ИИ в кибербезопасности-2026: новые возможности, угрозы и пределы автоматизации

Искусственный интеллект меняет экономику кибербезопасности: злоумышленникам он позволяет снижать стоимость и трудоемкость атак, а компаниям — быстрее обнаруживать угрозы и реагировать на них. Однако условия применения ИИ существенно различаются. Атакующие свободнее экспериментируют с новыми инструментами, а защитникам приходится инвестировать в их интеграцию, проверку надежности и перестройку ИБ-процессов. Кто получит преимущество в технологической гонке и от чего оно будет зависеть?

ИИ в глобальном ИБ-ландшафте

По оценке Grand View Research, мировой рынок ИИ в сфере кибербезопасности составил $31,5 млрд в 2025 году и может достичь $39,1 млрд в 2026-м. Одновременно растет использование ИИ злоумышленниками. Согласно аналитике Positive Technologies, в III квартале 2026 года число зафиксированных в российском сегменте интернета попыток вторжений с признаками применения ИИ выросло по сравнению со II кварталом примерно в пять раз, до 1,7 млн, а их доля в наблюдаемом потоке угроз увеличилась с 1,1 до 5,6%.

Возможности сторон неравны. Атакующие могут свободно экспериментировать с новыми инструментами, тогда как защитникам приходится учитывать требования регуляторов, сложность интеграции и цену ошибки. Если неудачная атака зачастую требует лишь корректировки сценария, то неверно настроенное защитное решение ИИ может не принести нужного результата и не снизить рисков остановки критически важных бизнес-процессов.

Главное преимущество ИИ для злоумышленников пока заключается в удешевлении и масштабировании известных методов атак. Автоматизация разведки, поиска уязвимостей и фишинга позволяет проводить больше операций с меньшими затратами, отмечает Национальный центр кибербезопасности Великобритании (NCSC).

Впрочем, рост числа автоматизированных атак вовсе не означает заведомо слабой позиции защитников. Они располагают данными о собственной инфраструктуре и могут использовать ИИ для непрерывного мониторинга и ускорения реагирования.

Разница в том, что злоумышленникам достаточно повысить эффективность отдельных операций, тогда как компаниям необходимо обеспечить надежность всей системы защиты.

Тренд на автономность атак

Следующий этап адаптации технологии хакерами — ИИ-агенты, способные самостоятельно выполнять последовательность действий, обращаться к внешним инструментам и корректировать операции по мере получения результатов.

Показательный случай в сентябре 2026 года описала Google Threat Intelligence Group. Злоумышленник использовал многоагентную систему для массового сбора учетных данных. Менее чем за шесть часов агенты подготовили и запустили инструменты, позволившие скомпрометировать тысячи наборов учетных данных. При этом они самостоятельно управляли сканированием, устраняли ошибки и меняли IP-адреса практически без вмешательства оператора.

По оценке GTIG, полностью автономных кибератак пока не было зафиксировано. Однако ИИ уже способен выполнять отдельные этапы операций проникновения в ИТ-инфраструктуру и хищения данных. Для защитников это означает необходимость ускорять собственные процессы обнаружения угроз и реагирования.

ИИ в SOC: меньше рутины, быстрее реакция

Главное преимущество ИИ для центров мониторинга безопасности (SOC) также заключается в повышении скорости работы. Алгоритмы классифицируют срабатывания, выявляют связи и готовят отчеты. Генеративные ассистенты помогают анализировать инциденты, а ИИ-агенты — выполнять проверки и запускать сценарии реагирования.

Это освобождает специалистов от рутины. При этом аналитики первой линии все чаще переходят от ручного разбора событий к проверке выводов ИИ, а опытные специалисты сосредотачиваются на сложных расследованиях и поиске новых угроз.

По данным SANS Institute, в 2026 году 79% опрошенных SOC использовали ИИ или машинное обучение, но только 36% встроили их в формализованные рабочие процессы.

Экономический эффект также заметен. Согласно IBM, средняя стоимость утечки у организаций, широко применявших ИИ и автоматизацию защиты, была на $1,93 млн ниже, чем у компаний, использовавших интеллектуальные средства менее интенсивно. Хотя разницу нельзя полностью объяснить влиянием ИИ, автоматизация позволяет быстрее обрабатывать инциденты без пропорционального расширения штата.

При этом эффективность определяется не количеством автоматически закрытых событий, а точностью выявления угроз, скоростью реагирования и стоимостью эксплуатации. Критически важные решения по-прежнему остаются под контролем специалистов.

Пределы доверия

Чем больше автономности получает ИИ, тем шире спектр рисков и выше цена вероятной ошибки. Например, система может принять легитимную активность за атаку и заблокировать критически важный сервер. Поэтому автоматизировать первичный анализ событий можно достаточно широко, но ее решения, потенциально способные нарушить бизнес-процессы, должны обязательно валидироваться специалистом.

Надежность ИИ зависит от качества данных: неполная телеметрия и ошибки в сведениях об инфраструктуре могут приводить к неверным выводам. Дополнительные угрозы для ИИ-модели — промпт-инъекции, «отравление» данных и утечки информации. Для их предотвращения необходимы ограничение полномочий агентов и контроль их действий.

Для российского рынка важен вопрос суверенного ИИ. Локальное размещение моделей повышает контроль над данными, но не гарантирует безопасности. Поэтому соответствие регуляторным требованиям должно сопровождаться практической проверкой защищенности.

Наконец, при внедрении интеллектуальной системы следует учитывать полную стоимость владения ею (TCO), включая интеграцию, вычислительные ресурсы и сопровождение. Поэтому начинать проект стоит с одного-двух сценариев, которые гарантированно приведут к измеримому результату, а решение о масштабировании принимать с учетом доказанной эффективности, надежности автоматизации и четкого планирования ресурсов, необходимых для эксплуатации.

Новые ИБ-задачи и защита самого ИИ

Перспективы применения ИИ в сфере безопасности выходят за пределы SOC. В управлении уязвимостями он помогает определять приоритеты устранения угроз с учетом их реальной эксплуатации и критичности систем. В безопасности разработки — ускорять анализ кода и поиск ошибок. Схожие возможности открываются в автоматизации пентестов, оценке рисков цепочек поставок и проведении аудитов.

Параллельно формируется самостоятельное направление — безопасность ИИ-систем (AI security). По мере интеграции моделей и агентов в корпоративную инфраструктуру защищать потребуется не только их данные, но и внешние инструменты, интеграции и механизмы управления полномочиями. Значимость проблемы подтверждает появление специализированных рекомендаций, включая OWASP Top 10 для агентных ИИ-приложений на 2026 год.

Согласно Global Cybersecurity Outlook 2026, доля опрошенных организаций, оценивающих безопасность своих ИИ-инструментов, выросла с 37 до 64% за год. Для разработчиков и интеграторов это открывает новые направления работы: аудит ИИ, безопасное внедрение и сопровождение агентов. Одновременно будет расти спрос на специалистов, совмещающих компетенции в ИБ и искусственном интеллекте.

Меняются и требования к самой инфраструктуре защиты. Компаниям придется обеспечивать безопасность моделей, их интеграций и выполняемых ими операций, а специалистам — осваивать новые подходы к управлению автоматизацией.

Преимущество в ИБ-противостоянии в эру ИИ получат организации, способные быстрее превращать информацию об угрозах в конкретные и эффективные защитные действия. Ключевым фактором здесь станет не количество внедренных ИИ-инструментов, а надежность и эффективность их работы в реальных условиях.

Автор: Константин Рензяев, генеральный директор CorpSoft24