Dari Brasil hingga Amerika Serikat, dari Inggris Raya hingga Uni Eropa, ransomware muncul di pertengahan dekade sebagai semacam "ekonomi paralel" kejahatan digital: ia mengatur dirinya sendiri sebagai layanan, mengalihdayakan tahapan, dan mengeksploitasi ketergantungan perusahaan dan pemerintah pada sistem yang terhubung. Hal barunya bukanlah enkripsi itu sendiri, melainkan bagaimana pemerasan dikombinasikan dengan operasi yang lebih cepat, lebih banyak data yang dicuri, dan peningkatan penggunaan kecerdasan buatan untuk mengurangi biaya dan meningkatkan jangkauan.
Laporan Threat Landscape 2025, yang diterbitkan oleh ENISA – badan keamanan siber Uni Eropa – mengklasifikasikan kecerdasan buatan sebagai salah satu elemen penentu lanskap ancaman saat ini. Laporan tersebut menyoroti bahwa kampanye phishing berbasis AI telah menjadi bagian utama dari inisiatif rekayasa sosial yang diamati tahun lalu. Dampak praktisnya langsung: teks yang lebih meyakinkan, adaptasi bahasa terhadap profil korban, otomatisasi pengujian pendekatan, dan pengurangan biaya operasional serangan.
AI tidak sepenuhnya menggantikan operator manusia dalam serangan ransomware, tetapi mengurangi upaya pada langkah-langkah yang secara historis membutuhkan waktu dan keterampilan manual. Model bahasa digunakan untuk menghasilkan email yang sangat personal, menganalisis data yang dieksfiltrasi untuk mengidentifikasi informasi sensitif dengan potensi eksploitasi terbesar, dan mendukung penelitian kerentanan. Pusat Keamanan Siber Nasional Inggris telah memperingatkan bahwa AI cenderung meningkatkan efisiensi, frekuensi, dan skala taktik yang ada, terutama dalam pengintaian dan eksploitasi yang dibantu.
Peran agen AI
Namun, kemajuan paling signifikan terletak pada penggunaan arsitektur berbasis agen. Tidak seperti model yang hanya menghasilkan teks, agen adalah sistem yang mampu merencanakan tugas, menjalankan panggilan ke alat eksternal, berinteraksi dengan API, dan mempertahankan konteks di berbagai tahapan. Ketika diterapkan di lingkungan perusahaan yang sah, agen-agen ini mengotomatiskan proses internal, mengintegrasikan sistem, dan mengurangi gesekan operasional. Dari perspektif ofensif, logika yang sama dapat digunakan untuk mengoordinasikan tindakan yang terdistribusi.
Serangan terstruktur dapat melibatkan satu agen yang bertugas mengumpulkan informasi publik dan internal, agen lain yang fokus pada validasi kredensial dan eksploitasi izin yang berlebihan, dan agen ketiga yang bertanggung jawab mengoperasikan API layanan cloud untuk memetakan sumber daya, token, dan kunci akses. Dari intrusi awal, otomatisasi mempercepat pergerakan lateral dan eksfiltrasi. Hasilnya adalah pemendekan siklus antara kompromi dan pemerasan.
Di Brasil, peringatan CTIR Gov sejak tahun 2022 telah menggambarkan kematangan kelompok-kelompok seperti BlackCat/ALPHV, yang beroperasi dengan teknik pergerakan lateral dan enkripsi khusus. Yang berubah sekarang adalah lapisan tambahan otomatisasi cerdas, ditambah dengan semakin banyaknya adopsi integrasi berbasis API, akun layanan, dan alur kerja otomatis oleh perusahaan.
Konvergensi ini memperluas permukaan risiko. Setiap integrasi menambahkan kredensial, token, dan izin. Setiap agen perusahaan dengan otonomi operasional mewakili identitas mesin baru. Jika dikompromikan, elemen-elemen ini dapat bertindak dengan legitimasi yang tampak dalam lingkungan tersebut. Investigasi bergeser dari sekadar bertanya "siapa yang mengaksesnya" menjadi mempertanyakan "sistem mana yang mengeksekusi tindakan tertentu dan di bawah rantai keputusan apa.".
Dari sudut pandang teknis, menanggapi ancaman baru ini membutuhkan perombakan arsitektur. Model zero-trust, segmentasi granular, dan kontrol ketat terhadap identitas mesin menjadi prioritas. Manajemen hak akses perlu mencakup akun layanan dan integrasi otomatis. Log harus dipusatkan dan dilindungi dari manipulasi, memungkinkan analisis perilaku berdasarkan rangkaian peristiwa dan bukan hanya peringatan yang terisolasi.
Cadangan data yang tidak dapat diubah tetap menjadi langkah mendasar untuk melawan enkripsi, tetapi hal itu tidak menyelesaikan dimensi reputasi dari pemerasan melalui pelanggaran data. Pemantauan terus-menerus terhadap eksfiltrasi dan kebijakan respons insiden yang jelas kini terintegrasi ke dalam perencanaan strategis.
Penerapan kecerdasan buatan di perusahaan bukanlah masalah itu sendiri. Sebaliknya, hal itu dapat memperkuat deteksi dan respons jika diterapkan secara terstruktur. Risiko muncul ketika agen beroperasi dengan izin yang berlebihan, integrasi diimplementasikan tanpa inventaris yang memadai, dan keputusan otomatis tidak memiliki jejak audit.
Ransomware telah berevolusi dari serangan teknis menjadi model ekonomi yang terstruktur. Penggabungan AI dan agen otonom mempercepat logika ini, mengurangi biaya bagi para penjahat, dan meningkatkan kompleksitas bagi perusahaan, yang perlu memperbarui strategi pertahanan mereka. Prioritas strategisnya meliputi pengaturan identitas, API, dan algoritma dengan ketelitian yang sama seperti yang diterapkan pada aset fisik dan keuangan.
Perusahaan yang memperlakukan agen dan otomatisasi sebagai bagian sentral dari arsitektur risiko mereka akan lebih siap menghadapi gelombang berikutnya. Mereka yang hanya melihat AI sebagai alat produktivitas mungkin akan terlambat menyadari bahwa otonomi tanpa kendali secara diam-diam, namun tegas, meningkatkan risiko.
