Kalau dulu scam terasa seperti pekerjaan manual, sekarang banyak komponennya bisa diproduksi seperti content factory.
Teks phishing bisa dibuat dalam banyak bahasa.
Foto profil sintetis bisa dibuat dalam menit.
Voice clone makin mudah.
Video palsu makin meyakinkan.
Chat bisa dibantu AI supaya responsif.
Dokumen bisa terlihat profesional.
Satu operator tidak perlu menulis setiap pesan dari nol.
Ini alasan kenapa ancaman terbesar AI scam bukan hanya “penipuan jadi lebih canggih”.
Penipuan juga jadi lebih murah.
Dan ketika biaya turun, volume naik.
FBI dalam laporan kejahatan internet yang dirilis 2026 secara eksplisit mencatat bahwa AI memungkinkan penipu membuat profil, percakapan, voice clone, dokumen, dan video meyakinkan dalam skala yang sebelumnya lebih mahal. Komdigi pada Juni 2026 juga menyoroti bahwa konten palsu berbasis AI semakin sulit dibedakan dari kenyataan.
Buat pengguna biasa, implikasinya sederhana: lo kemungkinan akan melihat lebih banyak scam yang kualitasnya lumayan bagus.
Bukan satu scam supercanggih setahun sekali.
Tapi banyak pesan yang masing-masing terlihat cukup credible.
Dulu spam punya economics.
Kirim satu juta email jelek.
Kalau 0,01 persen korban merespons, tetap bisa untung.
AI meningkatkan economics tersebut.
Pesan bisa dibuat lebih personal tanpa biaya personalisasi manusia yang sama.
Misalnya scammer punya database nama, kota, pekerjaan, dan nomor telepon.
Model bisa membuat variasi pesan.
Untuk freelancer: tawaran proyek.
Untuk orang tua: masalah rekening.
Untuk pemilik bisnis: invoice vendor.
Untuk fresh graduate: recruiter.
Untuk trader: investment group.
Untuk pengguna marketplace: refund.
Satu mesin bisa menyesuaikan narasi.
Ini berbeda dari blast message yang sama ke semua orang.
Kita masuk era mass personalization untuk scam.
Marketing legit sudah lama mengejar ini.
Sekarang penipu juga punya tools serupa.
AI juga menurunkan barrier bahasa.
Scammer yang tidak bisa Bahasa Indonesia tetap bisa menghasilkan pesan yang terdengar natural.
Slang bisa dipelajari.
Tone customer service bisa ditiru.
Bahasa formal pemerintah bisa dibuat.
Jadi grammar buruk bukan lagi filter keamanan yang bisa diandalkan.
Kalimat “bahasanya rapi, berarti resmi” harus dibuang.
Bahasa rapi sekarang murah.
Visual rapi juga makin murah.
AI image generator dan template design membuat fake profile, banner, sertifikat, dan halaman marketing lebih mudah dibuat.
Deepfake membuat endorsement palsu lebih credible.
Voice clone membuat emergency call lebih emosional.
Setiap lapisan menambah trust palsu.
Yang menarik, scam tidak perlu menggunakan semua teknologi sekaligus.
Satu pesan AI-generated plus situs phishing biasa bisa cukup.
Atau voice clone plus rekening bank.
Atau fake recruiter plus WhatsApp.
Jangan membayangkan AI scam harus seperti film sci-fi.
Sering kali AI hanya meningkatkan satu bagian funnel.
Funnel itu tetap menuju tindakan klasik.
Klik.
Login.
Transfer.
Install.
Share credential.
Karena biaya produksi turun, scammer juga bisa melakukan eksperimen.
Mereka bisa menguji 50 variasi copy.
Lihat mana yang paling banyak dibalas.
Ubah framing.
Personalisasi.
Ini mirip performance marketing, cuma tujuannya kriminal.
Satu pesan memakai rasa takut.
Satu memakai FOMO.
Satu memakai otoritas.
Satu memakai empati.
AI membantu iterasi.
Buat masyarakat, efeknya adalah scam terasa semakin cocok dengan konteks.
Tidak selalu ada “Pangeran Nigeria” yang absurd.
Bisa jadi pesan yang tahu lo memang sedang menunggu paket.
Atau tahu lo baru apply kerja.
Atau tahu perusahaan lo sedang hiring.
Data publik memberi timing.
AI memberi narasi.
Automation memberi volume.
Kombinasi itu kuat.
Pada Juli 2026, Komdigi menyebut total kerugian scam di Indonesia sekitar Rp7,5 triliun berdasarkan laporan Global Anti-Scam Alliance, sekaligus menyoroti kerentanan lansia terhadap scam yang memanfaatkan peniruan suara. Angka tersebut menunjukkan masalahnya sudah industrial, bukan kumpulan kejadian kecil yang terpisah.
OJK melalui IASC juga memperlihatkan skala operasional penanganannya. Sampai akhir Mei 2026, lebih dari setengah juta rekening sudah diblokir dalam konteks laporan scam yang masuk melalui ekosistem IASC.
Skala attack membutuhkan skala defense.
Kita tidak bisa mengandalkan edukasi satu kali.
“Jangan mudah percaya” terlalu generik.
Karena scammer juga belajar.
Defense perlu berbasis sistem.
Untuk individu, sistemnya bisa sederhana.
Gunakan password unik.
Aktifkan MFA.
Jangan berbagi OTP.
Verifikasi permintaan uang lewat kanal kedua.
Jangan login lewat link tidak terduga.
Jangan scan QR karena panik.
Gunakan aplikasi resmi.
Untuk keluarga, tambah kode rahasia.
Untuk orang tua, tunjuk satu orang verifikasi.
Untuk bisnis, tambah approval, callback, permission, dan audit trail.
Semakin serangan murah, defense harus mengurangi keputusan improvisasi.
Ada satu problem lain dari volume: fatigue.
Kalau setiap hari kita menerima spam, warning, phishing, dan notifikasi palsu, otak capek.
Orang bisa jadi terlalu cuek.
“Ah paling scam.”
Lalu suatu hari pesan yang lebih rapi lolos.
Scammer tidak harus membuat semua pesan hebat.
Mereka bisa mengandalkan statistik.
Semakin banyak percobaan, semakin besar kemungkinan menemukan target di momen rentan.
Lagi sakit.
Lagi buru-buru.
Lagi cari kerja.
Lagi ada konflik keluarga.
Lagi menunggu refund.
Lagi butuh uang.
AI membantu mengirim narasi tepat ke kondisi tersebut kalau data target tersedia.
Makanya data minimization menjadi relevan untuk pengguna biasa.
Kita tidak harus menghilang dari internet.
Tapi pikirkan informasi apa yang benar-benar perlu publik.
Nomor telepon.
Alamat email.
Jadwal perjalanan.
Nama anak.
Tanggal lahir.
Jabatan.
Nama vendor.
Proyek internal.
Semua bisa menjadi bahan social engineering.
Semakin banyak konteks gratis, semakin murah scam personal.
Perusahaan juga perlu berhenti menganggap scam hanya isu cybersecurity team.
Finance terkena payment fraud.
HR terkena fake applicant dan identity fraud.
Sales terkena impersonation.
Customer service terkena account takeover.
Executive terkena voice clone.
Procurement terkena invoice fraud.
Marketing terkena fake brand account.
Scam adalah business process risk.
Karena itu training harus per fungsi.
Jangan kasih satu video awareness yang sama ke semua orang.
Finance perlu simulasi perubahan rekening.
HR perlu simulasi fake recruiter dan dokumen.
IT perlu simulasi reset credential.
Customer service perlu simulasi identitas palsu.
Semakin konkret, semakin berguna.
Platform dan operator juga akan meningkatkan defense.
Komdigi pada 2026 mendorong perusahaan telekomunikasi menerapkan fitur anti-scam. Platform seperti WhatsApp juga menambah warning untuk pola linking mencurigakan.
Itu penting.
Tapi perlombaan akan terus berjalan.
Scammer mengubah modus.
Platform mengubah deteksi.
Scammer beradaptasi.
User tetap membutuhkan prinsip dasar yang tidak berubah.
Jangan biarkan satu kanal membuktikan dirinya sendiri.
Jangan menyerahkan credential.
Jangan menurunkan standar karena urgensi.
Verifikasi transaksi di sistem asli.
Ada juga sisi ekonomi yang jarang dibahas: ketika scam makin murah, target bernilai kecil pun menjadi menarik.
Dulu mungkin tidak worth it menghabiskan waktu untuk menipu Rp100 ribu dari satu orang.
Kalau proses bisa diotomatisasi, ratusan korban dengan nominal kecil tetap menghasilkan uang besar.
Ini berarti kita tidak boleh berpikir, “gue bukan orang kaya, siapa juga yang mau target gue?”
Scam massal tidak memilih korban seperti penculik memilih miliarder.
Mereka memilih siapa yang merespons.
Semua orang dengan rekening, nomor telepon, marketplace, media sosial, atau e-wallet punya nilai.
Bukan hanya saldo.
Akun lo bisa dipakai menyerang orang lain.
Nomor lo bisa jadi identitas.
Email lo bisa jadi jalan reset akun.
Kontak lo bisa jadi target berikutnya.
Jadi digital safety bukan soal seberapa kaya lo.
Ini soal seberapa banyak akses yang bisa dimonetisasi.
Kalau sudah terkena, bergerak cepat.
IASC menjelaskan korban perlu segera membuat laporan untuk jalur finansial dan laporan polisi untuk jalur hukum.
Jangan menunggu scammer memberi refund.
Jangan percaya recovery agent random.
Simpan bukti.
Semakin cepat account dan rekening terkait ditandai, semakin baik peluang respons.
Masa depan scam kemungkinan bukan satu AI superintelligent yang menipu semua orang.
Lebih mungkin jutaan scam medioker yang masing-masing cukup bagus, sangat murah, dan dikirim pada timing yang tepat.
Defense-nya bukan menjadi paranoid.
Defense-nya membuat kesalahan satu klik tidak langsung menjadi bencana.
Lebih banyak verifikasi.
Lebih sedikit improvisasi.
Lebih sedikit privilege.
Lebih banyak friction untuk tindakan berisiko.
AI membuat scam murah.
Kita harus membuat keberhasilan scam mahal.
Ada kemungkinan juga perusahaan akan menghadapi lebih banyak false positive karena defense makin agresif. Itu trade-off normal. Sistem anti-scam yang baik perlu escalation dan review, bukan sekadar block semua. Pengguna pun perlu tahu bahwa warning platform membantu, tetapi bukan jaminan. Tidak ada ikon “aman seratus persen”.
Yang berubah bukan kebutuhan untuk percaya, tetapi threshold. Komunikasi biasa tetap bisa santai. Begitu uang, akses, identitas, atau data sensitif masuk, mode verifikasi harus aktif.
Ketika serangan murah, disiplin kecil menjadi sangat bernilai. Satu call-back, satu approval tambahan, dan satu kebiasaan membuka aplikasi resmi bisa menghentikan ribuan rupiah biaya serangan yang nyaris nol.
Ketika serangan murah, disiplin kecil menjadi sangat bernilai. Satu call-back, satu approval tambahan, dan satu kebiasaan membuka aplikasi resmi bisa menghentikan ribuan rupiah biaya serangan yang nyaris nol.
Ketika serangan murah, disiplin kecil menjadi sangat bernilai. Satu call-back, satu approval tambahan, dan satu kebiasaan membuka aplikasi resmi bisa menghentikan ribuan rupiah biaya serangan yang nyaris nol.
Ketika serangan murah, disiplin kecil menjadi sangat bernilai. Satu call-back, satu approval tambahan, dan satu kebiasaan membuka aplikasi resmi bisa menghentikan ribuan rupiah biaya serangan yang nyaris nol.
Ketika serangan murah, disiplin kecil menjadi sangat bernilai. Satu call-back, satu approval tambahan, dan satu kebiasaan membuka aplikasi resmi bisa menghentikan ribuan rupiah biaya serangan yang nyaris nol.
Ketika serangan murah, disiplin kecil menjadi sangat bernilai. Satu call-back, satu approval tambahan, dan satu kebiasaan membuka aplikasi resmi bisa menghentikan ribuan rupiah biaya serangan yang nyaris nol.
Ketika serangan murah, disiplin kecil menjadi sangat bernilai. Satu call-back, satu approval tambahan, dan satu kebiasaan membuka aplikasi resmi bisa menghentikan ribuan rupiah biaya serangan yang nyaris nol.
Ketika serangan murah, disiplin kecil menjadi sangat bernilai. Satu call-back, satu approval tambahan, dan satu kebiasaan membuka aplikasi resmi bisa menghentikan ribuan rupiah biaya serangan yang nyaris nol.
Bacaan terkait
Artikel ini berada dalam Online Scams & Digital Safety dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.