Основные выводы: Отчет об исследовании готовности к угрозам ИИ 2026

Сегодня организации развертывают мультиоблачные архитектуры, в которых недетерминированное программное обеспечение выполняет многоэтапные операции непосредственно с корпоративными данными и средами выполнения. Чтобы понять, как технические организации справляются с этим архитектурным сдвигом, мы опросили 100 высших руководителей ИТ- и ИБ-департаментов, включая CxO, вице-президентов и директоров.

Полученные данные указывают на операционный разрыв: в то время как автономное выполнение задач стремительно расширяется, управление и защитные архитектуры по-прежнему привязаны к моделям ручной проверки. Чтобы оценить текущее состояние корпоративной защиты и понять, как команды могут преодолеть этот разрыв, ниже приведены ключевые выводы из Отчета об исследовании готовности к угрозам ИИ 2026.

1. Универсальное внедрение и масштабы мультисистемности

В корпоративной среде внедрение ИИ носит практически повсеместный характер: лишь 5% организаций сообщают об отсутствии активного использования ИИ, в то время как 55% в настоящее время активно развертывают автономные агентские системы, что делает агентов наиболее распространенной архитектурой развертывания ИИ в современных условиях. Более того, почти треть предприятий (31%) используют более 25 различных ИИ-систем в действующей продакшн-среде.

Внедрение в производство выходит далеко за рамки инструментов на основе промптов, охватывая управляемые облачные сервисы, собственные модели компаний и новые уровни оркестрации, такие как Model Context Protocol (MCP) и RAG.

2. Пробел в видимости активов и теневой ИИ

На фоне всплеска развертывания систем отслеживание безопасности отстает. Лишь 17% организаций поддерживают комплексный и актуальный инвентаризационный учет ИИ-активов. Остальные 83% работают в условиях частичной видимости, фрагментированных записей на уровне команд или полного отсутствия централизованных механизмов каталогизации работающих моделей, агентов и конвейеров.

Этот вакуум видимости превратил теневой ИИ в реальность повседневной работы: 52% организаций за последний год обнаружили несанкционированные приложения ИИ, запущенные внутри их периметров.

Такое распространение подпитывается децентрализованным управлением. Более трети организаций (35%) официально разрешают командам развертывать инструменты ИИ без централизованного одобрения, в то время как почти каждый десятый руководитель по безопасности (9%) признает, что у него вообще нет механизмов для обнаружения несанкционированных рабочих нагрузок ИИ.

3. Ландшафт автономных угроз: расширение безопасности данных

Корпоративный ИИ вышел за рамки статических промптов и перешел к активному автономному выполнению. Организации развертывают агентов в ключевых операционных направлениях, среди которых лидируют внутренние корпоративные рабочие процессы, инструменты повышения производительности разработчиков, автоматизация ИТ и безопасности, а также ориентированные на клиентов производственные приложения.

Отвечая на вопросы об опасениях в области безопасности агентов, технические лидеры в основном концентрируются на бизнес-последствиях: несанкционированный доступ к конфиденциальным данным (70%) и неконтролируемое автономное принятие решений (54%) занимают первые места среди их опасений, за ними следуют избыточные привилегии учетных записей (53%). Тем не менее, обеспечение безопасности данных в эпоху ИИ требует выхода за рамки статических хранилищ и анализа путей выполнения, которые их обслуживают.

Хотя они не находятся на первом месте в списке приоритетов, такие риски, как неконтролируемые действия агентов (45%), латеральное перемещение между системами (24%) и невалидированные API инструментов (23%), представляют собой те операционные пути, через которые избыточно привилегированные машинные идентификационные данные взаимодействуют с корпоративными данными. Защита корпоративных данных теперь требует сквозного контекста, охватывающего состояние данных, учетные данные агентов и зоны выполнения в рантайме.

4. Операционные препятствия и фрагментированные инвестиции

Когда руководителей высшего звена попросили выделить главную проблему безопасности ИИ, от которой они хотели бы избавиться сегодня, они не указали на технические изъяны моделей. Напротив, 26% назвали сложность управления и межфункционального владения основным узким местом, лишь ненамного опередив опасения по поводу автономии агентов и доступа к токенам учетных записей служб.

Несмотря на то, что управление является основным источником трений, стратегии защиты остаются глубоко фрагментированными. В то время как 43% команд адаптируют устаревшие облачные инструменты для работы с ИИ, только 38% выделяют финансирование на специализированные бюджеты по безопасности ИИ, а более трети (37%) полагаются на собственные скрипты. Фрагментация капитала между разрозненными точечными инструментами и пользовательскими скриптами создает изолированные силосы телеметрии, оставляя команды безопасности «слепыми» к опасным путям атак, соединяющим код, учетные данные и облачную среду выполнения.

Устранение разрыва: модель готовности к угрозам ИИ

Защита поверхности атаки со скоростью работы машин требует перехода от статических проверок к активной модели безопасности класса «от кода до облака». Готовность к угрозам зависит от двух ключевых переменных: скорости реагирования и полноты видимости на протяжении всего жизненного цикла.

Руководителям предприятий следует сформировать современную позицию защиты по пяти ключевым приоритетам, соответствующим концепции Wiz AI Threat Readiness Framework:

1. Рассматривайте стеки ИИ как ключевую производственную инфраструктуру: применяйте стандартные для предприятия средства конфигурации, патчинга, логирования и контроля доступа ко всем конечным точкам моделей, реестрам и конвейерам.

2. Переходите от плоских описей активов к контексту графов: используйте встроенные возможности управления состоянием, такие как Wiz AI Security, для непрерывного сопоставления ИИ-активов с их владельцами и приоритизации путей опасного воздействия.

3. Обеспечьте соблюдение принципа наименьших привилегий в поведении и человеческого контроля: ограничьте области действия учетных данных агентов для предотвращения латерального перемещения и сделайте обязательными шлюзы проверки человеком для критически важных производственных действий.

4. Устраняйте критические уязвимости и проводите сканирование с помощью ИИ (Столбца 1): развертывайте внешние механизмы тестирования на проникновение на базе ИИ (такие как Wiz Red Agent) для непрерывного тестирования активных периметров и проверки достижимых путей атак до того, как их обнаружат злоумышленники.

5. Ускоряйте реагирование с помощью глубокого анализа кода и агентской защиты (Столбцы 2, 3 и 4): создайте замкнутую архитектуру обороны:

• Глубокий анализ кода ИИ: проверяйте код и интерактивные блокноты (.ipynb) с помощью продвинутых моделей, чтобы выявлять сложные логические ошибки до передачи в продакшн.

Глубокий анализ кода ИИ: проверяйте код и интерактивные блокноты (.ipynb) с помощью продвинутых моделей, чтобы выявлять сложные логические ошибки до передачи в продакшн.

• Ускорение исправления: развертывайте механизмы устранения уязвимостей на базе агентов (такие как Wiz Green Agent) для отслеживания первопричин и создания проверенных исправлений кода непосредственно в пул-реквестах.

Ускорение исправления: развертывайте механизмы устранения уязвимостей на базе агентов (такие как Wiz Green Agent) для отслеживания первопричин и создания проверенных исправлений кода непосредственно в пул-реквестах.

• Обнаружение и локализация в реальном времени: используйте неинвазивные датчики рантайма (Wiz Defend и Wiz Sensor) наряду с автоматизированными механизмами триажа (такими как Wiz Blue Agent) для мгновенной изоляции скомпрометированных рабочих нагрузок.

Обнаружение и локализация в реальном времени: используйте неинвазивные датчики рантайма (Wiz Defend и Wiz Sensor) наряду с автоматизированными механизмами триажа (такими как Wiz Blue Agent) для мгновенной изоляции скомпрометированных рабочих нагрузок.

Получить полный отчет

Поскольку автономные системы меняют корпоративные периметры, защита от угроз на скорости машин требует отказа от циклов ручного триажа. Единая платформа уровня «от кода до облака» предоставляет командам безопасности контекст, необходимый для отслеживания владельцев активов и перекрытия доступных путей атак до того, как ими воспользуются злоумышленники.

Получите свою копию полного отчета, чтобы ознакомиться с полными данными исследования.

Получить Отчет об исследовании готовности к угрозам ИИ 2026