Swimlane Dinobatkan sebagai Pemimpin Visioner dalam Frost & Sullivan AI SOC Radar

Swimlane mengumumkan pada 12 November 2026 bahwa Frost & Sullivan menobatkannya sebagai Pemimpin Visioner dalam Frost Radar 2026 untuk platform pusat operasi keamanan berbasis AI (AI SOC), dengan skor inovasi dan pertumbuhan masing-masing 4,45 dan 4,30 dari lima.

Frost & Sullivan secara independen mengevaluasi lebih dari 60 vendor pusat operasi keamanan berbasis AI dan memilih 24 pemimpin dalam pertumbuhan dan inovasi, menurut ringkasan laporan yang dipublikasikan di situs perusahaan Swimlane. Pasar yang lebih luas mencakup lebih dari 80 vendor, dan kategori Pemimpin Visioner mengakui perusahaan yang memadukan inovasi, pertumbuhan, dan pengaruh di industri.

Lucas Ferreyra, prinsipal industri di Frost & Sullivan, mengatakan bahwa penilaian tersebut mencerminkan desain Swimlane yang netral terhadap vendor, cakupan yang luas, kemampuan audit, serta perpaduan agen dan otomatisasi. Evaluasi ini dilakukan ketika tim keamanan yang menghadapi kekurangan tenaga ahli dan kelelahan akibat banyaknya peringatan mulai melampaui triase peringatan dan beralih ke deteksi, investigasi, serta respons yang terkoordinasi.

Cara Kerja Model Investigasi Hibrida

Swimlane menyatakan bahwa AI SOC-nya, yang didukung Hero AI, dapat menyelidiki dan menangani secara mandiri insiden yang sudah dikenal maupun yang baru, dengan tunduk pada tahapan persetujuan yang dikonfigurasi oleh setiap pelanggan. Cakupannya meliputi 16 ranah keamanan dan TI, termasuk endpoint, cloud, identitas, email, intelijen ancaman, teknologi operasional dan perangkat terhubung, manajemen informasi dan peristiwa keamanan (SIEM), serta manajemen kerentanan.

Dalam alur kerja yang dijelaskan, agen mengakses data di platform SIEM, layanan cloud, danau data lokal (on-premises), serta penyimpanan operasional, sehingga pelanggan tidak perlu menggandakan catatan tersebut. Bukti yang relevan ditarik ke dalam catatan investigasi, sementara pelanggan menentukan data apa yang disimpan Swimlane dan berapa lama penyimpanannya. Hero AI memetakan sumber-sumber tersebut dan memperkaya peringatan dengan intelijen ancaman, konteks organisasi, riwayat investigasi, serta kerangka kerja keamanan MITRE ATT&CK dan D3FEND.

Menurut Swimlane, di dalam platform, agen dengan kemampuan penalaran mendalam menangani penalaran kompleks, sementara agen ahli mengerjakan tugas-tugas khusus. Pelanggan memilih penyedia model dan lokasi penerapan yang sesuai dengan kompleksitas dan biaya tugas. Investigation & Response Agent menyusun rencana yang dapat ditinjau atau diubah oleh analis, dan Hero AI dapat menjalankan rencana tersebut atau mengubahnya menjadi playbook deterministik, yaitu rangkaian otomatisasi tetap untuk pekerjaan yang berulang. Pembagian ini mencadangkan penalaran adaptif untuk ancaman baru dan menggunakan eksekusi yang lebih terprediksi dan berbiaya lebih rendah untuk aktivitas rutin.

Perusahaan melaporkan bahwa seorang pelanggan di bidang layanan kesehatan yang menangani sekitar 180 ancaman per hari berhasil mengurangi biaya investigasi hingga 90% dengan pendekatan hibrida ini; hasil tersebut hanya berlaku bagi pelanggan itu dan bukan rata-rata di seluruh platform.

Tata Kelola Mencakup Model, Data, dan Tindakan

Swimlane menyatakan bahwa setiap interaksi dengan model bahasa besar dan setiap tindakan agen dapat diaudit. Agen memiliki identitas yang diatur, kontrol akses berbasis peran, serta kontrol siklus hidup, sementara data dan konektor diisolasi untuk setiap penyewa. Pelanggan menetapkan batasan terkait penyedia model, lokasi penerapan, otonomi, akses ke pengetahuan, dan eksekusi deterministik, sehingga membatasi tindakan yang dapat dilakukan sistem tanpa persetujuan.

Praktik yang direkomendasikan dalam laporan ini mencakup operasi keamanan sepanjang siklus hidup, tata kelola terintegrasi dan pengawasan manusia, serta integrasi terbuka dengan hasil yang terukur; laporan itu juga menyebut integrasi pihak ketiga sebagai unsur utama bagi Swimlane. Agen yang dibuat pelanggan dan otomatisasi bahasa alami memungkinkan pelanggan memperluas platform, sementara dukungan multitenansi dan penerapan yang fleksibel menyesuaikannya dengan beragam lingkungan operasional. Pendekatan ini dirancang untuk melengkapi investasi keamanan yang sudah ada, bukan mengharuskan penggantian platform secara menyeluruh.

Swimlane menyatakan bahwa pelanggannya melaporkan laba atas investasi sebesar 240% pada tahun pertama dan pengurangan 75% pada waktu rata-rata untuk merespons, yakni rata-rata waktu yang diperlukan untuk menanggapi suatu insiden.

Penyedia Layanan Terkelola Memperluas Model Ini

Swimlane menyatakan bahwa kira-kira separuh bisnisnya dijalankan melalui mitra kanal dan sepertiganya melalui penyedia layanan keamanan terkelola (MSSP). Penawaran untuk MSSP yang diluncurkan pada Juli 2026 menambahkan intelijen ancaman lintas penyewa, pusat komando terpusat, proses orientasi klien yang terstandardisasi, serta analitik portofolio dengan integrasi ServiceNow dan Jira. Frost & Sullivan menggambarkan model ini sebagai model yang mempertahankan hubungan dengan pelanggan akhir, data, dan penyampaian layanan di tangan MSSP, sehingga Swimlane dapat melayani penyedia layanan alih-alih bersaing dengan mereka.

Arti penting yang lebih luas dari pendekatan ini tidak hanya terletak pada pemilihan model. Penerapan penalaran agen pada berbagai alat terdistribusi memerlukan batasan yang dapat ditegakkan terkait penyimpanan data, akses, dan kewenangan untuk merespons. Hasil terkait biaya dan waktu respons yang dilaporkan Swimlane menunjukkan manfaat operasional dari cakupan tersebut, sementara praktik yang direkomendasikan Frost & Sullivan menjadikan tata kelola dan pengawasan manusia sebagai hal penting seiring makin otonomnya platform pusat operasi keamanan berbasis AI.