otomatisasi dan tools berbasis AI.
Melalui langkah ini, AI dapat membantu organisasi mengubah data keamanan dalam jumlah besar menjadi insight yang cepat ditindaklanjuti.
Analisis telemetri jaringan berskala besar mampu mengidentifikasi anomali serta memprioritaskan risiko yang sulit dideteksi manual.
Hal ini memungkinkan tim keamanan untuk menilai paparan risiko lebih cepat dan menghasilkan bukti untuk audit regulasi. Ketika didukung data berkualitas, AI dapat meningkatkan kecepatan serta konsistensi manajemen risiko.
Dengan demikian, organisasi dapat merespons lebih cepat tanpa mengorbankan tata kelola yang kuat. Para pemimpin bisnis kini perlu memastikan apakah mereka dapat membuktikan pergerakan data sensitif dengan jelas.
Jika jawabannya masih belum jelas, maka risiko tersebut kemungkinan sudah ada di dalam sistem. Jawabannya bukan sekadar menambah dashboard baru, melainkan menghadirkan bukti nyata di seluruh lingkungan bisnis.
Observability mendalam yang memanfaatkan telemetri jaringan memungkinkan aktivitas jaringan diubah menjadi bukti tepercaya. Bukti ini memberikan landasan kuat bagi direksi untuk memastikan data sensitif bergerak dengan aman.
Bagi direksi dan eksekutif di Indonesia, visibilitas kini telah menjadi bagian penting dari akuntabilitas. Bank yang memperluas layanan berbasis AI misalnya, perlu memahami bagaimana data sensitif bergerak antar-aplikasi.
Platform pembayaran juga harus memastikan transaksi dan sistem pendukung berjalan sesuai harapan. Sementara itu, kelompok industri perlu mampu mendeteksi aktivitas tidak biasa sebelum hilang di antara berbagai sistem.
Pada akhirnya, visibilitas cloud berperan penting dalam memperkuat ketahanan bisnis. Pemimpin dapat memverifikasi kendali lebih awal sebelum insiden kebocoran data atau audit regulasi terjadi.
Pertanyaan penentu ke depan adalah apakah perusahaan benar-benar memahami pergerakan data sensitif mereka. Sovereign cloud, infrastruktur lokal, dan arsitektur hybrid dapat menjadi fondasi penting pendukung kendali.
Namun, model cloud saja tidak cukup untuk memastikan perusahaan memiliki kendali penuh atas data. Steve Goudreault menegaskan bahwa keberhasilan skala AI bergantung pada kemampuan membuktikan efektivitas kontrol keamanan.
SF-Admin
