Rilis pada November 2025, peningkatan penggunaan OpenClaw menerima kunjungan lebih dari 2 juta kali setiap minggunya di tahun 2026. OpenClaw merupakan Agentic AI sebagai bentuk lanjutan dari kecerdasan buaan yang mampu membuat strategi perencanaan, pengambilan aksi kompleks, dan melakukan penyeleseaian tugas secara mandiri. OpenClaw memanfaatkan data internal pengguna dan data eksternal dari internet untuk menyeleseaikan tugas yang diminta. Lebih lanjut lagi, Agentic AI bersifat open source, dimana sumber atau progres pemrograman dapat dilihat secara publik dengan terbuka.
Keterbukaan akses ini memicu celah keamanan yang memungkinkan serangan siber atau kebocoran data, baik secara individu maupun perusahaan. Guru Besar Departemen Teknik Elektro dan Teknologi Informasi (DTETI), Fakultas Teknik UGM, Prof. Dr. Ir. Ridi Ferdiana mengatakan bahwa masyarakat sering mengabaikan serta melewati seluruh keterangan yang ada dan langsung menekan tombol perizinan. Hal inilah yang menimbulkan kebocoran data hingga serangan siber pada pengguna kecerdasan buatan.
Penanganan ancaman dapat dilakukan dengan memahami sejauh mana penggunaan pengguna terhadap OpenClaw. “Sebagian besar layanan yang disediakan OpenClaw sudah tersedia di pihak ketiga platform dan cloud, sehingga data vital lebih aman dan terjamin,” paparnya. Ia menekankan pentingnya keyakinan bahwa sistem keamanan, perangkat, dan server pengguna telah aman. Setelah aman, literasi dan pemahaman menjadi penting untuk memastikan bahwa langkah perizinan atau konfigurasi aplikasii baru telah benar. Pengguna dapat memeriksa adanya kebocoran data melalui pemantauan minaimal dua bulan sekali. Hal ini penting dilakukan mengingat otomasi OpenClaw memiliki tendensi membuat skenario berbeda di luar kehendak individu atau perusahaan.
Kita selalu bisa melakukan pembatasan akses terhadap data-data privat yang kita miliki. Kuncinya ada di aktivitas ekstra, ekstra membaca, ekstra memperbarui, ekstra memantau. Karena celah keamanan siapapun bisa terimbas, baik pribadi maupun perusahaan, yang membedakan hanya nilai data yang berpotensi bocor,” ringkasnya. (Humas FT: Haniifah Multivana)