Ancaman siber terus berkembang pesat, memaksa para profesional keamanan untuk beradaptasi dengan taktik baru yang semakin canggih. Jika sebelumnya serangan phishing mengandalkan tautan berbahaya atau lampiran terinfeksi, kini kita dihadapkan pada fenomena Phishing 3.0, sebuah era di mana kecerdasan buatan (AI) menjadi senjata utama baik bagi penyerang maupun pihak yang bertahan.
Pergeseran ini menandai evolusi signifikan dalam lanskap ancaman siber. Pertahanan email tradisional yang berfokus pada pemindaian konten berbahaya kini tidak lagi memadai. Ancaman telah bergerak dari konten buruk ke niat jahat, dan kini, ke agen AI yang mampu melakukan riset, membuat umpan, bahkan berinteraksi secara mandiri.
Phishing 1.0, yang dominan satu dekade lalu, berpusat pada ‘konten buruk’ seperti tautan jahat, lampiran terinfeksi, dan spam. Gerbang email aman (Secure Email Gateways) dirancang untuk mengatasi ini dengan memindai pesan, mencocokkan tanda tangan, dan memblokir elemen berbahaya. Era ini sebagian besar sudah dapat ditangani dengan baik.
Kemudian muncul Phishing 2.0, yang lebih berfokus pada ‘niat jahat’. Ini mencakup penipuan email bisnis (BEC), penyamaran eksekutif, faktur palsu, dan penipuan transfer dana. Dalam kasus ini, tidak ada muatan berbahaya yang dapat dipindai. Serangan ini murni rekayasa sosial yang tampak seperti permintaan normal dari orang yang dipercaya. Gerbang keamanan menjadi ‘buta’ karena tidak ada konten yang bisa ditandai. Analisis perilaku menjadi satu-satunya metode yang efektif untuk mendeteksinya.
Kini, kita memasuki Phishing 3.0, yang didukung AI dan bersifat multi-saluran. AI generatif (GenAI) digunakan untuk menulis umpan, sementara deepfake membawa serangan ke dalam bentuk suara dan video. Kampanye serangan meluas melalui email, alat kolaborasi, dan panggilan langsung. Penyerang bukan lagi individu yang mengetik, melainkan agen AI yang melakukan riset, menyusun, mengirim, dan beradaptasi secara mandiri. Perubahan ini secara fundamental mengubah ekonomi serangan siber.
Agen AI kini melakukan pengintaian (reconnaissance) yang sebelumnya memakan waktu dan biaya bagi penyerang manusia. Agen AI dapat merangkum jejak publik perusahaan, mengambil data dari GitHub dan dokumentasi cloud, mengidentifikasi struktur organisasi, dan menghasilkan alasan penipuan (pretext) yang spesifik untuk target dalam hitungan detik. Ini memungkinkan serangan yang dipersonalisasi untuk ribuan organisasi sekaligus.
Kualitas umpan phishing juga meningkat drastis. Serangan phishing yang canggung dan salah eja kini digantikan oleh umpan interaktif yang mampu mengadakan percakapan. Microsoft melaporkan adanya platform phishing yang menghasilkan puluhan juta pesan setiap bulan. Survei Dark Reading tahun 2026 menunjukkan 48% profesional keamanan menempatkan AI agen sebagai vektor serangan teratas, mengalahkan deepfake dan opsi lainnya.
Dampak serangan juga meluas. Organisasi kecil yang sebelumnya merasa terlalu minor untuk menjadi target kini ikut tersapu dalam kampanye otomatis yang terlihat seperti buatan tangan. Kasus yang banyak dilaporkan di perusahaan teknik Arup menunjukkan betapa canggihnya serangan ini. Dimulai dengan email phishing yang menyamar sebagai CFO, serangan itu kemudian melibatkan panggilan video deepfake yang meyakinkan, menyebabkan karyawan menyetujui 15 transfer senilai sekitar 25 juta dolar AS. Pertahanan email biasa tidak akan mampu mendeteksi serangan semacam ini, karena serangan tersebut mengeksploitasi kepercayaan visual dan audio.
Data terbaru mengindikasikan bahwa kepercayaan digital sudah terkikis. Sebuah studi Osterman Research pada Januari 2026, yang melibatkan 128 pemimpin keamanan dan IT di AS, menemukan bahwa 88% mengalami setidaknya satu insiden yang merusak kepercayaan pada komunikasi digital mereka dalam setahun terakhir. Sebanyak 82% melihat minat aktor ancaman yang meningkat di industri spesifik mereka, dan 60% kurang percaya diri dalam kemampuan mereka menangani serangan deepfake.
Model respons keamanan tradisional yang berfokus pada ‘blokir, deteksi, dan respons’ kini tidak lagi efektif. Model ini bekerja saat menghadapi penyerang manusia yang mengirim beberapa ratus email. Namun, melawan agen AI yang menghasilkan serangan personal, percakapan, dan multi-saluran lebih cepat daripada kemampuan manusia membacanya, model ini akan selalu tertinggal satu langkah.
Volume ancaman yang masif menjadi buktinya. Studi Crogl dan Ponemon Institute tahun 2026 melaporkan bahwa pusat operasi keamanan (SOC) perusahaan rata-rata menerima 4.330 peringatan per hari, namun hanya 37% yang diselidiki. Ini menunjukkan bahwa manusia tidak dapat mengimbangi kecepatan agen AI. Satu-satunya cara adalah dengan mengotomatisasi respons.
Oleh karena itu, model respons harus menambahkan postur ketiga: ‘pencegahan’ (preempt). Ini berarti mengantisipasi serangan yang sedang dibangun, memperkuat deteksi sebelum pesan pertama tiba, dan membiarkan otomatisasi menangani tugas rutin sehingga manusia dapat fokus pada keputusan yang membutuhkan penilaian. Jika penyerang menggunakan agen AI, pihak yang bertahan juga harus menggunakannya untuk menghindari kerugian kecepatan yang permanen.
Pergeseran ini sudah terlihat. Tim keamanan dengan postur terkuat mengadopsi AI di SOC dengan tingkat yang jauh lebih tinggi. Microsoft melaporkan bahwa agen triase peringatan otonomnya mengidentifikasi 6,5 kali lebih banyak email berbahaya daripada peninjauan manual, menghemat ratusan jam analis setiap bulan. Agen AI tidak lagi sekadar chatbot di dasbor, melainkan menjadi rekan tim yang menyelidiki secara menyeluruh dan memberikan keputusan kepada manusia, bukan sekadar tiket.
Perusahaan seperti IRONSCALES mengembangkan solusi yang mengantisipasi, menyelidiki, dan mengedukasi. Agen Red Teaming mereka melakukan pengintaian sumber terbuka seperti penyerang, memperkuat deteksi sebelum serangan dikirim. Agen Phishing SOC mereka menyelidiki ancaman setingkat analis L2, mempersingkat forensik dari jam menjadi menit. Agen Simulasi Phishing mereka melatih karyawan terhadap serangan berbasis pengintaian yang dimodelkan pada taktik nyata, bukan templat generik. Intinya, pertahanan harus memiliki agen yang berpikir seperti penyerang, karena model yang hanya bereaksi terhadap yang sudah tiba adalah model usang untuk pertarungan yang sudah berubah.
