Agentic Identity или почему Identity Security важен для внедрения современного ИИ

ИИ-агенты становятся полноправными участниками корпоративной инфраструктуры: получают собственные учетные данные, права доступа и возможность самостоятельно выполнять действия от имени человека. Вместе с новыми возможностями появляются и новые риски — от избыточных привилегий до неконтролируемых действий автономных систем. Почему развитие искусственного интеллекта делает Identity Security одним из ключевых направлений кибербезопасности^, рассказывает Лев Овчинников, руководитель продукта Indeed ITDR в Индид.

Развитие ИИ меняет подходы к защите айдентити

Искусственный интеллект, а в особенности большие языковые модели, стал главной инновацией XXI века. Технологические лидеры исходят из того, что внедрение ИИ позволит преодолеть замедление роста производительности труда. По прогнозу Gartner, общемировые расходы на ИИ в 2026 году превысят 2,6 триллиона долларов.

ИИ уже быстро проникает в корпоративную среду: 88% крупных западных организаций заявили об использовании искусственного интеллекта хотя бы в одном бизнес-процессе. В России этот показатель достигает 71%. При этом 78% отечественных компаний фиксируют экономический эффект от внедрения ИИ, тогда как в США — только 39%.

Однако настоящий перелом происходит не только благодаря развитию языковых моделей, но и благодаря появлению ИИ-агентов — систем, способных не просто генерировать текст, но и самостоятельно выполнять задачи, сформулированные на естественном языке.

Именно здесь возникает новая задача в области Identity Security. Если раньше компаниям необходимо было управлять доступом сотрудников, подрядчиков и привилегированных пользователей, то теперь полноправными участниками корпоративной среды становятся автономные программные агенты. Они получают собственные цифровые идентичности, учетные данные, права доступа и возможность взаимодействовать с другими системами без участия человека.

Эпоха ИИ-агентов: новые возможности и новые риски

По мере развития ИИ-моделей меняется и способ их использования: на смену чат-ботам приходят ИИ-агенты, способные самостоятельно взаимодействовать с окружающей средой при помощи исполнительных систем, получивших название «харнесс» (от англ. harness — упряжь, обвязка). Это стало возможным благодаря адаптации ИИ к протоколам взаимодействия, сложившимся явочным порядком и получившим название tool calling («вызов инструментов»).

В результате впервые в истории были созданы машины, способные автономно выполнять произвольные задачи, сформулированные на естественном языке, — то есть, в перспективе, полноценно заменять сотрудников-людей и тем самым повышать производительность труда в организации.

Внедрение полностью автономных агентов в реальные бизнес-процессы сталкивается с этическими и юридическими препятствиями. Действия, инициированные ИИ, могут привести к разрушительным последствиям, а ответственность за них размывается между разработчиком агента, владельцем бизнес-процесса и человеком, поставившим агенту задачу. Отсутствие четкой ответственности значительно затрудняет управление рисками. Компаниям необходимо понимать, от чьего имени действует агент, какими полномочиями он располагает, к каким системам может обращаться и где проходят границы его самостоятельности. В результате внедрение автономных агентов заметно отстает от использования ИИ в целом: лишь 17% западных организаций применяют такие системы, причём подавляющее большинство — под строгим контролем сотрудников-людей. Поэтому проблема автономного ИИ постепенно переходит из области качества моделей в область управления айдентити и доступом. Когда агент получает слишком много полномочий

Когда агент получает слишком много полномочий

Попытки внедрения автономного ИИ уже привели к показательным инцидентам. Так, стартап PocketOS за девять секунд лишился всей рабочей базы данных вместе с резервными копиями. ИИ-агент на базе Claude, столкнувшись с рутинной технической неполадкой, самостоятельно принял решение ее «исправить», но вместо этого уничтожил инфраструктуру компании. Ограничение доступа не сработало — агент обнаружил в системе не предназначенные для него учетные данные с полными правами и воспользовался ими. Восстановление заняло более суток и потребовало отката к устаревшей резервной копии, а часть данных пришлось воссоздавать вручную.

Этот случай показывает, что основной риск заключался не только в ошибочном решении модели. Критическую роль сыграло отсутствие контроля над доступными агенту учетными данными и привилегиями. ИИ получил возможность действовать за пределами предусмотренных для него полномочий.

Безопасность айдентити: новая зона ответственности

Риски, связанные с автономными агентами, реальны, но бизнес пока только формирует подходы к их контролю. При этом традиционные угрозы генеративного ИИ — внедрение зловредных инструкций в обрабатываемые тексты, недостоверная информация или нарушение этических норм — постепенно отходят на второй план.

На первый план выходят идентификация всех участников взаимодействия, определение границ допустимого для самостоятельно действующего агента и прозрачный аудит его действий. Компаниям необходимо видеть не только результат работы агента, но и понимать, какие учетные данные он использовал, к каким ресурсам обращался, какие полномочия получил и на основании чего принял то или иное решение.

Если агенты начинают взаимодействовать друг с другом, задача становится еще сложнее. Контролировать приходится уже не только действия отдельного субъекта, но и межагентные связи, передачу полномочий и обмен данными между системами. Такие взаимодействия могут создавать новые цепочки доступа и нарушать ограничения, заложенные для каждого агента по отдельности.

По своему характеру эти задачи близки к тем, которые традиционно решаются в классах Identity Management и Identity Governance. Речь идет об идентификации, аутентификации и авторизации не только субъектов-людей, но и машинных субъектов. ИИ-агенту, как и сотруднику, требуется цифровая идентичность. Его необходимо аутентифицировать, наделять только минимально необходимыми привилегиями, контролировать срок действия прав и фиксировать все операции.

Поэтому неудивительно, что решения для безопасного использования ИИ-агентов активно развивают именно вендоры из области Identity Security. В 2026 году новые продукты в этом направлении анонсировали мировые разработчики: CrowdStrike, Okta, SentinelOne и One Identity. Крупные ИТ-корпорации одновременно инвестируют в профильные технологии и приобретают стартапы. Palo Alto Networks приобрела Protect AI, PortKey и Koi, Check Point заключает сделку по покупке Cyata, а Proofpoint приобрела Acuvity.

Следующий этап развития Identity Security

Такая активность показывает, что защита ИИ постепенно перестает быть отдельной задачей, связанной только с безопасностью моделей и данных. Она становится частью более широкой архитектуры доверия, в которой необходимо управлять всеми субъектами доступа независимо от того, являются они людьми, программами или автономными агентами.

Несмотря на колоссальные инвестиции и всеобщий интерес к искусственному интеллекту, индустрия остается на начальном этапе развития.

Острая конкуренция между глобальными вендорами препятствует формированию единого стандарта взаимодействия компонентов ИИ-систем. С точки зрения протоколов пока лидирует OpenAI, однако растет доля моделей Anthropic, DeepSeek, Alibaba и других вендоров с собственным видением архитектуры. Поэтому консолидация вокруг единого стандарта откладывается. Одновременно отсутствуют единые стандарты взаимодействия ИИ-систем, не сформированы отраслевые требования к управлению рисками автономных агентов и только начинает складываться практика их безопасного использования.

Распространение ИИ делает Identity Security ключевой дисциплиной кибербезопасности. Если раньше отрасль отвечала за управление доступом людей, то в ближайшие годы ей предстоит решать значительно более сложную задачу — управлять цифровыми идентичностями людей, машин и ИИ-агентов в единой доверенной среде.