NATO mulai menguji agen kecerdasan buatan dalam latihan operasi siber, tetapi skenarionya tidak menempatkan model sebagai pengganti operator. Dalam Crossed Swords 2026, peserta merancang, menjalankan, dan mengevaluasi agen AI sambil tetap bekerja sebagai pengendali manusia.
Latihan itu diselenggarakan NATO Cooperative Cyber Defence Centre of Excellence (CCDCOE) di Tallinn, Estonia, pada 2–6 November 2026. Menurut CCDCOE, lebih dari 250 peserta dari lebih dari 40 negara NATO dan non-NATO ikut berlatih. Mereka berasal dari satuan siber militer, tim forensik digital, pemburu ancaman, dan spesialis lain yang bekerja bersama organisasi pertahanan nasional.
Tahun ini, Crossed Swords menambahkan jalur pelatihan yang berfokus pada agen AI untuk operasi siber. Peserta membuat agen, memasangnya di lingkungan teknis latihan, lalu menilai bagaimana agen tersebut bekerja dalam konteks operasi yang lebih luas. Untuk pertama kalinya, lingkungan teknis latihan itu juga memakai OpenAI Daybreak selain sistem AI yang berjalan di tempat.
CCDCOE menggambarkan latihan ini bukan sebagai lomba membuat chatbot paling pintar. Fokus utamanya adalah koordinasi. Operasi siber dalam skenario tersebut harus diselaraskan dengan kegiatan kinetik dan operasi pasukan khusus. Efek siber perlu hadir pada waktu yang tepat, kadang dalam hitungan menit, agar mendukung tujuan operasi lain.
Jozef Kostelansky, direktur latihan, mengatakan bahwa AI kini berada dalam alur operasi di kedua sisi. Pernyataan itu penting karena mengubah bentuk latihan: peserta tidak hanya menguji kemampuan menemukan atau mengeksploitasi kelemahan, tetapi juga menguji keputusan apa yang boleh didelegasikan kepada agen dan kapan operator harus mengambil alih.
Dari lingkungan latihan ke pertahanan jaringan
Penggunaan AI di Crossed Swords terhubung dengan kerja sama lain antara OpenAI dan NATO. Dalam tulisan yang diterbitkan 17 November, OpenAI mengatakan bahwa NATO Communications and Information Agency (NCIA) memberi akses ke model keamanan siber untuk membantu melindungi jaringan institusi inti NATO.
OpenAI menyebut NATO menggunakan hingga 300 miliar token input dan output mentah per bulan dalam pekerjaan tersebut. Angka itu adalah klaim dari OpenAI dan tidak disertai rincian publik mengenai model tertentu, beban kerja spesifik, atau ukuran penghematan waktu. Karena itu, angka tersebut lebih tepat dibaca sebagai gambaran skala penggunaan menurut penyedia teknologi, bukan ukuran mandiri tentang efektivitas pertahanan NATO.
Deskripsi OpenAI mencakup beberapa jenis pekerjaan: meninjau perangkat lunak, menyelidiki aktivitas mencurigakan, memvalidasi kerentanan, serta mengembangkan dan menguji perbaikan. Perusahaan juga menyebut akses serupa untuk badan dan tim pertahanan siber di Eropa, termasuk ENISA, ANSSI, badan nasional Jerman dan Polandia, serta tim di Ukraina.
Ada contoh hasil yang lebih konkret dalam tulisan itu. OpenAI mengatakan ENISA memakai modelnya untuk membantu menemukan empat kerentanan pada perangkat lunak yang digunakan institusi Uni Eropa, dan perbaikannya telah diterbitkan. OpenAI juga merujuk laporan bersama ENISA dan CERT-EU yang meninjau 27 proyek perangkat lunak. Dari 88 potensi masalah yang dinilai oleh pengelola perangkat lunak, 95 persen disebut terkonfirmasi sebagai masalah nyata.
Namun angka-angka tersebut tetap perlu ditempatkan dalam konteks. Laporan itu menilai temuan setelah pemeriksaan manusia, bukan berarti model bekerja sendirian dan seluruh hasilnya otomatis benar. OpenAI sendiri menggambarkan model sebagai alat untuk mempercepat analisis, pencarian kelemahan, dan pengujian perbaikan. Pengungkapan kerentanan, pengujian pada sistem nyata, dan keputusan mitigasi tetap melibatkan peneliti serta pemilik perangkat lunak.
Batas yang diuji justru sama pentingnya
Crossed Swords memberi perhatian khusus pada pengawasan manusia. Peserta bekerja bersama agen sebagai operator, bukan menyerahkan seluruh operasi kepada model. Dalam konteks militer dan infrastruktur kritis, batas ini bukan sekadar pilihan desain antarmuka. Agen yang dapat menelusuri sistem, menyusun langkah eksploitasi, atau mengubah konfigurasi membutuhkan pembatasan ruang lingkup yang jelas, pencatatan tindakan, dan mekanisme penghentian.
Latihan seperti ini juga membantu menguji masalah yang tidak terlihat dalam demo produk. Model mungkin menemukan jalur yang berguna tetapi salah menilai dampak operasional. Ia bisa menghasilkan langkah teknis yang valid di laboratorium tetapi tidak cocok dengan aturan keterlibatan, urutan operasi, atau kondisi jaringan yang berubah. Koordinasi dengan tim manusia menjadi bagian dari kemampuan sistem, bukan tambahan setelahnya.
OpenAI menyebut Daybreak ditujukan untuk pekerjaan keamanan yang berwenang. Frasa itu menentukan batas penggunaan: model dipakai oleh pembela yang memiliki otorisasi, pada lingkungan yang ruang lingkupnya ditetapkan. Klaim tersebut tidak menghapus risiko, tetapi menunjukkan arah pengembangan yang berbeda dari alat serangan otomatis tanpa pengawasan.
Untuk saat ini, kabar utamanya bukan bahwa NATO telah menyerahkan pertahanan jaringan kepada AI. Yang terjadi adalah dua lapis pengujian: latihan internasional menguji bagaimana agen ditempatkan di dalam operasi yang melibatkan banyak tim, sementara kerja sama NCIA menguji apakah model dapat membantu pekerjaan pertahanan yang lebih rutin dan berulang.
Hasil akhirnya masih bergantung pada evaluasi independen. Crossed Swords dapat menunjukkan bagaimana agen bekerja dalam skenario latihan, tetapi tidak otomatis membuktikan kinerja yang sama di jaringan operasional. Demikian pula, angka penggunaan dan tingkat temuan yang disampaikan OpenAI perlu dibaca bersama metode pengujian, peran manusia, dan bukti perbaikan yang dapat diperiksa. Arah eksperimennya jelas: AI masuk ke operasi siber, tetapi pertanyaan terpenting bukan hanya seberapa banyak tugas yang bisa diotomatisasi. Pertanyaannya adalah apakah manusia masih dapat memahami, membatasi, dan menghentikan tindakan agen ketika situasi menjadi sulit.