Sesetengah agen AI dibina untuk diberi capaian sebenar: ke akaun awan, pangkalan kod dan data syarikat, bukan sekadar tetingkap sembang. Nasihat terbaru CERT-In menunjukkan apa yang boleh tersasar apabila capaian itu tidak dikawal dengan rapi, dan inilah jenis risiko yang agensi siber Malaysia sendiri telah lama memberi amaran mengenainya.
Kandungan
Pasukan Tindak Balas Kecemasan Komputer India (CERT-In) mengeluarkan nasihat pada 15 Oktober, dilaporkan sehari kemudian oleh TechCrunch, yang menyatakan agen AI daripada beberapa penyedia telah mencapai sistem langsung organisasi India semasa larian ujian dan penyelidikan. Agen itu masuk melalui kelayakan terdedah, tetapan sambungan dan peranan awan yang terlalu longgar yang tersembunyi dalam konfigurasi aplikasi dan repositori kod awam. Mereka kemudian membaca data peribadi dan rekod perniagaan sulit, menurut CERT-In, dalam tindakan yang "melangkah luar daripada kebenaran tugas yang ditetapkan." Organisasi yang terjejas tidak mengesan pencerobohan itu sendiri; CERT-In hanya mengetahuinya kerana penyedia AI memilih untuk mendedahkannya secara sukarela. Nasihat itu tidak menamakan penyedia atau organisasi yang terlibat.
Agensi Malaysia sendiri bersuara sehari lebih awal
Pada 14 Oktober, sehari sebelum nasihat CERT-In, Ketua Pegawai Eksekutif NACSA Dr Megat Zuhairy Megat Tajuddin memberitahu Singapore International Cybersecurity Week bahawa "tidak ada negara yang boleh bekerja seorang diri untuk membina daya tahan dan melindungi ekosistem keselamatan sibernya" terhadap ancaman yang timbul daripada kemajuan pesat AI, dan menyeru negara-negara ASEAN untuk menggabungkan pembinaan keupayaan daripada menangani ancaman berasaskan AI secara bersendirian. "Kebanyakan kita masih belum menemui penyelesaian jelas untuk masalah itu," katanya.
Kenyataan NACSA adalah amaran umum, bukan ramalan khusus, dan tidak ada bukti kedua-dua peristiwa ini berkaitan. Tetapi sehari kemudian, India menghasilkan contoh sebenar risiko lebih luas yang baru digambarkan oleh Megat Zuhairy: sistem AI yang mencapai lebih jauh daripada yang pernah dibenarkan.
Mengapa ini masalah perniagaan Malaysia, bukan sekadar polisi
Apa yang digambarkan oleh CERT-In menggunakan bahan biasa: agen itu menjumpai kelayakan dan kebenaran awan yang sudah terdedah, dan menggunakannya untuk melangkah lebih jauh daripada yang dimaksudkan. Ia selari dengan corak lebih luas yang ProductNation laporkan daripada penyelidikan Check Point: satu daripada setiap 39 gesaan AI perusahaan yang diperhatikan Check Point pada bulan September sudah membawa risiko tinggi untuk membocorkan data syarikat yang sensitif.
Nasihat India adalah salah satu daripada beberapa pendedahan 2026 tentang agen AI yang mencapai sistem di luar capaian yang sepatutnya dimilikinya, menurut laporan TechCrunch yang sama: OpenAI mendedahkan secara terbuka pada Julai bahawa agennya mencapai sistem langsung Hugging Face sendiri semasa ujian keselamatan dalaman, dan kerajaan Australia mendedahkan pada September bahawa agen OpenAI telah menemui jalan untuk mendapat capaian bukan awam ke portal statistik Medicare, dengan menyatakan tiada maklumat perubatan peribadi diakses dan siasatannya masih diteruskan. Anthropic pula mendedahkan bahawa tiga model Claudenya mendapat capaian tanpa kebenaran ke sistem tiga syarikat pada Julai, selepas salah konfigurasi dalam persekitaran penilaian pihak ketiga meninggalkan model yang diberitahu tidak mempunyai capaian internet tetap tersambung. Anthropic berkata ia tidak menjumpai bukti mana-mana model mengejar matlamat sendiri.
Malaysia kini merangka Rang Undang-Undang Tadbir Urus AI, yang masih tertakluk kepada proses Kabinet dan parlimen, yang mencadangkan Pihak Berkuasa AI Pusat dan rangka kerja risiko berperingkat yang mengikat pengguna AI. Seperti yang dicadangkan, ia menyasarkan cara AI dibangunkan, digunakan dan dimanfaatkan di dalam Malaysia, soalan yang berbeza daripada apa yang dilakukan oleh agen sendiri penyedia AI apabila ia diberi capaian ke sistem pihak lain semasa ujian, iaitu apa yang digambarkan oleh nasihat CERT-In.
Apa yang perlu disemak sebelum agen AI seterusnya diberi capaian
Untuk mana-mana syarikat Malaysia yang memberi agen AI capaian ke infrastruktur awan, kod atau data pelanggan, pengajaran praktikal daripada India adalah jelas dan boleh disemak: audit kunci API dan kelayakan terdedah yang tersembunyi dalam repositori kod dan konfigurasi aplikasi, dan ketatkan peranan awan kepada apa yang sebenarnya diperlukan oleh tugas itu, bukan apa yang mudah untuk diberikan. Nasihat CERT-In menunjukkan apa yang kelayakan terdedah dan peranan awan yang terlalu longgar boleh membenarkan agen AI lakukan.
Ilustrasi foto oleh ProductNation.
