Loncat ke konten utama

Mengapa Kecerdasan Buatan Berbasis Agen Mengubah Paradigma Keamanan Tradisional dan Apa yang Akan Terjadi Selanjutnya

Panduan bagi para pemimpin di bidang keamanan siber mengenai AI otonom, risiko yang muncul, dan perlindungan berbasis data

Bergabunglah bersama Skyhigh Security pembicara tamu Jeff Pollard, Wakil Presiden Bidang Riset CISO di Forrester, dalam diskusi yang sangat relevan mengenai apa yang membuat AI berbasis agen secara mendasar berbeda, bagaimana sistem-sistem ini bekerja, serta langkah-langkah yang perlu diambil organisasi saat ini untuk melindungi data sensitif, menerapkan tata kelola, dan mengurangi risiko di lingkungan yang sangat diatur.

Pesan Tempat Anda

AMER / EMEA
Selasa, 14 Juli 2026
10.00 – 11.00 ET
07.00 PT · 09.00 CT · 15.00 BST
Daftar — AMER / EMEA
APJ
Kamis, 23 Juli 2026
08.30 – 09.30 WIB
Daftar — APJ

AI Berorientasi Agen Mengubah Segal

AI agensial menghadirkan tantangan keamanan baru di berbagai aspek, mulai dari prompt, hasil keluaran, identitas, API, peramban, aplikasi SaaS, aplikasi pribadi, hingga alur kerja yang digerakkan oleh mesin. Di saat yang sama, pelaku ancaman memanfaatkan AI untuk mempercepat teknik rekayasa sosial, penemuan kerentanan, dan pelaksanaan serangan — sehingga mempersempit jendela waktu respons bagi tim keamanan yang sudah kewalahan.

Apa yang Akan Anda Pelajari

Memahami Risiko AI Berbasis Agen

Pelajari apa itu AI agentik, apa perbedaannya dengan antarmuka obrolan LLM yang sudah umum kita kenal, dan mengapa otonomi, penggunaan alat, serta akses berbasis kredensial menciptakan jenis risiko perusahaan yang baru.

Memetakan Permukaan Serangan yang Semakin Luas

Pelajari bagaimana AI berbasis agen menimbulkan risiko paparan yang melibatkan pengguna, agen, aplikasi, API, aktivitas peramban, alur kerja, dan data perusahaan yang sensitif.

Alamat Shadow AI

Kaji mengapa penerapan AI yang disetujui maupun yang tidak disetujui memerlukan tata kelola yang lebih kuat, transparansi, dan penegakan aturan secara real-time.

Mengurangi Kompleksitas

Simak bagaimana tim keamanan dapat menyederhanakan arsitektur mereka sekaligus meningkatkan kemampuan pemantauan, kepatuhan, dan penegakan kebijakan.

Membangun Model Zero Trust yang Berorientasi pada Data

Temukan seperti apa seharusnya arsitektur keamanan AI modern — dengan sistem perlindungan yang ditempatkan sedekat mungkin dengan data penting.

Belajar dari Salah Satu Pakar Keamanan Terkemuka di Bidang

Pembicara Tamu

Jeff Pollard

Wakil Presiden Bidang Riset CISO, Forrester

Jeff memimpin penelitian Forrester mengenai peran CISO, dengan spesialisasi di bidang strategi keamanan, anggaran, metrik, analisis kelayakan bisnis, dan presentasi kepada dewan direksi. Karyanya juga mencakup layanan keamanan terkelola, layanan keamanan profesional, serta inovasi keamanan yang berorientasi masa depan.

Jeff Pollard

Apa yang Akan Dibahas dalam Sesi “
” Tingkat Eksekutif Ini

Bagaimana AI berbasis agen bekerja dan mengapa hal itu mengubah model risiko perusahaan
Di mana langkah-langkah pengamanan tradisional tidak cukup efektif
Bagaimana AI mempercepat laju serangan dan meningkatkan tingkat kecanggihan para penyerang
Mengapa identitas, akses data, aktivitas peramban, dan API merupakan titik kendali kritis
Apa saja yang harus dimuat dalam arsitektur Zero Trust yang berpusat pada data untuk keamanan AI
Bagaimana organisasi yang diatur oleh badan pengawas dapat memperkuat tata kelola tanpa menambah kerumitan yang tidak perlu

Siapa yang Sebaiknya Mengikuti Acara Ini

Sesi ini dirancang untuk para pemimpin di bidang keamanan siber dan teknologi yang bertanggung jawab atas perlindungan data sensitif, pengurangan risiko, serta mempersiapkan organisasi mereka menghadapi era berikutnya dalam penerapan kecerdasan buatan (AI), termasuk:

CISO dan Pejabat Eksekutif Bidang Keamanan

Para Pemimpin di Bidang Arsitektur Keamanan

Para Pemimpin di Bidang Keamanan Data

Para Pemimpin di Bidang Keamanan Awan

Pejabat Eksekutif Bidang Risiko dan Kepatuhan

Para Pemimpin Industri yang Terawasi

Webinar AI Berbasis Agen— 14 Juli 2026