Shadow AI telah menjadi ancaman nyata bagi keamanan siber organisasi. Sebuah laporan IBM mengungkapkan bahwa 20 persen organisasi mengalami kebocoran data akibat insiden keamanan yang melibatkan Shadow AI, dengan tambahan biaya rata-rata mencapai 670.000 dolar AS per insiden. Yang lebih memprihatinkan, 97 persen pelanggaran keamanan terkait AI terjadi pada sistem yang tidak memiliki kontrol akses yang memadai .
Di tengah ancaman ini, Zero Trust muncul sebagai arsitektur keamanan yang paling relevan. Berbeda dengan model perimeter tradisional yang menganggap semua yang ada di dalam jaringan aman, Zero Trust menerapkan prinsip “never trust, always verify”—tidak ada pengguna, perangkat, atau sistem yang dipercaya secara otomatis, bahkan setelah berada di dalam jaringan .
Memahami Shadow AI: Lebih dari Sekadar Shadow IT
Shadow AI adalah evolusi dari Shadow IT—penggunaan alat kecerdasan buatan tanpa persetujuan dan pengawasan dari tim keamanan dan tata kelola TI . Berbeda dengan Shadow IT yang umumnya melibatkan perangkat keras atau aplikasi SaaS, Shadow AI beroperasi pada lapisan data. Ketika seorang karyawan menempelkan data pelanggan ke ChatGPT atau tim menyematkan panggilan API LLM ke dalam aplikasi internal tanpa tinjauan keamanan, data sensitif meninggalkan lingkungan terkendali secara instan .
Kasus nyata terjadi pada April 2026 ketika Vercel, penyedia infrastruktur web, mengalami peretasan karena seorang karyawan memberikan izin yang terlalu luas kepada alat AI pihak ketiga (Context.ai). Penyerang akhirnya berhasil mengakses Google Workspace perusahaan melalui kompromi pada alat AI tersebut .
Mengapa Platform Guardrails Saja Tidak Cukup?
Cloud provider telah merespons dengan menyediakan kemampuan pengamanan native seperti Amazon Bedrock Guardrails. Namun, alat-alat ini memiliki keterbatasan struktural :
Hanya melindungi apa yang sudah dikonfigurasi—tidak bisa mendeteksi jendela ChatGPT yang terbuka di browser karyawan atau panggilan API tak sah yang disematkan kontraktor.
Beroperasi di lapisan aplikasi—tidak mengontrol pergerakan data di tingkat jaringan atau egress ke endpoint AI yang tidak sah.
Kompleksitas multicloud—jika tim menggunakan Bedrock, Azure OpenAI, dan akses langsung ke Anthropic, kontrol terpisah diperlukan tanpa visibilitas terpadu.
Zero Trust: Tata Kelola di Lapisan Jaringan
Zero Trust menyediakan fondasi arsitektur untuk mengelola Shadow AI secara komprehensif melalui empat pilar utama :
1. Identitas: Apa Itu Agen AI?
Hanya 16 persen organisasi yang memperlakukan AI sebagai jenis identitas yang terpisah, sementara dua pertiga organisasi pernah mendeteksi AI mengakses data secara berlebihan . Kebijakan identitas yang jelas harus diterapkan:
Agen AI tidak boleh mewarisi izin luas dari pengguna manusia atau akun layanan yang memanggilnya.
Prinsip least privilege—hanya izin minimal yang diperlukan untuk menjalankan tugas .
2. Visibilitas: Apa yang Dilakukan AI di Jaringan?
“Anda tidak bisa mengatur apa yang tidak bisa Anda lihat.” Cloudflare memperkenalkan Shadow AI Report yang memberikan wawasan instan dari lalu lintas jaringan—menunjukkan aplikasi AI apa yang digunakan, oleh siapa, dan kapan . Visibilitas egress sangat penting untuk menghentikan ekfiltrasi data sebelum terjadi .
3. Enkripsi: Dapatkah AI Mengakses Data Tidak Terenkripsi?
Bahkan jika agen AI mengirim data ke tempat yang tidak seharusnya, enkripsi memastikan data tetap tidak dapat digunakan. Data harus dilindungi saat transit di seluruh jaringan: dari situs ke cloud dan antar workload .
4. Segmentasi: Dapatkah AI Mengakses Seluruh Jaringan?
Tidak ada agen yang boleh memiliki akses jaringan tanpa batas. Segmentasi workload membatasi blast radius dari setiap insiden—termasuk Shadow AI. Layanan inferensi AI harus diisolasi dan kebijakan egress harus diterapkan untuk mencegah data mencapai endpoint yang tidak sah .
Pendekatan “Deny All, Allow by Exception”
Pendekatan Zero Trust yang paling efektif adalah menolak semua komunikasi secara default, lalu mengaktifkan aturan yang mengizinkan berdasarkan kebutuhan spesifik pengguna pada waktu tertentu . John Kindervag, pencipta konsep Zero Trust, menyatakan: “Paket data tidak memakai jubah Harry Potter untuk membuat mereka tidak terlihat. Anda bisa melihat semuanya, karena paket berjalan melintasi jaringan dan mengumumkan diri mereka sendiri” .
Dengan pendekatan ini:
Sumber daya yang tidak dikenal tidak dapat diakses oleh pengguna mana pun.
Tidak ada lagi Shadow IT atau Shadow AI yang luput dari deteksi.
Kebijakan diterapkan secara konsisten di seluruh jaringan, terlepas dari lokasi karyawan .
Menerapkan Zero Trust untuk Agen AI
Untuk mengamankan agen AI yang semakin otonom, Gartner merekomendasikan pendekatan “test and contain”:
Buat inventaris agen berisiko tinggi—pahami agen apa yang berjalan dan akses apa yang mereka butuhkan.
Batasi “kewenangan” agen—batasi alat dan sumber daya yang dapat diakses agen, bedakan izin baca dan tulis, serta wajibkan otorisasi manusia untuk tindakan berdampak tinggi seperti pembayaran atau penghapusan data.
Terapkan prinsip least privilege—blokir agen yang mencurigakan seperti Clawbot dan Moltbook .
Pantau niat secara berkelanjutan—deteksi anomali secara real-time dan sediakan mekanisme kill-switch untuk penghentian darurat .
Berikan identitas unik yang dapat diaudit—perlakukan setiap agen sebagai entitas yang tidak tepercaya secara default .
Studi Kasus: Cloudflare One untuk Shadow AI
Cloudflare telah mengimplementasikan pendekatan Zero Trust untuk mengatasi Shadow AI melalui beberapa fitur :
AI Security Posture Management (AI-SPM)—menemukan bagaimana karyawan menggunakan AI dengan Shadow AI Report yang memberikan gambaran data-driven tentang penggunaan AI di seluruh organisasi.
AI Prompt Protection—mengidentifikasi interaksi berisiko dengan model AI di tingkat prompt, memperingatkan atau memblokir karyawan yang mencoba mengirimkan data sensitif seperti kode sumber ke penyedia AI yang tidak tepercaya.
Zero Trust MCP Server Control—mengkonsolidasikan semua panggilan alat Model Context Protocol ke dalam satu dasbor untuk kontrol dan manajemen akses yang lebih baik.
Kesimpulan
Zero Trust bukan sekadar tren keamanan—ini adalah kebutuhan mendesak di era di mana AI diadopsi lebih cepat daripada tata kelolanya. Dengan menerapkan visibilitas penuh, kontrol akses berbasis identitas, enkripsi, dan segmentasi jaringan, organisasi dapat memanfaatkan kekuatan AI tanpa mengorbankan keamanan data.
Pendekatan yang paling efektif adalah menggabungkan guardrails lapisan aplikasi dari cloud provider dengan kontrol lapisan jaringan berbasis Zero Trust . Jangan tunggu sampai terjadi pelanggaran untuk mengevaluasi postur tata kelola AI Anda. Organisasi yang menerapkan Zero Trust hari ini akan berinovasi lebih cepat dan lebih aman daripada mereka yang masih memperlakukan keamanan AI sebagai masalah orang lain .
