Chaim Mazal, Chief AI & Security Officer of Gigamon – Seri Wawancara

Chaim Mazal adalah Chief AI dan Security Officer di Gigamon, bertanggung jawab atas keamanan global, teknologi informasi, operasi jaringan, tata kelola, risiko, kepatuhan, sistem bisnis internal, dan keamanan produk. Chaim juga memimpin program AI strategis perusahaan, mengemudi tata kelola, adopsi lintas fungsional, dan penggunaan AI yang aman dan bertanggung jawab. Diakui oleh Security Magazine sebagai salah satu orang paling berpengaruh di bidang Keamanan 2025, ia adalah anggota seumur hidup dari OWASP Foundation dan menjabat di dewan penasihat termasuk Cloudflare, GitLab (GTLB ), dan Rapid7. Sebelumnya, ia menjabat sebagai pemimpin senior di beberapa pemimpin industri, terbaru sebagai SVP Teknologi dan CISO di Kandji.

Gigamon adalah perusahaan teknologi keamanan siber dan observabilitas yang fokus pada memberikan visibilitas mendalam ke dalam lalu lintas jaringan di seluruh lingkungan hybrid dan multi-cloud. Platformnya menangkap dan menganalisis data dalam gerakan, termasuk paket, aliran, dan metadata aplikasi, untuk memberikan wawasan yang dapat ditindaklanjuti kepada alat pemantauan keamanan, cloud, dan IT. Ini memungkinkan organisasi untuk mendeteksi ancaman tersembunyi, meningkatkan kinerja, memelihara kepatuhan, dan mengurangi kompleksitas dengan menghilangkan titik buta di sistem yang semakin terdistribusi dan dienkripsi. Dipercaya oleh perusahaan besar dan organisasi pemerintah, Gigamon membantu mengamankan dan mengelola infrastruktur digital modern dalam skala besar.

Anda telah memiliki perjalanan unik dari menghabiskan waktu di forum peretasan sebagai remaja hingga menjadi Chief AI dan Security Officer di Gigamon. Bagaimana pengalaman awal tersebut membentuk cara Anda berpikir tentang ancaman siber yang digerakkan AI?

Saya mendapatkan komputer pertama saya pada usia delapan dan belajar dengan bereksperimen, yaitu mencari tahu DOS, membaca manual, dan akhirnya mengajar diri saya sendiri Visual Basic. Ketika saya lebih dalam memasuki komunitas internet, saya tertarik dengan bagaimana perangkat lunak dapat dimanipulasi dan di mana sistem tersebut rapuh. Rasa ingin tahu itu berkembang menjadi pengujian penetrasi aplikasi web dan mengamankan siklus pengembangan SaaS.

Apa yang menarik tentang ancaman modern adalah bahwa AI tidak menciptakan kelemahan baru, tetapi memperbesar penemuan dan eksploitasi kelemahan yang sudah ada. Karena perspektif awal tersebut, saya mendekati keamanan AI dengan asumsi penggunaan adversarial dari hari pertama, yang membantu saya merancang pertahanan untuk pelanggan kami di Gigamon.

Anda telah mengamati bahwa kampanye phishing, ransomware, dan malware yang dihasilkan AI mengurangi waktu dampak dari minggu menjadi jam. Apa perubahan konkrit yang Anda lihat dalam cara serangan tersebut dirancang dan diterapkan?

AI telah secara fundamental menurunkan hambatan untuk melakukan kejahatan siber. Menulis malware, membuat kampanye phishing yang meyakinkan, dan mengidentifikasi kerentanan sebelumnya memerlukan keahlian teknis yang mendalam. Sekarang, serangan tersebut dapat dipercepat dan bahkan sepenuhnya diotomatisasi dengan bantuan alat AI. Peretas tidak lagi memerlukan latar belakang teknis yang kuat untuk meluncurkan kampanye yang canggih karena AI dapat menghasilkan kode, memperbarui teknik sosial, dan membantu operator memecahkan masalah secara real-time.

Sebagai hasil dari akses yang meningkat ini, seluruh lanskap ancaman telah bergeser. Tanpa kerangka tata kelola, persyaratan kepatuhan, atau kendala etis untuk memperlambat mereka, penyerang dapat bereksperimen, beradaptasi, dan menerapkan dengan kecepatan dan biaya minimal. Sebagai hasilnya, waktu dampak telah berkurang secara dramatis, dan apa yang sebelumnya membutuhkan minggu sekarang dapat terjadi dalam hitungan jam. Sementara itu, banyak organisasi masih berada pada tahap awal mengadopsi AI secara defensif, yang berarti beberapa kasus penggunaan AI paling efektif saat ini didorong oleh aktor ancaman.

Apa yang secara fundamental memisahkan serangan siber yang digerakkan AI dari ancaman otomatis tradisional, dan dapatkah Anda membagikan contoh yang membuat perbedaan tersebut jelas?

Apa yang secara fundamental memisahkan serangan siber yang digerakkan AI dari ancaman otomatis tradisional adalah otonomi dan persistensi. Di masa lalu, peretas akan menjalankan skrip dan berhenti ketika gagal. “Waktu hidup” terbatas pada seberapa lama skrip dijalankan. Dengan AI, agen diberi tujuan dan, jika mereka gagal, mereka tidak berhenti. Mereka terus mengiterasi, mencari jalur alternatif untuk mencapai tujuan yang sama. Waktu hidup secara efektif tidak terbatas.

Contohnya, dengan dependensi build produksi, penyerang dapat menyisipkan sesuatu yang kecil seperti dua baris skrip sambil menjaga ukuran file tetap tidak berubah, yang berarti byte tampak identik. Ketika file dikompilasi dan dijalankan, itu meluncurkan instance terminal yang menginstal agen otonom ke dalam lingkungan perusahaan, yang kemudian melakukan serangkaian tugas jahat yang dapat beriterasi tanpa henti. Di masa lalu, biner dianggap sebagai vektor ancaman pasca-penerapan. Sekarang, mereka dimanipulasi terus-menerus, termasuk selama proses build itu sendiri, untuk menjalankan tindakan yang diaktifkan AI di dalam lingkungan perusahaan.

Banyak organisasi masih mengandalkan kontrol keamanan warisan dan buku pedoman yang mapan. Mengapa pendekatan ini gagal melawan serangan yang diaktifkan AI, dan di mana Anda melihat blind spot paling berbahaya?

Kita telah mencapai titik di mana jika Anda tidak berinovasi dan dengan hati-hati mengintegrasikan AI ke dalam solusi dan operasi keamanan, Anda sudah ketinggalan, dan itu berlaku untuk perusahaan besar dan startup sama-sama. Organisasi yang gagal mengintegrasikan AI ke dalam strategi keamanan mereka berisiko tertinggal oleh penyerang yang bergerak lebih cepat dan beroperasi pada skala yang lebih besar.

Namun, membela diri melawan ancaman yang diaktifkan AI tidak selalu memerlukan reinvensi total teknologi. Banyak alat yang dibutuhkan perusahaan sudah ada. Perubahan nyata adalah bagaimana alat tersebut digunakan secara efektif. Ini tentang memperkuat dasar-dasar, menggunakan teknologi yang ada dengan lebih cerdas, dan beradaptasi dengan pertahanan untuk memperhitungkan penyerang yang tidak terlatih tetapi diaktifkan AI.

Penyerang menggunakan AI secara kreatif dan strategis. Jika perusahaan tidak mengambil pendekatan yang sama-sama strategis, mereka berisiko menciptakan blind spot besar. Pemimpin harus berpikir secara berbeda tentang bagaimana mereka menerapkan alat yang sudah mereka miliki, mengintegrasikan AI ke dalam operasi mereka, dan mengembangkan buku pedoman mereka untuk membela diri melawan kecepatan dan skala serangan hari ini.

AI tampaknya menurunkan hambatan untuk melakukan kejahatan siber. Bagaimana pergeseran ini mengubah profil penyerang saat ini, dan apa risiko yang ditimbulkan bagi perusahaan?

AI telah membuatnya mungkin bagi hampir siapa saja untuk menjadi peretas. Dengan alat AI di genggaman mereka, aktor yang tidak berpengalaman, bahkan remaja, sekarang dapat meluncurkan kampanye phishing yang canggih, menerapkan rootkit, dan menjalankan serangan ransomware yang sebelumnya memerlukan keahlian teknis yang signifikan.

Pergeseran ini menambahkan tingkat ketidakpastian baru ke lanskap ancaman. Daripada menghadapi sejumlah kecil kelompok yang sangat canggih, perusahaan sekarang menghadapi spektrum aktor yang lebih luas yang bereksperimen dengan cepat, belajar secara real-time, dan berkolaborasi di seluruh komunitas online.

Berdasarkan apa yang Anda lihat di komunitas penyerang, apa jenis alat AI yang mendapatkan traksi, dan seberapa cepat kemampuan tersebut ditingkatkan?

Ini bukan tentang alat AI tunggal yang membantu peretas, tetapi lebih tentang berbagi sumber daya. Alih-alih satu alat yang menjalankan proses linier, penyerang menggunakan agen terdesentralisasi yang mencocokkan data dan berbagi informasi secara kolektif di seluruh tooling. Hasilnya berfungsi lebih seperti jaringan serangan, atau swarm, daripada kemampuan satu kali. Kemampuan ini berubah setiap hari, dan banyak alat yang digunakan sebelumnya adalah konsep bukti hanya beberapa minggu yang lalu. Tingkat inovasi dan iterasi di dalam komunitas penyerang dipercepat dengan cepat, dengan teknik dan tooling baru muncul hampir secara real-time.

Dari perspektif pembela, apa sinyal yang menunjukkan bahwa suatu organisasi menghadapi kampanye yang digerakkan AI daripada serangan konvensional?

Dari perspektif pembela, salah satu sinyal utama adalah bahwa pengintaian tidak lagi terlihat berurutan atau terbagi. Secara historis, penyerang akan mengikuti langkah-langkah yang jelas – mengumpulkan informasi dalam fase, mengatur aktivitas, dan menargetkan satu permukaan pada satu waktu. Sekarang, semua aktivitas tersebut terjadi bersamaan. Gerbang email, layanan yang tersedia secara eksternal, aktivitas akun, teknik deteksi dan penghindaran semuanya diuji secara bersamaan daripada secara berurutan.

Sinyal lainnya adalah unifikasi dan koordinasi aktivitas. Apa yang sebelumnya terpecah-pecah sekarang dikondensasikan dan dibagikan secara kolektif di seluruh tooling, bertindak lebih seperti swarm daripada upaya satu kali. Agen-agen ini terus-menerus mengiterasi, beradaptasi, dan mempercepat pengambilan keputusan sekitar vektor ancaman, dan mereka tidak menerima “tidak” sebagai jawaban. Tingkat aktivitas simultan, koordinasi, dan persistensi tersebut sangat menunjukkan kampanye yang digerakkan AI daripada serangan konvensional.

Anda telah berargumen bahwa banyak alat keamanan AI saat ini tidak menangkap ancaman tersebut sama sekali. Apa yang salah dengan mereka, dan kemampuan apa yang paling dibutuhkan?

Banyak alat keamanan AI saat ini masih dibangun di sekitar asumsi yang salah bahwa pencegahan adalah tujuan utama. Vendor terus memposisikan AI sebagai cara yang lebih baik untuk memblokir ancaman di perbatasan, tetapi penyerang lebih cepat, lebih adaptif, dan semakin sabar, menggunakan AI, deepfakes, dan malware canggih yang dapat menghindari kontrol dan tetap tidak terdeteksi selama berbulan-bulan.

Apa yang paling dibutuhkan adalah visibilitas komprehensif dan waktu nyata, serta kemampuan deteksi dan respons yang lebih kuat. Organisasi harus menerapkan penilaian risiko berkelanjutan, mempertahankan visibilitas ke dalam lalu lintas terenkripsi di mana banyak ancaman bersembunyi, dan memanfaatkan telemetry yang berasal dari jaringan dan API untuk memahami apa yang berjalan di seluruh sistem dan bagaimana data bergerak. Ketahanan hari ini bukan tentang menjaga setiap ancaman keluar, tetapi tentang melihat, menghentikan, dan belajar dari ancaman sebelum mereka eskalasi.

Ketika AI mempercepat baik ofensif dan defensif, apakah Anda percaya bahwa AI defensif dapat secara realistis mengikuti, atau apakah kita memasuki periode di mana penyerang akan mempertahankan keunggulan struktural?

AI mempercepat kedua sisi persamaan, tetapi dalam jangka pendek, saya pikir penyerang memiliki keunggulan. Mereka tidak menghadapi kendala regulasi, persyaratan kepatuhan, atau garda etis. Ini berarti mereka dapat bereksperimen secara bebas dan mengiterasi dengan kecepatan yang ditingkatkan. Di sisi lain, perusahaan harus menyeimbangkan inovasi dengan tata kelola, privasi, dan risiko operasional, yang secara alami memperlambat adopsi dan implementasi AI.

Namun, AI defensif dapat absah keluar di atas jika organisasi dan pemimpin menggeser pendekatan mereka. Taktik keamanan yang sukses tidak akan datang dari menggunakan AI murni untuk pencegahan. Ini akan memerlukan mengintegrasikan AI ke dalam alur kerja deteksi, investigasi, dan respons yang didukung oleh visibilitas waktu nyata. Keunggulan tidak secara permanen berada di sisi penyerang, tetapi akan tetap ada sampai organisasi berhenti mengandalkan pencegahan. Kerusakan nyata terjadi ketika penyerang melanggar jaringan, sering kali hidup dari tanah dan menunggu untuk mengekstraksi data. Pemimpin harus bergeser dari “apakah kita dapat mencegah pelanggaran” menjadi “seberapa cepat kita dapat mendeteksi dan menghapus penyusup?”

Menghadap ke depan enam hingga dua belas bulan, apa teknik serangan yang digerakkan AI yang Anda harapkan akan menjadi umum, dan apa yang harus dilakukan tim keamanan untuk mempersiapkan?

Enam hingga dua belas bulan adalah waktu yang sangat lama dalam lingkungan ini. Hal-hal sebenarnya berubah setiap enam hingga dua belas minggu. Perkembangan AI yang cepat membuatnya sulit untuk memprediksi teknik spesifik yang akan digunakan penyerang di masa depan, sehingga fokus harus kurang pada menebak apa yang berikutnya dan lebih pada bagaimana mempersiapkan.

Pembela perlu memanfaatkan teknologi AI yang sama yang digunakan penyerang, dengan penekanan kuat pada pertahanan dalam. Ini berarti menggunakan AI untuk mencocokkan aliran data konstan di seluruh titik akhir secara real-time, mengandalkan telemetry jaringan yang tidak dapat diubah untuk mengidentifikasi perilaku transaksional di seluruh lingkungan cloud pribadi, cloud publik, dan on-prem, dan memasukkan telemetry tersebut ke dalam tooling yang tepat, sehingga tim keamanan secara aktif menyadari ketika organisasi mereka sedang dipetakan.

Pada saat yang sama, mentalitas pertahanan perbatasan pertama perlu dihentikan. Ini bukan pertanyaan tentang apakah pelanggaran yang digerakkan AI akan terjadi, tetapi kapan. Prioritas sekarang adalah identifikasi dini, mengurangi dampak, dan remediasi tepat waktu. Ini termasuk memiliki rencana respons insiden yang solid, menerapkan prinsip kepercayaan nol, mengaktifkan segmentasi jaringan, mempertahankan manajemen akses dengan tinjauan berkelanjutan, dan membuat penyesuaian dinamis sesuai kebutuhan untuk melindungi data pelanggan dan membatasi dampak.

Terima kasih atas wawancara yang mendalam, pembaca yang tertarik dengan observabilitas mendalam dan keamanan jaringan yang digerakkan AI dapat mengunjungi Gigamon.