Shadow AI—penggunaan alat AI oleh karyawan tanpa sepengetahuan tim keamanan—menciptakan celah kebocoran data yang sulit dideteksi. Data rahasia yang ditempel ke ChatGPT bergerak sebagai lalu lintas HTTPS biasa, sering lolos dari alat keamanan tradisional . Data Loss Prevention (DLP) hadir sebagai solusi untuk mengendalikan risiko ini.

Mengapa DLP Penting untuk Shadow AI?

Shadow AI dapat menyebabkan kebocoran data sensitif, pelanggaran regulasi, dan kerusakan reputasi . DLP membantu organisasi melihat dan mengendalikan bagaimana data digunakan di berbagai alat AI, baik yang disetujui maupun tidak . Tanpa visibilitas ini, risiko kebocoran akan terus berkembang tanpa diketahui .

Pendekatan 4 Langkah dari Microsoft

Microsoft Purview merekomendasikan pendekatan bertahap untuk mencegah kebocoran data ke Shadow AI :

1. Temukan Aplikasi AI

Langkah pertama adalah mendeteksi aplikasi AI apa saja yang digunakan di seluruh organisasi. Microsoft Defender for Cloud Apps dapat menemukan dan memantau penggunaan AI yang tidak diketahui .

2. Blokir Akses ke Aplikasi yang Tidak Disetujui

Setelah ditemukan, akses ke aplikasi AI yang tidak disetujui bisa diblokir di tingkat organisasi maupun pengguna .

3. Blokir Data Sensitif ke Aplikasi yang Disetujui

Meskipun aplikasi AI sudah disetujui, data sensitif tetap harus dicegah untuk masuk ke platform tersebut. Ini adalah inti dari peran DLP .

4. Kelola Data yang Dikirim ke AI

Simpan log prompt dan interaksi AI untuk keperluan audit dan investigasi di masa depan .

Teknik DLP untuk Shadow AI

1. Label Sensitivitas dengan Enkripsi

Microsoft Purview memungkinkan pemberian label sensitivitas dengan enkripsi pada dokumen. Jika konten yang dilindungi dicoba ditempel atau diunggah ke AI, aplikasi AI tidak bisa memprosesnya karena konten terenkripsi . Ini adalah perlindungan paling efektif.

2. Endpoint DLP: Blokir Pasting dan Upload

Endpoint DLP memantau aktivitas pengguna di perangkat terkelola. Kebijakan dapat dibuat untuk:

  • Mendeteksi konten yang mengandung informasi sensitif

  • Memblokir aksi copy-paste ke browser AI

  • Memblokir upload file ke situs AI 

3. Browser Data Security di Microsoft Edge

Kebijakan DLP di Microsoft Edge dapat memeriksa teks yang diketik atau ditempel ke prompt AI secara real-time. Jika terdeteksi data sensitif, pengiriman bisa diblokir sebelum data meninggalkan browser .

4. Network Data Security

Untuk aplikasi di luar Microsoft Edge, Network Data Security memperluas perlindungan DLP ke seluruh lalu lintas jaringan, mendeteksi data sensitif yang dikirim melalui browser, API, atau add-in non-Microsoft .

Solusi DLP AI dari Vendor Lain

Proofpoint Data Security for AI memberikan visibilitas terpadu ke risiko data di alat AI yang disetujui maupun tidak. Solusi ini memantau prompt, upload, dan respons secara real-time, serta dapat memblokir atau menyunting data sensitif tanpa mengganggu produktivitas .

SafiGuardian dari Saltware menyediakan pemantauan real-time dan penyaringan berbasis kemiripan di tahap input dan output untuk AI SaaS seperti ChatGPT dan Claude, mencegah kebocoran data pribadi dan dokumen internal .

Apakah DLP Saja Cukup?

DLP adalah alat penting, tetapi bukan satu-satunya solusi. Pendekatan yang efektif menggabungkan :

  1. Kebijakan yang jelas tentang penggunaan AI

  2. Edukasi karyawan tentang risiko

  3. Pemantauan teknis melalui DLP dan alat keamanan

  4. Alternatif AI enterprise yang aman

Seperti yang diingatkan para ahli: “Anda tidak bisa melindungi apa yang tidak Anda lihat.” DLP memberikan visibilitas dan kontrol yang diperlukan untuk mengelola risiko Shadow AI secara efektif.

Related Posts: