AI Mempercepat Cybersecurity, tetapi Penilaian Teknis Tetap Dibutuhkan

AI dapat merangkum peringatan keamanan dalam hitungan detik, membantu analis memeriksa aktivitas mencurigakan dan mengurangi waktu untuk pekerjaan berulang. Kemampuan ini berguna, terutama bagi tim yang harus menangani banyak peringatan dalam waktu terbatas. Namun, analisis yang lebih cepat hanya bermanfaat jika seseorang mampu mengenali ketika hasilnya keliru.

Laporan pemerintah Inggris memberikan gambaran menarik mengenai tantangan tersebut. Dalam Cyber Security Skills in the UK Labour Market 2026, yang diterbitkan pada 29 September 2026, sebanyak 57% bisnis yang disurvei memiliki kesenjangan keterampilan teknis dasar cybersecurity. Angka ini meningkat dari 49% pada studi sebelumnya. Laporan yang sama menemukan bahwa 47% pihak yang bertanggung jawab atas keamanan siber di bisnis dan organisasi amal tidak percaya diri menghadapi serangan siber serta belum menggunakan layanan eksternal untuk fungsi tersebut. Di sisi lain, 70% perusahaan cybersecurity melaporkan bahwa staf mereka menggunakan AI dalam pekerjaan sehari-hari, naik dari 53% pada studi sebelumnya. GOV.UK

Temuan tersebut menggambarkan kondisi pasar Inggris, bukan Indonesia. Namun, ada pertanyaan yang relevan bagi organisasi di mana pun yang mulai mengadopsi AI: apakah kemampuan tim berkembang seiring penggunaan teknologinya?

Kemampuan dasar di balik otomatisasi

AI dapat membantu analisis log, penentuan prioritas peringatan, penilaian kerentanan dan investigasi ancaman. Setiap pekerjaan tersebut tetap membutuhkan pengetahuan teknis. Analis perlu memahami pola lalu lintas jaringan yang normal sebelum dapat mengenali anomali. Penguji keamanan harus memahami sistem yang diperiksa sebelum menentukan apakah sebuah temuan benar-benar berisiko.

Tanpa fondasi tersebut, otomatisasi dapat menimbulkan masalah baru. Tim mungkin semakin cepat memproses rekomendasi, tetapi belum tentu semakin baik dalam menilai apakah rekomendasi itu benar.

Karena itu, pengembangan kompetensi tim keamanan perlu mencakup beberapa kemampuan berikut:

• Dasar jaringan dan sistem: Memahami aliran trafik, sistem operasi, kontrol identitas dan jalur serangan yang umum.
• Penalaran analitis: Memeriksa bukti, menguji asumsi dan membedakan sinyal ancaman dari false positive.
• Investigasi berbantuan AI: Memvalidasi hasil AI, mengenali ketidakpastian dan mendokumentasikan keputusan.
• Komunikasi risiko: Menjelaskan temuan teknis berdasarkan dampak operasional, paparan risiko bisnis dan tindakan yang perlu dilakukan.

Kemampuan tersebut saling berkaitan. Penjelasan yang dihasilkan AI mungkin terdengar meyakinkan, tetapi bahasa yang percaya diri tidak membuktikan bahwa kesimpulannya benar.

Ukur kemampuan kerja, bukan sekadar penguasaan alat

Prinsip yang sama perlu diterapkan dalam pelatihan cybersecurity. Menyelesaikan kursus AI security atau memahami antarmuka sebuah perangkat dapat menjadi langkah awal, tetapi keduanya belum otomatis menunjukkan kesiapan menghadapi pekerjaan operasional.

Latihan perlu menguji kemampuan peserta dalam menyelidiki peringatan, menghubungkan bukti dari berbagai sumber, mengenali informasi yang belum tersedia dan menentukan kapan insiden harus dieskalasikan. Jika AI digunakan, penilaian juga perlu melihat apakah peserta mampu memverifikasi hasil serta menjelaskan alasan menerima atau menolak rekomendasinya.

Organisasi dapat memulai dengan memetakan pekerjaan yang rutin dilakukan tim keamanan, menentukan pengetahuan teknis yang dibutuhkan dan mengujinya melalui skenario realistis. Dengan begitu, pelatihan lebih dekat dengan pekerjaan yang benar-benar akan dijalankan peserta.

Pendekatan ini juga membantu manajemen menentukan pekerjaan mana yang bisa dibantu otomatisasi dan bagian mana yang masih membutuhkan supervisi. Otomatisasi dapat mengubah cara pekerjaan dilakukan, tetapi tanggung jawab atas hasilnya tetap harus jelas.

Menyiapkan tenaga cybersecurity berikutnya

Bagi pengembangan talenta cybersecurity di Indonesia, peluangnya terletak pada penguatan fondasi teknis sekaligus pengalaman praktis menggunakan AI dalam pekerjaan keamanan. Peserta perlu kesempatan untuk bereksperimen, melakukan kesalahan dalam lingkungan yang aman dan menjelaskan keputusan mereka. Organisasi pun membutuhkan gambaran yang lebih jelas tentang kemampuan tim, melampaui daftar perangkat yang telah mereka pelajari.

ITSEC Cyber & AI Academy mendukung pengembangan kompetensi cybersecurity dan AI melalui pembelajaran terstruktur yang relevan dengan kebutuhan profesional. Tujuannya adalah membantu peserta menggunakan teknologi modern dengan tetap memiliki kemampuan teknis untuk memeriksa, mempertanyakan dan menilai hasilnya.

Ingin mengembangkan skill praktis di bidang cybersecurity dan AI? Jelajahi program pembelajaran di ITSEC Cyber & AI Academy.

Referensi

1. UK Department for Science, Innovation and Technology. Cyber security skills in the UK labour market 2026. Diterbitkan 29 September 2026. Baca laporan resmi