Memantau Aktivitas Copilot untuk Tim Keamanan

By Mirko Peters · 2026-04-16 · Updated 2026-07-28

Pelajari cara tim keamanan memantau aktivitas Copilot dengan tata kelola, tinjauan akses, dan proses investigasi yang praktis untuk Microsoft 365.

Automatically translated with AI from the original post. Read the English original

Jawaban Singkat: Memantau aktivitas Copilot berarti menggabungkan audit Microsoft 365, identitas, perlindungan data, dan proses operasional untuk memahami bagaimana pekerjaan berbantuan AI digunakan. Mulailah dengan pertanyaan tata kelola yang jelas, pemilik data yang tepat, dan proses tinjauan yang terdokumentasi, bukan memperlakukan pemantauan sebagai kontrol teknis yang berdiri sendiri.

AI tidak lagi sekadar mengetuk pintu. AI sudah duduk di meja Anda, menulis email, menelusuri drive bersama, dan menganalisis data sensitif milik pengguna Anda. Microsoft Copilot menawarkan produktivitas yang mengubah permainan, tetapi juga memunculkan serangkaian pertanyaan baru tentang keamanan dan kepatuhan. Bagi tim keamanan, prinsip "percaya tetapi verifikasi" tidak lagi sekadar slogan, melainkan keharusan, karena tindakan yang didorong AI dapat terjadi lebih cepat dan dalam skala yang jauh lebih besar daripada kesalahan manusia.

Panduan ini membahas tantangan utama: bagaimana Anda memastikan Copilot tetap bermanfaat tanpa berubah menjadi sumber kebocoran data yang tidak disengaja? Anda akan mendapatkan gambaran lengkap tentang model keamanan unik Copilot, integrasinya dengan Microsoft 365, serta teknik dan praktik terbaik untuk deteksi, pemantauan, dan kepatuhan. Mulai dari melacak jalur akses hingga menerapkan kontrol kebijakan, kami membahas hal-hal yang perlu Anda ketahui agar tetap dapat mengendalikan risiko AI yang baru muncul sambil tetap produktif. Mari kita mulai.

Memahami Keamanan Microsoft Copilot di Lingkungan Perusahaan

Jika Anda sudah cukup lama berkecimpung di keamanan perusahaan, Anda tahu bahwa setiap teknologi baru membawa jenis risiko yang berbeda. Yang membuat Microsoft Copilot unik bukan hanya kemampuannya berpikir cepat, tetapi juga bahwa ia berpikir dengan data paling sensitif milik organisasi Anda. Copilot terjalin erat dengan ekosistem Microsoft 365, sehingga ia memiliki visibilitas istimewa terhadap berkas, email, kalender, dan ratusan titik interaksi data. Ini bukan aplikasi tambahan yang sekadar ditempelkan pada tumpukan teknologi Anda; Copilot tertanam di jantung alur kerja bisnis Anda.

Perbedaan utamanya terletak pada seberapa besar wewenang Copilot dalam mengakses data. Copilot bekerja dengan identitas setiap pengguna, artinya visibilitas dan tindakannya hanya seketat izin dan kebijakan yang sudah ada. Namun, tidak seperti manusia, Copilot dapat memproses, mengingat, dan menyintesis informasi dalam jumlah besar dengan kecepatan yang melampaui model ancaman tradisional.

Mengapa semua ini penting bagi tim keamanan? Pertama, setiap kueri Copilot bisa menjadi jendela menuju data bisnis yang rahasia, sehingga taruhannya untuk kontrol akses yang kuat, pemantauan aktif, dan kepatuhan menjadi jauh lebih besar. Anda tidak hanya mengawasi kesalahan manusia, tetapi juga kelebihan berbagi informasi yang dilakukan oleh alat pintar yang bermaksud "membantu". Memahami dasar desain keamanan Copilot adalah langkah pertama menuju strategi pertahanan berlapis yang nyata. Untuk mendalami cara mengamankan Copilot dan menerapkan akses dengan hak minimum, lihat ulasan praktis berikut di Governed AI: Keeping Copilot Secure and Compliant.

Dan jika Anda ingin memahami alasan di balik tata kelola, kontrak, dan kontrol teknis sebelum mengaktifkan Copilot, ada pembahasan tajam di Copilot Governance: Policy or Pipe Dream?.

Apa Itu Keamanan Microsoft Copilot?

Keamanan Microsoft Copilot mengacu pada kumpulan kontrol, praktik, dan teknologi yang melindungi cara Copilot berinteraksi dengan data perusahaan. Dalam konteks bisnis, Copilot berjalan dengan hak akses yang sama seperti pengguna yang memanggilnya, dengan mengambil konten dari email, berkas, obrolan Teams, dan aset perusahaan lainnya. Pengaturan ini menjadikan Copilot sekutu produktivitas yang kuat, tetapi juga menjadikan setiap kueri AI sebagai potensi titik paparan data.

Model keamanannya mencakup perlindungan data (memastikan informasi sensitif tidak bocor), privasi (mengontrol bagaimana data pribadi dan data yang diatur regulasi diakses atau diproses), serta kepatuhan (memenuhi kewajiban industri seperti GDPR dan HIPAA). Pada intinya, keamanan Copilot memastikan bahwa kemudahan berbasis AI tidak mengorbankan kendali atas informasi paling berharga Anda.

Kontrol Keamanan Microsoft Copilot dan Otorisasi Berbasis Identitas

Copilot terintegrasi erat dengan kontrol keamanan di Microsoft 365, dengan menerapkan akses berbasis otorisasi identitas. Dalam bahasa sederhana: jika seorang pengguna dapat mengakses suatu data, Copilot juga dapat mengaksesnya, tidak lebih dan tidak kurang. Conditional access, izin berbasis peran, dan kebijakan Microsoft Purview berperan dalam menegakkan batasan-batasan ini. Kontrol-kontrol tersebut memastikan Copilot tidak dapat melewati kebijakan keamanan atau melihat data yang tidak dapat diakses oleh pengguna itu sendiri.

Otorisasi berbasis identitas berarti Copilot bertindak sebagai perpanjangan dari pengguna, dengan mencerminkan izin pengguna secara real time. Ini juga berarti bahwa celah dalam desain izin atau proses persetujuan OAuth yang lemah dapat memperbesar risiko. Untuk mencegah penyerang memanfaatkan jalur identitas ini, terutama melalui OAuth consent phishing, sebaiknya tinjau tips seperti yang dijelaskan dalam Entra ID OAuth Consent Attack Explained dan pastikan kebijakan conditional access Anda tidak menyisakan celah tersembunyi, sebagaimana disorot di Conditional Access Policy Trust Issues.

Pengambilan Data Perusahaan oleh Copilot Menggunakan Microsoft Graph

Nah, jika Anda bertanya-tanya bagaimana Copilot "mengetahui" apa yang diketahuinya, jawabannya hampir selalu adalah Microsoft Graph. Ini adalah lapisan API yang digunakan Microsoft 365 untuk menyediakan data pengguna bagi aplikasi, dan Copilot memanfaatkan jalur ini untuk mengambil email, file, chat, dokumen SharePoint, dan banyak lagi. Pada dasarnya, Copilot membangun kemampuan AI-nya dengan merangkai data dari aplikasi yang dapat diakses pengguna, semuanya melalui platform Graph yang terpadu ini.

Bagi tim keamanan dan kepatuhan, memahami peran Microsoft Graph membantu memperjelas batasan atas apa yang dapat dan tidak dapat dilihat Copilot. Copilot tidak melewati kontrol atau mengakses sudut-sudut tersembunyi di jaringan Anda; ia tetap terikat pada izin dan tata kelola yang sudah Anda siapkan. Namun, mengelolanya lebih rumit daripada kelihatannya. Izin Graph yang terlalu luas atau hak akses yang salah konfigurasi dapat mengubah Copilot menjadi super-user yang tidak disengaja.

Yang dipertaruhkan bukan hanya catatan individual, melainkan dampak kumulatif dari akses lintas aplikasi, retensi konteks, dan perangkuman data yang kaya dalam setiap respons Copilot. Inilah alasan mengapa tata kelola yang dirancang dengan cermat itu penting. Panduan lebih dalam tentang membedakan akses dan kepemilikan, serta dampak nyata terhadap keamanan Copilot, dapat Anda temukan dalam artikel tentang tata kelola akses data ini.

Cara Copilot Enterprise Mengambil Data dengan Microsoft Graph

Copilot mengambil data perusahaan melalui API Microsoft Graph, dengan menggunakan identitas dan izin pengguna yang sedang aktif. Ketika seorang pengguna memberikan perintah Copilot, misalnya, "Rangkum semua email HR dari minggu lalu", Copilot melakukan kueri ke Microsoft Graph, hanya mengambil informasi yang biasanya dapat dilihat oleh pengguna tersebut, lalu meneruskannya ke model bahasanya untuk dianalisis atau dijadikan respons.

Izin Graph diwarisi dari peran dan keanggotaan grup pengguna. Jika izin diatur terlalu luas, misalnya dengan memberikan akses ke "semua kotak surat" melalui Graph, Copilot dapat secara tidak sengaja menampilkan konten sensitif di luar cakupan pengguna. Pengaturan yang diwarisi dan terkadang terlalu permisif inilah yang menimbulkan kekhawatiran tentang oversharing. Kontrol native Microsoft 365 memang kuat, tetapi tanpa desain tata kelola yang disengaja, mudah sekali melebih-lebihkan seberapa "terkunci" sebenarnya kondisi yang ada. Sebagai pengecekan realita, episode tentang governance illusion di Microsoft 365 ini wajib Anda dengarkan.

Pengambilan Data Lintas Aplikasi dan Kesadaran Konteks yang Terhubung dengan Copilot

Salah satu kekuatan terbesar Copilot, sekaligus sumber kekhawatiran bagi banyak praktisi keamanan, adalah kemampuannya mengambil dan merangkai data dari beberapa aplikasi M365 dalam satu kueri. Ketika Anda meminta Copilot untuk "Rangkum negosiasi terakhir dengan Client X", Copilot dapat merujuk undangan kalender, chat Teams, dan dokumen SharePoint sekaligus. Copilot mempertahankan konteks pengguna sepanjang respons ini, dan memastikan Copilot tidak pernah mengakses data yang tidak diizinkan untuk diakses pengguna.

Kemampuan lintas-aplikasi ini bisa sangat meningkatkan produktivitas, tetapi juga memperbesar risiko jika batas konteks tidak didefinisikan dengan baik. Kesadaran konteks yang kuat di Copilot membantu mencegah kebocoran data, tetapi hanya jika konektor aplikasi, kontrol DLP, dan kebijakan penyewa diterapkan sebagai pagar pengaman. Untuk pembahasan lebih mendalam tentang isolasi, strategi DLP, dan tata kelola agen tingkat lanjut, silakan baca advanced Copilot agent governance with Microsoft Purview.

Identitas, Akses, dan Model Izin dalam Keamanan Copilot

Intinya begini: dalam dunia Copilot, identitas dan akses adalah segalanya. Copilot tidak berdiri sendiri; ia beroperasi sebagai "pengganda identitas", artinya akses Copilot ke data dan layanan sepenuhnya bergantung pada kumpulan izin dari pengguna yang menjalankannya. Hal ini membalik pola lama: setiap keanggotaan grup yang jarang ditinjau, setiap izin SharePoint yang sudah usang, setiap pemberian OAuth pihak ketiga bukan lagi sekadar beban pengelolaan, melainkan pintu yang berpotensi dilewati Copilot.

Dengan semakin maraknya plugin, konektor Graph, dan agen Copilot Studio kustom, risikonya tidak berhenti di Microsoft 365 saja. Setiap integrasi bisa menjadi jalur bagi shadow IT dan perluasan data yang tidak disengaja, sehingga tinjauan rutin terhadap identitas non-manusia, identitas layanan, dan identitas beban kerja menjadi semakin penting. Untuk memahami mengapa kontrol identitas yang kuat sangat penting, dan mengapa akun layanan tradisional kalah jauh dibandingkan identitas beban kerja yang dirancang khusus, simak panduan praktis tentang identitas beban kerja ini.

Tips: Perlakukan Copilot seperti Karyawan untuk Memperkuat Keamanan

Sebagai pegangan praktis: perlakukan Copilot seperti karyawan baru yang baru bergabung, dengan kehati-hatian dan pengawasan rutin. Karena Copilot mencerminkan izin pengguna, jika Anda membiarkan akses lama terbuka lebar atau membiarkan keanggotaan grup membengkak, Anda sama saja menyerahkan kunci kepada AI seperti halnya kepada staf Anda. Menerapkan akses prinsip hak istimewa minimum secara ketat, menjaga keanggotaan grup tetap ramping, dan mengaudit akses istimewa sama pentingnya bagi Copilot seperti bagi karyawan baru mana pun.

Dewan tata kelola, komite pengawasan, dan praktik AI yang bertanggung jawab memang tidak terdengar menarik, tetapi justru itulah yang menjaga kekacauan AI tetap terkendali. Jika Anda ingin gambaran nyata tentang bagaimana agen AI memicu risiko shadow IT saat ini, serta cara sederhana untuk mendapatkan kembali visibilitas, lihat sumber berikut tentang Governance Boards dan AI Agent Governance. Singkatnya: jangan sampai Copilot menjadi ancaman orang dalam Anda secara tidak sengaja.

Pengaman Pemantauan yang Ditingkatkan untuk Penggunaan Copilot dan Pola Akses

Kepercayaan memang baik. Namun untuk Copilot, dan AI perusahaan pada umumnya, Anda memerlukan verifikasi dan visibilitas. Memantau aktivitas Copilot bukan untuk menangkap "perilaku liar", melainkan untuk mengumpulkan sinyal yang cukup guna mendeteksi kesalahan konfigurasi, kebocoran data yang tidak disengaja, atau kueri mencurigakan sebelum semuanya meningkat. Dengan Copilot yang menghubungkan pengguna, alur kerja, dan informasi sensitif dengan kecepatan mesin, pemantauan berkelanjutan menjadi salah satu pertahanan terbaik Anda.

Log yang Anda kumpulkan, cara Anda menganalisis penggunaan Copilot, dan aturan deteksi yang Anda terapkan itu penting, terutama ketika pelaku ancaman semakin lihai berbaur dengan pekerjaan AI yang tampak normal. Waspadai pola akses yang janggal: jam yang tidak wajar, permintaan agregasi data yang tidak biasa, atau percobaan berulang untuk mengakses konten terbatas. Menggabungkan sinyal aktivitas AI dengan pemantauan SOC yang lebih luas dapat mengubah kebisingan menjadi wawasan yang dapat ditindaklanjuti.

Untuk informasi praktis "cara" tentang mengaudit tindakan pengguna, dengan fokus pada Purview Audit dan retensi yang diperpanjang, Anda dapat menemukan tipsnya di How to Audit User Activity with Microsoft Purview. Dan jika Anda ingin melihat bagaimana pemantauan kepatuhan yang berkelanjutan dan real-time menutup celah risiko, jangan lewatkan Monitoring Compliance in Microsoft Defender for Cloud.

Menerapkan Aturan Deteksi dan Workbook untuk Deteksi Ancaman Copilot

1. Gunakan Microsoft Sentinel untuk Mengumpulkan Log Copilot: Hubungkan log Audit Purview dan telemetri khusus Copilot apa pun ke Microsoft Sentinel. Log ini memberikan jejak yang kaya tentang kueri, akses data, dan detail sesi Copilot. Pastikan Anda menjalankan setidaknya Audit Purview (Premium) untuk mendapatkan sinyal yang terperinci dan retensi yang diperpanjang untuk keperluan regulasi atau forensik.
2. Bangun Kueri Deteksi Kustom untuk Pola AI: Buat aturan analitik Sentinel yang menandai penggunaan Copilot yang tidak biasa. Perhatikan akses yang menyimpang, seperti unduhan dalam jumlah besar, aktivitas di luar jam kerja, atau upaya meringkas konten yang dibatasi. Gabungkan sinyal-sinyal ini dengan baseline UEBA (User and Entity Behavior Analytics) yang lebih luas agar Anda dapat mendeteksi bukan hanya aktivitas "buruk", tetapi juga aktivitas "aneh" yang tidak sesuai dengan pola normal.
3. Kembangkan Workbook untuk Dasbor Operasional: Siapkan workbook kustom untuk memvisualisasikan penggunaan Copilot, urutan kueri, dan tren akses data. Petakan prompt dan respons untuk melihat maksudnya, lalu korelasikan dengan sumber data yang mendasarinya. Workbook memudahkan Anda mendeteksi upaya berulang untuk melewati aturan DLP atau label sensitivitas, maupun pola eksfiltrasi "pelan tapi pasti" yang tidak akan memicu peringatan klasik.
4. Kurangi Kelelahan Peringatan dengan Penyaringan Noise: Jangan membanjiri tim Anda dengan noise. Perbaiki aturan deteksi Anda agar terhindar dari positif palsu. Fokuslah pada sinyal yang kaya konteks, seperti pengguna yang berulang kali menyelidiki topik sensitif atau memanfaatkan plugin Copilot untuk mengagregasi data lintas domain. Ambil pelajaran dari kesalahan kebijakan DLP "tangkap semua" yang terlalu luas. Sesuaikan aturan Anda dengan profil risiko organisasi Anda, sebagaimana dibahas dalam episode ini tentang membuka potensi nyata DLP.
5. Terapkan Pelabelan Default untuk Output Copilot: Data yang dihasilkan AI, terutama dari Notebook atau plugin, tidak selalu mewarisi label sensitivitas atau jejak audit asli. Wajibkan kebijakan klasifikasi dan retensi sebagaimana diuraikan dalam The Hidden Governance Risk in Copilot Notebooks untuk mencegah "danau data bayangan" turunan yang lolos dari pemantauan kepatuhan.

Kewajiban Regulasi Copilot dan Pertimbangan Kepatuhan

Menggunakan Copilot di lingkungan perusahaan berarti Anda akan mendapat perhatian yang lebih besar dari auditor, bagian hukum, dan (jujur saja) dewan direksi. Ketika AI dapat menyentuh data yang diatur, Anda harus memikirkan segala hal mulai dari "hak untuk dilupakan" dalam GDPR hingga klausul kerahasiaan HIPAA. Copilot mengubah cara dan kecepatan data berpindah, yang dapat mengaburkan batasan terkait residensi, kedaulatan, dan aturan kepatuhan industri.

Intinya, Copilot bisa menjadi aset atau kewajiban kepatuhan, tergantung pada seberapa kuat konfigurasi data loss prevention (DLP), label sensitivitas, dan jejak audit Anda. Kabar baiknya, Anda tidak perlu menciptakan ulang semuanya dari awal. Microsoft Purview dan Microsoft 365 menyediakan kontrol kebijakan untuk mengatur data lama maupun konten yang dihasilkan AI. Namun, Anda perlu memastikan teknologi tersebut cukup luas jangkauannya untuk mengikuti pola akses Copilot yang lintas aplikasi dan didukung AI.

Jika Anda ingin membangun ekosistem yang siap audit dan sesuai regulasi di sekitar Copilot, pelajari strategi dalam Building Your Purview Shield dan panduan tentang Governing AI and Keeping Copilot Secure and Compliant. Anda akan menemukan praktik terbaik untuk kepemilikan, manajemen siklus hidup, dan penyelarasan keamanan, hukum, serta SDM agar semua aspek tercakup.

Menggunakan Label Sensitivitas dan DLP untuk Mengatur Data Sensitif di Copilot

• Definisikan dan Terapkan Label Sensitivitas: Gunakan Microsoft Purview untuk membuat label sensitivitas dan aturan pelabelan otomatis. Dengan begitu, semua konten, termasuk ringkasan yang dihasilkan AI atau output notebook, diberi klasifikasi yang tepat untuk visibilitas dan perlindungan.
• Konfigurasikan Kebijakan Data Loss Prevention (DLP): Siapkan aturan DLP untuk memantau, memblokir, atau membatasi kueri Copilot yang mencoba mengakses, meringkas, atau mengekspor jenis data sensitif (seperti data keuangan, PII yang diatur regulasi, atau informasi medis). Segmentasi kebijakan DLP berdasarkan lingkungan konektor dan jenis data untuk mengendalikan risiko lintas-pengaruh, sebagaimana dijelaskan dalam panduan strategi Microsoft Purview ini.
• Audit dan Pantau Alur Konten Berbasis AI: Aktifkan audit lanjutan untuk merekam interaksi Copilot, pembuatan data turunan, dan pergerakan data dari awal hingga akhir. Hal ini membantu mengidentifikasi titik kebocoran dan mendukung permintaan eDiscovery atau pemeriksaan regulasi.
• Blokir Konektor Berisiko Tinggi dan Plugin Kustom: Batasi jangkauan Copilot dengan memblokir konektor HTTP dan Custom di tingkat kebijakan penyewa. Langkah ini sangat penting untuk mencegah eksfiltrasi data, baik yang tidak disengaja maupun yang disengaja, serta untuk menegakkan batas penyewa.
• Tinjau dan Uji DLP Secara Berkala: Jangan “atur lalu lupakan” konfigurasi DLP Anda. Jalankan pengujian berbasis skenario untuk memastikan kebijakan menangkap pergerakan data yang dipicu AI, baik yang langsung maupun tidak langsung, sebagaimana dibahas dalam panduan cara menyiapkan DLP di Microsoft 365.

Praktik Terbaik untuk Konfigurasi, Integrasi, dan Pengelolaan Berkelanjutan Security Copilot

Melindungi data bisnis yang sensitif sekaligus memungkinkan tim memaksimalkan manfaat Copilot membutuhkan pendekatan strategis. Ini bukan hanya soal teknologi, tetapi juga soal manusia, proses, dan budaya. Anda ingin penerapan Copilot benar-benar aman: dikonfigurasi dengan benar, terintegrasi erat dengan alat tata kelola dan kepatuhan, serta didukung oleh alur pemeriksaan dan penyetelan rutin.

Playbook Anda harus mencakup mulai dari peluncuran awal hingga operasional berkelanjutan. Mulailah dengan model penerapan dan izin yang terdokumentasi dengan baik. Pastikan peran yang tepat, mulai dari operasi keamanan hingga kepatuhan, dilibatkan untuk menangkap kasus tepi dan pergeseran kebijakan. Setelah go-live, pantau penggunaan Copilot yang sebenarnya melalui dasbor, log audit, dan deteksi ancaman proaktif agar Anda tidak hanya merespons masalah, tetapi juga mengantisipasinya.

Umpan balik adalah sekutu Anda. Pengguna, admin, dan personel keamanan membutuhkan saluran yang mudah untuk melaporkan kendala, mengusulkan perbaikan, dan melacak perubahan. Hal ini tidak hanya meningkatkan postur keamanan Anda, tetapi juga membantu adopsi, mengurangi kebingungan, dan memastikan semua pihak bergerak ke arah yang sama. Untuk pelatihan dan wawasan perbaikan berkelanjutan, panduan Copilot Learning Center yang terkelola ini dapat membantu menetapkan ekspektasi dan mendorong hasil yang lebih baik bagi pengguna.

Jika Anda ingin menerapkan kontrol nyata pada titik tindakan (bukan setelah kesalahan terjadi), simak panduan tentang pemisahan experience plane dari control plane dalam praktik terbaik tata kelola yang aman untuk mengamankan agen AI.

Poin Penting dan Pertanyaan Umum tentang Pemantauan Aktivitas Copilot

• Tetapkan Dasar Kondisi Normal: Pahami dan modelkan kueri dan pola akses Copilot yang umum untuk setiap peran agar anomali dapat terdeteksi dengan cepat.
• Audit Izin dan Plugin: Tinjau secara berkala siapa dan apa yang memiliki izin untuk menggunakan Copilot, termasuk integrasi dan plugin pihak ketiga.
• Terapkan Kebijakan di Setiap Lapisan: Gunakan DLP, label sensitivitas, dan pemantauan di setiap titik: pengguna, beban kerja, konektor, dan plugin.
• Persiapkan Investigasi: Pastikan log Copilot bersifat tidak dapat diubah, lengkap, dan mudah diekspor untuk keperluan kepatuhan atau peninjauan forensik.
• Pertanyaan Umum — Apakah Copilot memperluas akses pengguna? Tidak. Copilot mengikuti izin dari setiap pengguna yang memanggilnya, tetapi celah pada izin lama atau pemberian izin pihak ketiga dapat secara tidak sengaja memperluas visibilitasnya, sehingga keduanya perlu ditinjau dan disesuaikan secara rutin.

Daftar Periksa Pemantauan Aktivitas Copilot

• Tentukan pertanyaan keamanan, kepatuhan, dan adopsi apa yang harus dijawab oleh pemantauan.
• Pastikan pemilik yang bertanggung jawab atas audit, identitas, data, dan respons insiden.
• Tinjau kontrol akses dan perlindungan data yang memengaruhi data yang dapat dijadikan dasar oleh Copilot.
• Dokumentasikan langkah investigasi dan eskalasi dokumen sebelum insiden terjadi.
• Tinjau temuan bersama pemangku kepentingan privasi dan hukum bila diperlukan.

Pertanyaan Umum

Apakah pemantauan Copilot hanya tugas keamanan?

Tidak. Pemantauan yang efektif memerlukan kesepakatan antara tim keamanan, kepatuhan, pemilik data, dan pemimpin adopsi mengenai seperti apa penggunaan yang baik dan yang berisiko.

Kontrol pertama apa yang perlu ditinjau?

Mulailah dengan identitas dan akses data. Copilot menghormati izin yang sudah ada, sehingga informasi yang terekspos secara berlebihan tetap menjadi perhatian tata kelola.

🎧 Anda Juga Sebaiknya Mendengarkan

• Microsoft Security Copilot – Simply Explained memberikan konteks operasi keamanan di balik investigasi berbantuan AI.
• Microsoft Purview Information Protection – Simply Explained menjelaskan lapisan klasifikasi dan perlindungan yang mendukung penggunaan Copilot yang lebih aman.
• Identity Governance in Entra adalah langkah berikutnya untuk meninjau model akses yang membentuk hasil Copilot.

Terakhir ditinjau: Juli 2026.