Waspada!, Serangan Fraud Berbasis AI, Perusahaan Keuangan Wajib Terapkan Cara Ini

Makin canggihnya teknologi AI ternyata tak hanya mendatangkan manfaat bagi perusahaan tapi juga risiko. Dengan GenAI, perusahaan berpeluang menciptakan sistem serba otomatis dan kendali untuk melindungi perusahaan dan pelanggan dari kejahatan dan risiko keuangan. Tapi GenAI juga bisa dimanfaatkan pelaku kejahatan untuk menciptakan ancaman berbasis AI. Badan Sandi dan Siber Nasional (BSSN) mendapati ancaman semacam ini harus diwaspadai pada tahun ini dan tahun-tahun mendatang. 

Kerugian yang disebabkan oleh perusahaan jasa keuangan akibat kejahatan siber memang tak main-main. Di dunia, sektor keuangan berada di posisi dua dalam statistik kerugian insiden siber menurut Cost of a Data Breach Report 2023 dari IBM. Kerugian yang diderita perusahaan layanan keuangan mencapai sekitar US$5,9 juta per insiden siber, lebih tinggi dari rata-rata di semua industri (US$4,45 juta). 

Sementara itu di Indonesia, laporan BSSN menunjukkan bahwa di sektor keuangan telah terjadi 38 insiden ancaman siber dan dugaan 12 kebocoran data sepanjang tahun 2023. Menurut laporan PwC, 38 persen dari insiden kebocoran data di Indonesia menyerang sektor layanan keuangan, dengan rata-rata satu pelanggaran data menghabiskan biaya yang mencapai hingga Rp78 miliar.

Salah satu kejahatan siber berbasis AI adalah deepfake, yakni AI yang dapat membuat foto dan suara palsu yang mampu menirukan orang. Tak heran, survei yang digelar BioCatch mendapati bahwa 91% perusahaan perbankan atau jasa keuangan kini mempertimbangkan untuk kembali menggunakan voice verification untuk mengantisipasi tindakan kloning suara menggunakan AI. 

“Saya rasa tantangan yang dihadapi oleh perusahaan layanan keuangan di Indonesia sama dengan yang dihadapi perusahaan layanan keuangan di tempat lain. Fraud dan serangan keamanan menjadi semakin canggih dan lebih sulit untuk dideteksi. Terlebih lagi, AI yang semakin mutakhir akan memunculkan cara baru untuk melakukan fraud atau kejahatan siber, seperti peniruan identitas, rekayasa sosial, dan banyak lagi,” kata Fajar Muharandy, Principal Solution Engineer, Cloudera.

Fajar mengatakan, agar mampu melawan berbagai fraud seperti itu di masa depan, bank harus tetap berada di depan dengan cara mendesain kembali strategi mereka, memperkuat tata kelola data, dan meningkatkan sumber daya mereka. “Bank harus menambah investasi mereka agar bisa menerapkan langkah-langkah anti-fraud yang lebih kuat dan lebih lincah untuk menghentikan ancaman yang semakin besar ini,” katanya. 

Fajar mengatakan AI dan Machine Learning akan menjadi kunci untuk membantu lembaga keuangan mengatasi risiko keuangan. AI bisa membantu mencegah kejahatan canggih dengan menemukan pola penipuan secara real-time melalui otomatisasi analisa perilaku, yang mengurangi biaya dan meningkatkan produktivitas. Penerapan AI dan machine learning akan memperkuat pertahanan melawan fraud. 

Model ML bisa menganalisis sejumlah besar data untuk mengidentifikasi pola dan anomali yang mengindikasikan potensi risiko seperti fraud, pencucian uang atau credit default, sehingga memungkinkan langkah mitigasi yang proaktif. Dalam penilaian kredit dan penjaminan pinjaman, algoritma AI mengevaluasi permohonan peminjaman, sejarah kredit dan data keuangan untuk menilai kelayakan kredit dan menghasilkan rekomendasi persetujuan yang lebih akurat dibandingkan dengan metode tradisional.

Memanfaatkan AI dan ML secara efektif mengharuskan perusahaan untuk mengintegrasikan data tepercaya dan real time dari berbagai sumber untuk melatih model dalam mendeteksi tren perilaku dan indikator fraud. Data tepercaya hanya bisa dicapai dengan pengelolaan data yang kuat melalui platform data hybrid untuk memastikan akurasi data, pengendalian yang lebih baik di seluruh data perusahaan, dan kepatuhan dengan peraturan. 

Platform hybrid data memudahkan integrasi, tata kelola dan analisis data secara real time di seluruh lingkungan secara aman dan sesuai dengan peraturan. Di saat yang sama, perusahaan dapat secara aktif mengawasi ancaman sekaligus mempercepat inisiatif AI dan transformasi digital melalui akses cepat ke data berkualitas tinggi.

Contohnya adalah Bank Negara Indonesia (BNI), yang melakukan uji coba penerapan solusi AI inference Cloudera untuk meningkatkan pengalaman nasabah dan efisiensi operasional. Platform data Cloudera memberikan mereka bukan hanya skalabilitas, namun juga keamanan dan fleksibilitas. Penerapan model AI yang lebih cepat dan lebih aman telah memperkuat mekanisme pemberian kredit perbankan di bank itu.

Fajar mengatakan, untuk melawan fraud secara efektif perusahaan harus mendesain strategi dan kebijakan yang komprehensif. Dia menyarankan empat langkah yang bisa diterapkan oleh perusahaan jasa keuangan:  

Pertama, mengorganisasi data menjadi satu sumber kebenaran. Model AI perlu dilatih dengan data yang relevan dan lengkap. Perusahaan harus membangun data pipelines dengan standar terbuka dan format yang dapat dioperasikan untuk memastikan data dapat dikumpulkan, diintegrasikan, diproses, dan dipindahkan secara bebas di seluruh perusahaan.

Kedua, meningkatkan tata kelola data untuk memastikan data yang digunakan oleh AI tepercaya. Data harus bersih agar model AI memberikan insight yang akurat mengenai fraud. Membentuk kelompok kerja pengelolaan data, melakukan audit berkala, mempromosikan praktik terbaik, dan menerapkan kepatuhan akan memastikan data yang digunakan dapat dipercaya dan siap untuk AI.

Ketiga, penggunaan data real time untuk memprediksi ancaman. Perusahaan harus menerapkan teknologi yang mempercepat time-to-insight, seperti solusi analitik streaming, yang memungkinkan analisis data yang bergerak dari sumber ke tujuan.

Dan terakhir, menggunakan platform pengelolaan data yang dapat mengelola banyak aliran data, melatih beberapa model AI dan ML, serta menerapkan tata kelola data di seluruh perusahaan. “Perusahaan perlu menggunakan platform pengelolaan data supaya pemangku kepentingan dapat menyederhanakan, memusatkan dan meningkatkan perintah dan kendali.