Ekstensi browser, file instruksi pengembang, dan halaman web publik dapat menjadi pintu masuk serangan terhadap data perusahaan yang memakai AI. Akamai Technologies mengidentifikasi tiga metode yang dapat melewati perimeter pertahanan konvensional melalui interaksi dengan asisten dan agen AI.
Ancaman itu perlu diperhatikan karena AI tidak lagi hanya dipakai sebagai alat produktivitas sederhana. Banyak layanan AI kini dapat mengakses dokumen, kode, informasi internal, dan akses digital yang merupakan aset penting organisasi.
Serangan Memanfaatkan Lingkungan Kerja AI
| Metode | Target Utama | Dampak Potensial |
|---|---|---|
| Vibe Hacking | File instruksi markdown lokal | Pembuatan kode berbahaya atau tindakan tidak sah oleh AI. |
| CursorJacking | Ekstensi browser dengan izin luas | Pencurian kunci API, basis kode, dan riwayat percakapan. |
| CometJacking | Instruksi tersembunyi pada halaman web | Pengiriman file lokal, email, dan kredensial sesi tanpa izin. |
Vibe Hacking terjadi ketika pelaku memanipulasi file instruksi markdown lokal yang dipakai dalam lingkungan kerja pengembang. Manipulasi tersebut dapat mengarahkan asisten pemrograman AI untuk menghasilkan kode berbahaya atau menjalankan tindakan yang tidak sah.
CursorJacking memanfaatkan ekstensi browser berbahaya yang meminta hak akses tinggi pada layanan asisten pemrograman. Akamai mencatat hampir 75% ekstensi AI meminta akses tingkat tinggi dan 16,3% di antaranya memiliki kerentanan keamanan atau CVE aktif.
Adapun CometJacking memakai teknik indirect prompt injection melalui instruksi berbahaya pada halaman web publik. Teknik ini dapat memanipulasi agen AI lokal, seperti Comet AI dari Perplexity, untuk mengirim data pengguna tanpa persetujuan.
Risiko Tidak Terbagi Rata di Antara Karyawan
Laporan The Enterprise AI Usage Risk Report 2026 menyebut paparan risiko AI tidak tersebar sama rata di lingkungan kerja. Sekitar 5% pengguna dengan intensitas prompt tertinggi justru mendorong sebagian besar risiko yang muncul di perusahaan.
Pengguna paling aktif dapat memanfaatkan AI untuk mengolah informasi, mengerjakan tugas teknis, dan mengembangkan perangkat lunak. Pengawasan yang tidak memprioritaskan kelompok ini berisiko membuat aktivitas paling sensitif luput dari perhatian.
Situasi tersebut berkaitan dengan Shadow AI, yakni penggunaan aplikasi AI tanpa pengelolaan dan tanpa terdeteksi sistem keamanan internal. Penggunaan yang tidak tercatat dapat melibatkan akun pribadi, layanan SaaS yang tidak disetujui, serta aktivitas transfer informasi di luar kontrol perusahaan.
Akamai Technologies menyoroti persoalan ini dalam laporan State of the Internet mengenai penggunaan AI di lingkungan perusahaan. Laporan itu menggambarkan adopsi AI yang meluas di berbagai fungsi bisnis, sementara visibilitas terhadap aplikasi tidak resmi masih terbatas.
Pengendalian Tidak Cukup dengan Pemblokiran
Or Eshed, Vice President Enterprise Security Product and Engineering Akamai, mengatakan pendekatan lama untuk melindungi data tidak lagi cukup. “Solusi pencegahan kebocoran data konvensional (DLP) dirancang untuk era perpindahan file dan email tradisional,” ujarnya.
Eshed menilai data sensitif dapat tersebar melalui jutaan prompt yang berubah-ubah, akun pribadi yang tidak dikelola, dan agen AI otonom. Perusahaan karena itu perlu mengelola penggunaan AI secara real-time, bukan hanya memblokir teknologinya.
Integrasi platform AI resmi dengan SSO dapat membantu pelacakan aplikasi SaaS serta mengurangi pemakaian akun pribadi. Pengawasan juga perlu mencakup aktivitas salin-tempel, prompt, unggahan dokumen, serta audit ekstensi browser dan lingkungan pengembangan terintegrasi.
Penerapan prinsip least privilege menjadi langkah penting untuk agen AI otonom. Hak akses minimum memungkinkan agen tetap membantu pekerjaan tanpa memperoleh kewenangan berlebihan terhadap data dan sistem perusahaan.
