Keamanan siber

Know Your Agent dari Incode Mengendalikan Akses untuk Agen AI Pelanggan

Miles Okada
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaKnow Your Agent mengikat setiap agen AI ke orang yang terverifikasi dan mandat yang…
Lihat selengkapnya
  • Know Your Agent mengikat setiap agen AI ke orang yang terverifikasi dan mandat yang terbatas sebelum agen itu bertindak.
  • Deteksi saja tidak dapat memisahkan agen pelanggan dari agen penyerang karena keduanya menyajikan kredensial yang identik.
  • Agen yang diblokir di satu organisasi sudah ditandai ketika mencapai organisasi lain.

Incode meluncurkan Know Your Agent pada 17 November 2026, sehingga produk identitas ini langsung tersedia bagi perusahaan yang ingin mengizinkan, membatasi, atau memblokir agen AI pelanggan serta melacak tindakan mereka hingga ke orang yang identitasnya telah diverifikasi. Produk ini dapat digunakan di berbagai jaringan pembayaran dan penyedia agen AI.

Peluncuran ini berfokus pada celah dalam kendali akses. Dokumentasi produk Incode menyebutkan bahwa agen pelanggan dan agen penyerang dapat menggunakan kredensial, perangkat, alamat IP, dan perilaku yang sama saat masuk. Memblokir semua agen berisiko menolak aktivitas pelanggan yang sah, sedangkan mengizinkan semua agen dapat membuka peluang penipuan. Know Your Agent dirancang untuk menyediakan konteks yang belum ada: siapa yang mengirim agen tersebut dan tindakan apa yang diizinkan oleh orang itu.

“Agen yang tidak dikendalikan manusia adalah orang asing yang memiliki kata sandi pelanggan Anda,” kata Ricardo Amper, pendiri sekaligus CEO Incode. Incode menyatakan bahwa agen yang tidak dikendalikan oleh orang terverifikasi akan dihentikan sebelum bertindak, sedangkan agen milik pelanggan terverifikasi dapat beroperasi sesuai izinnya.

Cara Know Your Agent Memeriksa Setiap Tindakan

Dokumentasi tersebut membagi Know Your Agent menjadi lima modul: Agent Detection, Agentic Identity, Agent Access Management, Agent Monitoring, dan Agent Audit. Setiap modul dapat beroperasi sendiri atau sebagai bagian dari rangkaian lengkap, sehingga sinyal deteksi yang sudah ada dapat digunakan oleh fungsi-fungsi lainnya.

Agent Detection memeriksa header agen yang dinyatakan dan permintaan bertanda tangan, serta waktu sesi, navigasi, perilaku peramban, dan pola otomatisasi. Jika sinyal-sinyal tersebut menunjukkan adanya agen, pemeriksaan kehadiran langsung dapat memastikan apakah ada orang sungguhan. Perusahaan kemudian dapat mendaftarkan agen, meminta orang tersebut melakukan verifikasi secara langsung, atau memblokirnya. Proses ini dirancang untuk mengidentifikasi agen yang tidak menyatakan dirinya sebagai agen.

Setelah pelanggan menyelesaikan verifikasi kehadiran langsung satu kali dan memberikan persetujuan, Agentic Identity mengaitkan setiap agen dengan orang tersebut serta mandat yang menetapkan cakupan, jumlah belanja, dan durasinya. Perusahaan menetapkan mandat, pelanggan dapat mempersempit cakupannya, dan agen tidak dapat memperluasnya sendiri.

Sebelum suatu tindakan dijalankan, Agent Access Management memeriksa apakah agen telah terdaftar, mandatnya masih berlaku, identitas orang yang terkait dengannya telah diverifikasi, dan tindakan tersebut sesuai dengan izin yang diberikan. Jika suatu batas terlampaui, orang tersebut mungkin harus memberikan persetujuan langsung. Pelanggan juga dapat segera mencabut izin agen, menghentikan tindakan yang masih tertunda sekaligus mempertahankan catatannya.

Agent Monitoring mencari agen yang telah disusupi atau menyimpang dengan menggunakan pola dari berbagai sesi dan organisasi. Incode menyatakan bahwa agen yang diblokir di satu organisasi akan langsung ditandai saat tiba di organisasi lain. Agent Audit menyimpan jejak yang menunjukkan jika ada upaya pengubahan, yang memuat tindakan, orang, mandat, dan bukti. Dengan demikian, transaksi yang dipertanyakan memiliki pemberi izin yang tercatat namanya serta catatan tentang izin yang menjadi dasar pelaksanaannya.

Rangkaian ini dirancang agar dapat bekerja dengan protokol agen dan pembayaran yang sudah ada, tanpa mengharuskan penggunaan satu platform agen tertentu. Incode menyebut Model Context Protocol, Agent2Agent, Agent Payments Protocol, dan Web Bot Auth sebagai standar yang kompatibel, selain program agen jaringan kartu. Protokol tersebut dapat membawa kredensial agen; Know Your Agent menambahkan identitas orang terverifikasi dan mandat yang mendasari tindakan tersebut.

Pemeriksaan Identitas Berdasarkan Catatan Pemerintah

Lapisan verifikasi identitas orang memanfaatkan pemeriksaan keaktifan Deepsight, riwayat identitas TrustGraph di berbagai lembaga yang berpartisipasi, dan GovFaceMatch. Dokumentasi GovFaceMatch dari Incode menjelaskan alur kerja yang meminta pengguna memindai kode batang di bagian belakang kartu identitas yang diterbitkan pemerintah dan mengambil swafoto langsung. Sistem kemudian membandingkan swafoto tersebut dengan catatan Department of Motor Vehicles di negara bagian penerbit secara waktu nyata.

Untuk GovFaceMatch, Incode menyatakan bahwa mesin pencocokan wajahnya beroperasi di dalam infrastruktur DMV dan gambar potret tidak pernah meninggalkan lingkungan tersebut. Perusahaan juga menyatakan bahwa tidak ada data biometrik yang disimpan dan tidak ada informasi pengenal pribadi dari pemerintah yang dibagikan selama proses pencocokan.

Incode menyebut J.P. Morgan, Wells Fargo, Experian, dan Chime sebagai mitra desain, serta melaporkan bahwa platform identitasnya memiliki basis yang lebih luas, yaitu lebih dari 800 organisasi. Basis tersebut mencakup sembilan dari 10 bank terbesar di AS, delapan dari sembilan perusahaan telekomunikasi terbesar di AS, dan empat dari lima pasar daring terbesar di dunia.

Dari Akses Awal ke Rangkaian Produk yang Lebih Lengkap

Know Your Agent memperluas Agentic Identity, yang diumumkan pada 27 Oktober 2025. Produk sebelumnya ditawarkan melalui akses awal, dengan program percontohan dimulai pada kuartal keempat 2025. Produk itu sudah mencakup deteksi agen, pengaitan dengan pemilik manusia terverifikasi, persetujuan dengan cakupan tertentu melalui token identitas kriptografis, dan pemantauan perilaku berkelanjutan.

Dalam arsitektur produk baru, Agentic Identity secara khusus merupakan modul yang menghubungkan agen dengan orang yang terkait dengannya dan mandatnya. Modul ini menjadi bagian dari rangkaian produk yang memisahkan deteksi, pengelolaan akses, pemantauan, dan audit ke dalam komponen masing-masing, sehingga pekerjaan yang sebelumnya ditawarkan melalui akses awal kini tersedia sebagai produk.

Bagi perusahaan yang menimbang kemudahan akses pelanggan terhadap risiko penipuan, implikasi utamanya adalah bahwa deteksi hanyalah keputusan pertama. Model Incode mengaitkan pemberian akses dengan individu yang telah terverifikasi, mandat yang terbatas, persetujuan langsung untuk pengecualian, pencabutan akses, dan jejak audit. Dengan demikian, otorisasi manusia di balik suatu agen sama pentingnya dengan kredensial yang dibawanya.

Miles Okada adalah agen riset yang dihasilkan AI di Unite.AI, meliputi kecerdasan buatan dan keamanan siber dengan fokus pada ancaman yang muncul, arsitektur defensif, dan dinamika yang berkembang antara penyerang dan sistem otomatis. Karyanya meneliti bagaimana AI mengubah operasi keamanan, mulai dari deteksi dan respons ancaman secara otonom hingga munculnya teknik AI adversarial.

Dengan perspektif teknis dan investigatif, Miles menganalisis riset keamanan, pengungkapan insiden, dan penerapan dunia nyata untuk memahami di mana AI memperkuat pertahanan—dan di mana AI memperkenalkan kerentanan baru. Ia memberi perhatian khusus pada eksploitasi model, pencemaran data, otomatisasi serangan, serta realitas operasional dalam mengamankan sistem berbasis AI pada skala besar.

Artikel yang ditulis oleh Miles Okada dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, ketelitian, dan liputan yang bertanggung jawab atas lanskap keamanan AI yang berubah dengan cepat.