.png)
Jika AI Mengambil Alih Tugas Awal di SOC, Di Mana Analis Junior Akan Belajar?
Otomatisasi dapat mempercepat pekerjaan tim keamanan. Namun, jika analis junior kehilangan kesempatan mengerjakan tugas yang sebelumnya melatih mereka, organisasi berisiko melemahkan jalur pengembangan talenta sendiri.
ITSEC Asia
Security Operations Centre (SOC) selama ini menjadi tempat bagi banyak profesional cybersecurity untuk membangun pengalaman. Analis junior belajar memeriksa alert, menyelidiki aktivitas mencurigakan, menghubungkan log dan mengenali pola yang sudah terbiasa dilihat oleh rekan senior. Pekerjaannya mungkin berulang, tetapi dari proses itulah ketajaman analisis berkembang.
AI mulai mengubah proses tersebut. Sistem otomatis dapat merangkum alert, menghubungkan berbagai peristiwa dan menentukan prioritas ancaman sehingga analis menghabiskan lebih sedikit waktu untuk pemeriksaan rutin. Efisiensi ini menarik, terutama bagi tim yang harus menangani banyak peristiwa keamanan. Namun, ada pertanyaan yang perlu dijawab: bagaimana talenta pemula memperoleh pengalaman jika sebagian pekerjaan awal mereka semakin banyak dilakukan oleh mesin?
Laporan pemerintah Inggris, Cyber Security Skills in the UK Labour Market 2026, yang diterbitkan pada 29 September 2026, menemukan bahwa 70% perusahaan cybersecurity menggunakan AI dalam pekerjaan sehari-hari, naik dari 53% pada studi sebelumnya. Sebanyak 73% juga memperkirakan kebutuhan keterampilan AI akan meningkat dalam 12 bulan berikutnya. Riset kualitatif dalam laporan tersebut mengangkat kekhawatiran bahwa otomatisasi dan agentic AI dapat mengurangi sebagian tugas SOC tingkat pemula sehingga kesempatan analis junior untuk berkembang menjadi profesional berpengalaman ikut menyusut. GOV.UK
Temuan ini merupakan gambaran dari Inggris, bukan ukuran kondisi Indonesia. Namun, persoalan pengembangan talenta yang diangkatnya relevan bagi organisasi yang sedang mengadopsi otomatisasi.
Pekerjaan rutin adalah tempat pertimbangan teknis dibangun
Alert yang ternyata tidak berbahaya tetap bisa menjadi bahan belajar. Mengapa sistem menandainya? Log mana yang dapat mengonfirmasi aktivitas tersebut? Bukti apa yang bisa mengubah kesimpulan? Kapan sebuah temuan harus dieskalasikan?
Pertanyaan seperti ini membangun kebiasaan investigasi yang tidak otomatis terbentuk hanya karena seseorang membaca rangkuman AI. Jika analis junior selalu menerima kesimpulan yang sudah jadi, mereka mungkin terampil memproses jawaban tanpa memahami cara menguji kebenarannya.
Karena itu, organisasi perlu membedakan otomatisasi pekerjaan dari penghilangan kesempatan belajar. SOC dapat mengotomatisasi pengelompokan awal alert sambil tetap menugaskan analis junior untuk memeriksa kasus tertentu, memvalidasi bukti dan menjelaskan alasan di balik kesimpulannya kepada mentor.
Rancang pelatihan mengikuti perubahan pekerjaan
Ada tiga pendekatan yang dapat membantu menjaga jalur pengembangan talenta:
- Pertahankan investigasi dengan supervisi. Berikan alert tertentu kepada analis junior untuk diselidiki sebelum mereka membandingkan hasilnya dengan rekomendasi AI dan penilaian analis senior.
- Latih kemampuan verifikasi. Minta peserta menemukan konteks yang belum tersedia, menguji penjelasan alternatif dan mendokumentasikan alasan menerima atau menolak rekomendasi otomatis.
- Tetapkan tahapan kompetensi. Kembangkan kemampuan analis secara bertahap dari triase alert menuju investigasi, koordinasi insiden dan pekerjaan deteksi yang lebih kompleks.
NICE Framework dari National Institute of Standards and Technology (NIST) di Amerika Serikat dapat menjadi rujukan untuk menyusun tahapan tersebut. Komponen kerangka kerja yang diperbarui pada 28 April 2026 menggambarkan pekerjaan cybersecurity melalui peran, area kompetensi serta pernyataan tugas, pengetahuan dan keterampilan. Organisasi dapat menggunakannya untuk menentukan kemampuan yang perlu dikuasai analis junior dan bukti yang menunjukkan kesiapan mereka naik ke tahap berikutnya. NIST
Tujuannya bukan mempertahankan setiap pekerjaan manual selamanya. Organisasi perlu memastikan bahwa otomatisasi tidak diam-diam menghilangkan pengalaman yang dibutuhkan seseorang untuk menangani insiden yang lebih kompleks.
Ukur kemampuan tanpa selalu bergantung pada AI
Penilaian pelatihan sebaiknya mencakup skenario ketika peserta harus memeriksa bukti, menjelaskan ketidakpastian dan mengambil keputusan sebelum melihat rekomendasi AI. Latihan lain dapat menguji kemampuan menggunakan AI untuk mempercepat investigasi sambil tetap bertanggung jawab atas hasilnya.
Bagi pengembangan tenaga cybersecurity di Indonesia, pendekatan ini membantu organisasi mengadopsi AI sekaligus menyiapkan profesional yang kelak akan mengawasi, memvalidasi dan meningkatkan kemampuan operasional keamanan.
ITSEC Cyber & AI Academy mendukung pengembangan kompetensi cybersecurity dan AI melalui pembelajaran terstruktur. Menghubungkan fondasi teknis dengan latihan realistis membantu peserta bersiap menghadapi pekerjaan yang menggunakan AI sebagai alat bantu, sementara pertimbangan teknis tetap menjadi tanggung jawab manusia.
Kembangkan keterampilan praktis cybersecurity dan AI bersama ITSEC Cyber & AI Academy.
Referensi
- UK Department for Science, Innovation and Technology. Cyber security skills in the UK labour market 2026. Diterbitkan 29 September 2026. Baca laporan resmi
- National Institute of Standards and Technology (NIST). NICE Releases NICE Framework Components v2.2.0. Diterbitkan 28 April 2026. Baca pengumuman NIST
