Serangan ransomware ke atas Marks & Spencer jadi amaran keras untuk peruncit besar. Lihat bagaimana AI boleh mengesan, menghalang dan mengurangkan kesan serangan.
Krisis Ransomware Yang Ramai Peruncit Masih Pandang Ringan
Beberapa bulan lepas, pengerusi Marks & Spencer (M&S) mengesahkan syarikat itu terkesan oleh serangan ransomware. Apabila ditanya sama ada mereka membayar tebusan kepada penggodam, beliau enggan menjawab secara terus. Satu jawapan ringkas, tapi cukup untuk buat banyak syarikat runcit besar rasa tak selesa.
Inilah realiti runcit dan e-dagang hari ini: ancaman siber bukan lagi isu IT semata-mata, tapi isu survival perniagaan. Jika gergasi runcit seperti M&S pun boleh terkena, apa lagi rangkaian pasar raya, gedung serbaneka, dan marketplace besar seperti Lazada, Shopee atau platform omnichannel di Malaysia.
Dalam siri AI in Retail & E-Commerce (Large Chains & Marketplaces), fokus kita selalunya pada AI untuk ramalan inventori, harga dinamik dan personalisasi. Tapi ada satu komponen yang ramai pentadbir masih bawah-anggarkan: AI untuk keselamatan siber. Tanpa pertahanan kukuh, semua inovasi lain boleh lumpuh dalam satu malam akibat serangan ransomware.
Artikel ini kupas: apa sebenarnya pengajaran daripada insiden M&S, kenapa model keselamatan tradisional dah tak cukup, dan bagaimana AI boleh membantu peruncit mengesan, menghalang dan meminimakan kesan ransomware sebelum operasi tergendala dan reputasi musnah.
Apa Ransomware Buat Pada Runcit & E-Dagang Sebenarnya?
Ransomware merosakkan perniagaan runcit melalui tiga kesan utama: ganggu operasi, bocorkan data, dan rosakkan kepercayaan pelanggan.
1. Operasi Terhenti, Jualan ‘Pause’ Tiba-Tiba
Untuk peruncit besar, sistem POS, gudang, e-dagang, dan logistik saling bergantung.
Bila ransomware menyerang:
- Sistem POS di kedai fizikal boleh lumpuh
- Stok tak boleh dikemas kini secara masa nyata
- Pesanan dalam talian tertangguh atau gagal diproses
- Penghantaran lewat atau tersangkut di tengah proses
Ada kes runcit global yang terpaksa tutup ratusan cawangan beberapa hari kerana sistem tak berfungsi. Bayangkan jika berlaku pada rangkaian seperti Lotus’s, 99 Speedmart, atau platform marketplace besar semasa kempen hujung tahun. Kerugian bukan sekadar jualan hari itu, tapi peluang pemasaran musiman yang hilang.
2. Data Pelanggan & Vendor Dijadikan Tebusan
Ransomware moden bukan sekadar mengunci sistem. Ia juga:
- Menyalin data pelanggan (nama, alamat, nombor telefon, kad kredit – jika tak dilindungi dengan betul)
- Mengambil data vendor, kontrak, margin dan strategi harga
- Mengugut dedahkan data ini jika tebusan tak dibayar
Untuk runcit yang kuat bergantung kepada program kesetiaan, e-wallet, dan akaun pelanggan berdaftar, kebocoran data boleh membawa:
- Tindakan undang-undang dan denda pengawal selia
- Kos pemakluman dan pemantauan identiti pelanggan
- Hilang kepercayaan pelanggan secara besar-besaran
3. Reputasi Tercalar Lebih Lama Dari Tempoh Serangan
Jawapan ‘enggan ulas’ sama ada tebusan dibayar, seperti kes M&S, sebenarnya menggambarkan konflik biasa dalam bilik mesyuarat: bayar untuk cepat pulih, atau lawan dan tanggung risiko data didedahkan.
Apa yang pelanggan nampak hanya satu: “Data saya selamat atau tidak?”
Sekali kepercayaan runtuh, ramai pelanggan akan:
- Kurangkan penggunaan kad di kaunter
- Berpindah ke platform lain yang dianggap lebih selamat
- Lebih skeptikal beri data untuk personalisasi dan promosi
Dalam konteks runcit moden yang sangat bergantung pada data, krisis kepercayaan ini jauh lebih mahal dari nilai tebusan itu sendiri.
Di Mana Kebanyakan Peruncit Silap Tentang Keselamatan Siber
Kebanyakan rangkaian runcit dan marketplace besar sebenarnya bukan tak sedar tentang risiko, tapi mereka tersilap anggap cara pengurusan risiko.
1. Fokus Pada Kepatuhan, Bukan Realiti Ancaman
Banyak organisasi hanya fokus untuk ‘lulus audit’ dan patuh polisi minimum.
Masalahnya:
- Penyerang tak peduli standard atau framework yang anda pakai
- Ransomware hari ini guna teknik AI, automasi, dan serangan berlapis
- Audit tahun lepas tak cukup untuk hadapi taktik serangan tahun ini
Realiti: kepatuhan hanyalah baseline, bukan pelindung sebenar.
2. Pertahanan Masih Terlalu Manual & Terpisah
Ramai peruncit besar masih bergantung kepada:
- Sistem antivirus tradisional
- Log server yang jarang dianalisis secara menyeluruh
- Respons insiden yang sangat manual
Sedangkan rangkaian runcit moden ada:
- Ribuan terminal POS
- Ratusan integrasi vendor dan sistem pihak ketiga
- Pekerja kontrak dan tetap dengan tahap akses berbeza
Tanpa automasi dan analitik tahap tinggi, mustahil pasukan keselamatan mengesan pola serangan yang halus sebelum semuanya terlambat.
3. Cybersecurity Masih Dilihat Kos, Bukan Pelaburan
Di tengah tekanan margin yang nipis, banyak board runcit akan tanya:
“Berapa ROI kalau kita tambah bajet keselamatan?”
Jawapan yang lebih tepat sebenarnya: “Berapa kos kalau kita tak buat apa-apa?”
Jika satu serangan ransomware boleh:
- Menghentikan operasi 3–5 hari
- Menjejaskan 10–30% jualan bulan itu
- Memaksa anda bayar tebusan jutaan ringgit atau kos pemulihan yang sama tinggi
…tiba-tiba pelaburan 1–3% daripada hasil untuk keselamatan dan AI nampak sangat munasabah.
Bagaimana AI Bantu Peruncit Halang & Kurangkan Kesan Ransomware
AI dalam keselamatan siber bukan sekadar buzzword. Untuk runcit dan e-dagang berskala besar, AI ialah cara paling praktikal untuk mengendalikan jumlah data log, trafik dan aktiviti pengguna yang terlalu besar untuk manusia.
1. Pengesanan Anomali Masa Nyata
AI boleh dilatih mengenal pasti apa yang dikira ‘normal’ untuk organisasi anda:
- Corak akses sistem oleh staf gudang vs staf HQ
- Kelajuan biasa kemasukan transaksi POS
- Jumlah dan jenis trafik ke platform e-dagang
Bila ada tingkah laku pelik seperti:
- Peningkatan besar fail yang disulitkan dalam masa singkat
- Akses luar biasa dari lokasi atau akaun yang jarang digunakan
- Data keluar dari rangkaian ke destinasi luar yang mencurigakan
…model AI boleh memberi amaran awal, atau terus mengunci akaun dan mengasingkan peranti sebelum ransomware merebak.
2. Korelasi Isyarat Serangan Merentasi Semua Cawangan
Rangkaian seperti Lotus’s, Aeon, atau mana-mana marketplace dengan ribuan seller ada ratusan titik masuk.
Sistem tradisional biasanya memantau setiap lokasi atau sistem secara berasingan. AI berupaya:
- Menggabungkan log dari POS, server, aplikasi mudah alih, kiosk, dan cloud
- Mengesan pattern serangan yang kelihatan kecil di satu cawangan, tapi besar pada skala keseluruhan
Contoh: ada 10 percubaan log masuk ganjil di satu cawangan mungkin tak nampak serius. Tapi apabila AI nampak corak sama di 80 cawangan serentak, itu tanda kempen serangan menyeluruh.
3. Respons Automatik & ‘Containment’ Pantas
Dalam serangan ransomware, minit pertama sangat kritikal.
AI boleh digabungkan dengan automasi untuk:
- Mengasingkan mesin yang mencurigakan dari rangkaian
- Menutup akses ke share folder tertentu
- Menguatkuasakan pertukaran kata laluan paksa
- Mengaktifkan mod operasi ‘degradasi selamat’ (contoh: POS masih jalan tapi tanpa beberapa fungsi berisiko tinggi)
Semakin pantas reaksi, semakin kecil kemungkinan keseluruhan rangkaian terkunci.
4. Perlindungan Data & Pencadangan Pintar
AI juga boleh bantu mengoptimumkan strategi sandaran:
- Mengenal pasti data kritikal (transaksi, inventori, konfigurasi POS)
- Menentukan kekerapan backup yang sesuai berdasarkan penggunaan sebenar
- Mengesan jika backup sendiri mula tercemar dengan fail yang telah disulitkan
Ini pastikan apabila berlaku serangan, anda boleh pulih dari backup yang bersih tanpa perlu tunduk kepada tuntutan tebusan.
Langkah Praktikal Untuk Peruncit Besar Di Malaysia & Serantau
Berikut pendekatan praktikal yang saya nampak paling realistik untuk peruncit dan marketplace besar di Malaysia, Singapura dan rantau ini.
1. Mula Dengan ‘Crown Jewels’: Sistem Paling Kritikal
Tanya soalan mudah: jika sistem ini jatuh 3 hari, perniagaan lumpuh tak?
Kebiasaannya:
- Sistem POS dan pembayaran
- Platform e-dagang utama (web & app)
- Sistem inventori pusat dan gudang automatik
- Sistem akaun pelanggan & kesetiaan
Fokuskan perlindungan AI dan automasi paling kuat di sini dahulu, bukan cuba lindungi semua secara sama rata.
2. Guna AI Di Atas Infrastruktur Sedia Ada, Bukan Ganti Semua
Anda tak perlu buang sistem sedia ada.
Pendekatan lebih praktikal:
- Integrasikan platform AI threat detection dengan firewall, IDS/IPS, dan endpoint security yang sudah dipakai
- Tarik semua log ke satu platform analitik berasaskan AI
- Guna AI untuk cadangan tindak balas dan pengutamaan insiden
Ini mengurangkan kos migration dan percepatkan masa ke nilai (time-to-value).
3. Latih Pasukan Frontline, Bukan IT Sahaja
Dalam runcit, cashier, penyelia kedai, dan staf gudang sering jadi sasaran melalui phishing atau social engineering.
Gunakan AI untuk:
- Menapis emel phishing secara pintar
- Menyediakan simulasi serangan untuk latihan berkala
- Menilai tahap risiko pengguna dan tetapkan latihan sasaran
Kesedaran manusia + pertahanan AI jauh lebih kuat berbanding salah satu sahaja.
4. Sediakan Pelan Krisis Yang Jelas & Telus
Kes M&S tunjukkan satu perkara: cara anda berkomunikasi ketika krisis sama penting dengan cara anda bertahan daripada serangan itu sendiri.
Pastikan anda ada pelan yang meliputi:
- Siapa yang membuat keputusan jika ada tuntutan tebusan
- Garis panduan komunikasi kepada pelanggan dan media
- Saluran alternatif untuk operasi (contoh: mod offline POS jika perlu)
AI boleh bantu menyediakan laporan kesan lebih cepat dan tepat, supaya pengurusan boleh membuat keputusan berdasarkan data, bukan panik.
Masa Depan AI & Keselamatan Siber Runcit
Dalam beberapa tahun akan datang, peruncit dan marketplace yang berjaya biasanya ada satu persamaan: mereka melihat AI bukan hanya untuk jual lebih banyak, tapi untuk melindungi apa yang mereka sudah bina.
Ransomware akan terus berevolusi. Penyerang pun mula guna AI untuk cipta emel phishing lebih meyakinkan, cari kelemahan, dan serang secara automatik. Jawapan paling munasabah bukan kembali ke manual, tapi mengimbangi dengan AI di pihak pertahanan.
Bagi rangkaian besar di Malaysia dan rantau ini, ini masa sesuai untuk:
- Review semula strategi keselamatan siber sedia ada
- Kenal pasti di mana AI boleh beri impak paling cepat
- Uji projek perintis (pilot) di beberapa cawangan atau sistem utama
Peristiwa seperti serangan ransomware ke atas Marks & Spencer hanyalah satu contoh di permukaan. Di belakang tabir, banyak lagi serangan yang tak masuk berita, tapi cukup untuk menggoyahkan perniagaan yang tak bersedia.
Soalannya sekarang: adakah strategi AI anda hanya fokus pada jualan, atau juga pada perlindungan?