Niobium Bawa AI Terenkripsi Penuh ke Cloud via The Fog
Startup Niobium Microsystems Inc. meluncurkan “The Fog” — platform pertama di dunia yang memungkinkan organisasi menjalankan workload kecerdasan buatan dan pemrosesan data pada informasi paling sensitif tanpa pernah perlu mendekripsinya. Menggunakan fully homomorphic encryption (FHE), platform ini menjaga data tetap terenkripsi bahkan saat sedang diproses di dalam server atau virtual machine, menjawab salah satu tantangan keamanan terbesar di era cloud computing.
The Fog dijadwalkan diluncurkan akhir tahun ini dan saat ini sudah tersedia dalam private beta. CEO Niobium, Kevin Yoder, menyatakan bahwa platform ini menghadirkan keunggulan “zero trust” karena kunci dekripsi selalu berada di tangan pemilik data. Tidak ada pihak ketiga — termasuk Niobium sendiri — yang dapat melihat informasi yang sedang diproses. “The Fog menghilangkan trade-off antara keamanan dan utilitas,” kata Yoder. “Tujuan kami adalah membuat komputasi terenkripsi menjadi praktis, skalabel, dan dapat diakses oleh tim yang paling membutuhkannya.”
Masalah yang ingin dipecahkan Niobium bukan hal sepele. Organisasi di seluruh dunia duduk di atas volume data sensitif yang sangat besar namun sulit dimanfaatkan untuk menghasilkan insight. Untuk menganalisis data tersebut, perusahaan biasanya harus mendekripsinya terlebih dahulu — sebuah langkah yang membuka risiko pelanggaran keamanan, ancaman insider, dan pelanggaran regulasi. Hal ini terutama menjadi hambatan di industri yang sangat teregulasi seperti layanan kesehatan dan jasa keuangan, yang membuat mereka enggan memindahkan workload paling sensitif ke lingkungan cloud.
Memecah Hambatan Performa FHE
Fully homomorphic encryption bukanlah teknologi baru, namun secara tradisional teknik ini melibatkan overhead komputasi yang sangat besar sehingga terlalu lambat dan mahal untuk digunakan secara skala besar. Niobium mengklaim telah mengatasi hambatan ini melalui prosesor baru bernama “mistic Core” yang berbasis arsitektur field-programmable gate array (FPGA). Chip ini memungkinkan tugas-tugas FHE berjalan dua kali lebih cepat dibandingkan GPU atau akselerator khusus mana pun yang ada saat ini.
Holger Mueller dari Constellation Research menilai inovasi ini signifikan. “Enkripsi data secara live secara tradisional selalu sangat mahal dan merepotkan, memperlambat aplikasi. Untuk waktu yang lama, FHE menjadi Achilles’ Heel dari enkripsi data karena alasan ini, jadi bagus melihat inovasi dengan nama yang tepat — The Fog. Pertanyaan berikutnya adalah seberapa cepat enterprise akan mengadopsi teknik ini,” ujarnya.
Untuk membantu perusahaan memulai dengan FHE, Niobium telah menyiapkan sejumlah template aplikasi. Di antaranya adalah Encrypted Semantic Search yang memungkinkan pencarian data sensitif berdasarkan makna bukan pencocokan eksak — ideal untuk workload retrieval-augmented generation (RAG) yang aman. Ada juga Federated Learning app yang memungkinkan pelatihan model AI pada dataset terdistribusi tanpa pernah mengekspos data tersebut, serta Machine Learning Classification app yang dapat menganalisis informasi terenkripsi untuk mengidentifikasi pola, tren, dan ancaman keamanan.
Membuka Pintu AI untuk Data Sensitif
Peluncuran The Fog membuka kemungkinan baru yang menarik bagi pengembang AI. Sistem AI hanya sebaik data yang menggerakkannya, namun sebagian besar dataset terkaya tetap tidak dapat diakses oleh model AI karena kekhawatiran keamanan. Niobium membuka peluang bagi perusahaan untuk melatih model AI bersama pada volume besar data sensitif yang dipool, karena platform ini dapat memastikan tidak ada pihak yang melihat dataset aktual.
Platform ini juga menjawab pertanyaan tentang privasi prompt — masalah di mana pekerja kadang mengunggah data sensitif bersamaan dengan prompt mereka agar large language model dapat menganalisis dan meresponsnya. Dengan The Fog, prompt dan data tetap terenkripsi sepanjang proses, menghilangkan risiko kebocoran informasi perusahaan melalui layanan AI pihak ketiga.
Untuk mempermudah adopsi, Niobium meluncurkan compiler dan software development kit (SDK) khusus yang memungkinkan developer tanpa pengetahuan enkripsi membangun aplikasi yang dapat berjalan di platform The Fog. Langkah ini penting karena salah satu hambatan terbesar adopsi FHE selama ini adalah kompleksitas teknis yang membutuhkan keahlian kriptografi tingkat lanjut.
Roadmap: Kolaborasi dengan Semifive dan Samsung
Niobium tidak berhenti di FPGA. Perusahaan mengungkapkan bahwa mereka sedang bekerja sama dengan pengembang custom silicon Semifive U.S. Inc. dan Samsung Foundry untuk menciptakan application-specific integrated circuit (ASIC) yang dikustomisasi khusus untuk FHE. ASIC ini diharapkan dapat meningkatkan performa FHE secara dramatis karena sirkuitnya dapat dioptimalkan untuk menjalankan aplikasi individual secara spesifik — pendekatan yang secara teoritis jauh lebih efisien dibandingkan arsitektur general-purpose.
Poin Kunci
- The Fog menjadi platform pertama yang menjalankan fully homomorphic encryption (FHE) pada workload AI dan data di cloud — data tetap terenkripsi saat diproses.
- Prosesor “mistic Core” berbasis FPGA diklaim dua kali lebih cepat dari GPU atau akselerator khusus untuk tugas FHE.
- Template aplikasi tersedia: Encrypted Semantic Search, Federated Learning, dan Machine Learning Classification.
- Kolaborasi dengan Semifive dan Samsung Foundry untuk ASIC FHE khusus sedang dalam pengembangan.
- Platform membuka peluang adopsi AI di sektor teregulasi (kesehatan, keuangan, pemerintahan) yang sebelumnya terhambat kekhawatiran keamanan data.
Bagi pembaca di Indonesia, perkembangan ini relevan dengan implementasi UU Pelindungan Data Pribadi (UU PDP) yang mulai berlaku. Teknologi seperti The Fog dapat menjadi enabler bagi perusahaan Indonesia — terutama di sektor perbankan, asuransi, dan kesehatan — untuk memanfaatkan AI dan analitik data tanpa melanggar kewajiban kerahasiaan data yang diamanatkan regulasi. Semakin banyak pemain yang masuk ke pasar confidential computing, semakin terjangkau dan praktis teknologi ini akan menjadi bagi organisasi di seluruh dunia.
