По мере роста внедрения ИИ меняются и тенденции его использования. ИИ переходит из стадии эксперимента в разряд инфраструктуры. Данные из отчета Sysdig 2026 Cloud-Native Security and Usage Report показывают, что организации все чаще создают собственную инфраструктуру, а не полагаются на внешние сервисы. Это изменение сокращает поверхность атаки ИИ.
От потребления к инфраструктуре
В этом году мы проанализировали на миллион больше пакетов ИИ и машинного обучения (ML), чем в прошлом. Это сигнал того, что ИИ становится постоянной частью инфраструктуры.
Если соотнести эти данные с классификацией внедрения ИИ от McKinsey & Co., то организации все чаще действуют как «формирователи» (shapers) и «создатели» (makers). Это означает, что вместо того, чтобы потреблять ИИ через размещенные модели, такие как ChatGPT и Claude (потребители/takers), они настраивают эти модели, разрабатывают конвейеры данных и интегрируют их в свои продукты и рабочие процессы (формирователи). Кроме того, некоторые из них обучают свои собственные модели с нуля, используя огромные мощности GPU и колоссальные объемы данных (создатели).
Анализируя эти пакеты по типам, мы заметили в шесть раз больше пакетов ML в облачных средах. В то же время для ИИ количество пакетов OpenAI выросло в 14 раз, а пакетов Anthropic — в 40 раз.
Организации определенно используют ИИ; в этом нет сомнений. Теперь вопрос заключается в том, насколько глубоко они его интегрируют.
Консолидация сокращает поверхность атаки ИИ
Поскольку внедрение ИИ смещается от внешних сервисов к собственной инфраструктуре, это идет на пользу безопасности. Парадоксально, но по мере роста внедрения ИИ поверхность атаки для инфраструктуры ИИ сокращается.
Организации, создающие собственную инфраструктуру ИИ, заменяют бесконечное множество специализированных инструментов и API с поддержкой ИИ на меньшее, но более критически важное количество инфраструктурных моделей. Полученные консолидированные ресурсы легче защищать в соответствии с лучшими практиками.
Наши данные подтверждают этот тезис. Несмотря на значительный рост количества пакетов, публичная доступность пакетов ИИ и ML осталась на уровне прошлого года — 1,5%, а публично доступными были лишь 0,05% ресурсов.
Необходимо помнить, что, хотя ИИ может выглядеть как некий «черный ящик», это все еще просто программное обеспечение, работающее на компьютере. Следующие три ресурса связывают ИИ с традиционными рабочими нагрузками:
- Мастер-класс: «ИИ — это больше, чем ChatGPT и LLM» охватывает то, как ИИ является зонтичным термином для ML, генеративного ИИ (GenAI), агентного ИИ и многого другого.
- В статье «Что старое — то новое» AIBOM проливают свет на то, из каких компонентов состоят системы ИИ.
- «ИИ — это все еще рабочая нагрузка» соотносит инфраструктуру ИИ с элементами, которые «потребители», «формирователи» и «создатели» уже знают, как защищать.
Европа и сектор B2C лидируют во внедрении ИИ
Мы заметили, что организации, работающие с потребителями (B2C), такие как медиа, интернет-компании, транспорт и ритейл, лидируют во внедрении ИИ. Для этих компаний инновации в области ИИ стимулируют доход и напрямую связаны с качеством обслуживания клиентов, вовлеченностью и конкурентными преимуществами.
Напротив, для организаций, работающих с бизнесом (B2B), ИИ не является основным интерфейсом продукта, а скорее играет более тонкую роль, повышая операционную эффективность. Они в основном используют ИИ для поддержки внутренней продуктивности, аналитики, рабочих процессов автоматизации или поддержки клиентов.
Кроме того, регион EMEA значительно опережает другие регионы по внедрению пакетов ИИ и ML. Вместо того чтобы подавлять инновации, четкие регуляторные нормы ЕС в области ИИ, по-видимому, обеспечивают необходимую основу для того, чтобы осторожные организации могли уверенно ускорять внедрение.
Эту разницу также можно объяснить требованиями суверенитета данных и соображениями комплаенса, поскольку они подталкивают организации в регионе EMEA к использованию собственной инфраструктуры ИИ. В конце концов, наши данные не учитывают организации, выступающие в роли «потребителей», которые сильно зависят от размещенных сервисов ИИ.
Внедрение ИИ в кибербезопасности
Есть одна область, где использование ИИ стало вопросом выживания, и это кибербезопасность. ИИ теперь является бесценным инструментом в арсенале как атакующих, так и защитников.
Злоумышленники используют его не только для расширенных кампаний социальной инженерии и разведки. Команда Sysdig TRT сообщала о JADEPUFFER, полностью автономном вирусе-вымогателе, захвате учетной записи с помощью ИИ менее чем за 10 минут и эксплуатации недавно раскрытых уязвимостей менее чем за четыре часа.
К счастью, защитники не отстают. Организации используют ИИ во всех его формах, чтобы ускорить самые трудоемкие части облачной безопасности:
- ML для обнаружения аномального поведения и фиксации инцидентов безопасности.
- LLM для снижения когнитивной нагрузки и помощи разработчикам в устранении уязвимостей в их коде.
- Агентный ИИ, который сопоставляет данные со всей вашей инфраструктуры для автоматического реагирования на угрозы, а затем помогает инженерам по безопасности расследовать их.
Узнайте больше о роли ИИ в кибербезопасности, прочитав статью «ИИ — это настоящее безопасности».
Основные выводы
ИИ больше не является экспериментальным или чем-то новым. Это операционная инфраструктура.
Рост количества пакетов ИИ и ML сигнализирует о переходе от потребления ИИ к созданию и формированию производственного уровня.
Организации, которые консолидируют ИИ в своей инфраструктуре, следуют лучшим практикам безопасности. Их ресурсы ИИ менее доступны публично, что сокращает поверхность атаки.
Разрыв между атакующими и защитниками, использующими ИИ в кибербезопасности, быстро сокращается. Тот, кто автоматизирует быстрее, будет оставаться впереди в течение следующих 6–12 месяцев.
Ознакомьтесь с нашим полным анализом и другими данными в отчете Sysdig 2026 Cloud-Native Security and Usage Report.
