Selama ini, keamanan data enterprise fokus pada dua kondisi: data saat disimpan (at rest) dan data saat dikirim (in transit). Ada satu celah yang selama ini kurang mendapat perhatian — data saat sedang diproses (in use). Confidential computinghadir untuk menutup celah ini, dan Gartner menempatkannya sebagai salah satu dari sepuluh tren teknologi strategis 2026, dengan proyeksi lebih dari 75% operasi pemrosesan data di infrastruktur yang tidak sepenuhnya tepercaya akan diamankan lewat confidential computing pada 2029 (Gartner, rilis resmi).
Artikel ini membahas apa itu confidential computing, kenapa relevansinya melonjak seiring meningkatnya beban kerja AI, dan kasus penggunaan yang paling langsung berdampak bagi perusahaan enterprise.
Apa Itu Confidential Computing?
Confidential computing adalah teknologi yang menggunakan trusted execution environment (TEE) berbasis hardware untuk melindungi data dan workload selagi sedang diproses — menjaga kerahasiaannya bahkan dari pemilik infrastruktur, penyedia cloud, atau siapa pun yang punya akses fisik ke hardware tersebut (Gartner, dikutip Duality). Ini memungkinkan pemrosesan data sensitif dan AI secara aman, memenuhi kebutuhan privasi dan kepatuhan yang ketat di lingkungan mana pun.
Bedanya dengan enkripsi konvensional cukup mendasar: enkripsi biasa melindungi data saat disimpan atau dikirim, tapi data tetap harus “dibuka” saat sedang diproses oleh CPU — momen inilah yang selama ini rentan diakses pihak yang tidak berwenang. Confidential computing menutup celah tersebut dengan menjaga data tetap terenkripsi bahkan selama pemrosesan berlangsung.
Kenapa Confidential Computing Jadi Penting di Era AI
Pergeseran menuju confidential computing dipercepat oleh beberapa faktor yang saling berkaitan. Regulasi privasi yang semakin ketat, kompleksitas transfer data lintas negara, dan meningkatnya beban kerja AI yang memindahkan data sensitif melalui berbagai jalur pemrosesan multi-pihak menjadi pendorong utama percepatan adopsi teknologi ini (Gartner, dikutip Duality).
Faktor AI menjadi pendorong yang paling signifikan. Berbeda dari pemrosesan data konvensional, model AI sering membutuhkan akses ke data mentah dalam jumlah besar untuk pelatihan maupun inferensi — termasuk data pelanggan, transaksi keuangan, atau catatan kesehatan. Tanpa perlindungan yang memadai saat data sedang diproses, risiko kebocoran atau penyalahgunaan data justru meningkat seiring makin luasnya penggunaan AI di operasional bisnis.
Bagaimana Cara Kerjanya
Secara teknis, confidential computing bekerja dengan mengisolasi data dan kode program ke dalam “enclave” yang aman di level hardware. Bahkan sistem operasi atau hypervisor yang menjalankan mesin virtual di atasnya tidak bisa mengakses isi enclave tersebut. Artinya, meskipun infrastruktur yang digunakan berada di cloud publik yang dikelola pihak ketiga, data yang diproses di dalam enclave tetap tidak bisa dilihat oleh penyedia cloud tersebut.
Pendekatan ini sangat relevan untuk skenario di mana beberapa pihak perlu berkolaborasi mengolah data tanpa harus saling mempercayai satu sama lain sepenuhnya — misalnya kolaborasi lintas-perusahaan, atau pemrosesan data yang melibatkan pihak ketiga penyedia infrastruktur AI.
Kasus Penggunaan yang Paling Relevan untuk Enterprise
Beberapa skenario di mana confidential computing memberi nilai paling nyata:
Industri dengan regulasi ketat. Sektor keuangan, kesehatan, dan pemerintahan — di mana kedaulatan data (data sovereignty) menjadi kebutuhan non-negotiable — sudah bergerak dari tahap evaluasi menuju implementasi nyata teknologi ini.
Pemrosesan AI atas data sensitif. Ketika model AI dilatih atau digunakan untuk menganalisis data pelanggan yang sensitif, confidential computing memastikan data tersebut tidak terekspos bahkan kepada tim internal yang mengelola infrastrukturnya.
Kolaborasi lintas-kompetitor atau lintas-organisasi. Situasi di mana beberapa perusahaan perlu berbagi insight dari data masing-masing tanpa membuka akses langsung ke data mentah satu sama lain.
Operasional lintas-yurisdiksi. Perusahaan yang beroperasi di berbagai negara dengan regulasi data yang berbeda-beda bisa memanfaatkan confidential computing untuk memenuhi persyaratan kedaulatan data tanpa mengorbankan efisiensi operasional.
Confidential Computing dan Governance: Dua Sisi yang Saling Melengkapi
Confidential computing bukan pengganti kerangka governance dan keamanan yang sudah ada, melainkan pelengkap lapisan teknis yang penting. Data menunjukkan bahwa organisasi dengan program governance AI yang matang melaporkan insiden keamanan 45% lebih sedikit dan menyelesaikan pelanggaran keamanan 70 hari lebih cepat dibanding organisasi tanpa struktur oversight AI yang formal (McKinsey, IBM, Ponemon, Deloitte, dikutip Practical DevSecOps). Ini menegaskan bahwa governance bukan sekadar checklist kepatuhan, melainkan faktor pengganda kinerja keamanan yang nyata.
Dengan kata lain, teknologi seperti confidential computing paling efektif ketika berjalan bersamaan dengan kerangka governance yang jelas — bukan sebagai solusi tunggal yang berdiri sendiri. Perusahaan yang sudah membangun kejelasan akuntabilitas dan proses audit akan jauh lebih siap memanfaatkan lapisan keamanan teknis tambahan seperti confidential computing.
Prinsip keamanan berlapis semacam ini menjadi bagian dari fondasi yang kami perhatikan saat membangun Custom ERP with AI dan Enterprise System Upgrade Crocodic — memastikan data sensitif perusahaan, terutama yang diproses lewat kapabilitas AI, dikelola dengan kontrol akses dan perlindungan yang sesuai kebutuhan masing-masing klien.
Kesimpulan
Confidential computing menandai pergeseran penting dalam cara perusahaan melindungi data — dari sekadar mengamankan data saat disimpan dan dikirim, menuju perlindungan menyeluruh termasuk saat data sedang diproses. Seiring meningkatnya beban kerja AI yang mengolah data sensitif dalam skala besar, kebutuhan terhadap lapisan keamanan ini akan terus meningkat, bukan sekadar tren teknis sesaat.
Jika Anda ingin mengevaluasi bagaimana data sensitif di sistem operasional Anda saat ini dikelola dan dilindungi, tim Crocodic terbuka untuk mendiskusikan kebutuhan sistem Anda dan membantu memetakan pendekatan keamanan yang sesuai dengan kondisi bisnis Anda.
Discussion