54% компаний уже пострадали от ИИ-агентов: дыра в безопасности растет

Автономные агенты рвутся вперед - безопасность еле плетется следом
Представьте: вы дали сотне сотрудников полный доступ к корпоративным системам, не выдав им именных бейджей, не ограничив права и не записав, кто что делает. Примерно так сейчас выглядит ситуация с ИИ-агентами в большинстве крупных компаний мира. Исследование VentureBeat Pulse, охватившее 107 предприятий, зафиксировало то, о чем давно предупреждали специалисты по кибербезопасности: разрыв между автономией агентов и контролем над ними достиг угрожающих масштабов.
54% организаций уже пережили подтвержденный инцидент безопасности, связанный с ИИ-агентом, или "почти-инцидент" - ситуацию, которую удалось остановить до реального ущерба. При этом парк агентов растет с головокружительной скоростью: по данным Gravitee, с декабря 2025 по апрель 2026 года среднее число агентов на предприятие удвоилось, а почти 38% компаний уже развернули более 100 агентов. Gartner прогнозирует, что к 2028 году средняя компания из Fortune 500 будет эксплуатировать свыше 150 000 агентов - против менее 15 в 2025-м.
Проблема идентичности: агенты без имен и без границ
Ключевая структурная уязвимость - вопрос идентификации. Лишь 32% предприятий присваивают каждому агенту собственную ограниченную управляемую идентичность. Остальные либо используют общие API-ключи, либо позволяют агентам работать под учетными данными людей или сервисных аккаунтов. Это означает: если один агент скомпрометирован или получил избыточные права, "радиус взрыва" распространяется на всю инфраструктуру, к которой у него есть доступ.
Только 30% компаний изолируют наиболее рискованных агентов в песочницах. Остальные 70% фактически позволяют автономным системам свободно перемещаться между корпоративными ресурсами. При этом исследование Cloud Security Alliance (CSA) совместно с Token Security фиксирует еще более тревожную картину: 82% организаций обнаружили в своих сетях ранее неизвестных агентов - тех, которых никто официально не разворачивал и не контролировал. И это при том, что 68% респондентов уверяли, что у них все под контролем.
Что уже сломалось: реальные последствия
Цифры инцидентов расходятся в зависимости от методологии исследований, но общий тренд однозначен. VentureBeat фиксирует 54% пострадавших среди крупных предприятий; CSA называет 65% организаций, переживших хотя бы один инцидент за последний год; Gravitee сообщает о 54% компаний с подтвержденными инцидентами. Разброс объясняется разными выборками и определениями "инцидента", но суть одна: это уже массовое явление, а не единичные случаи.
Последствия конкретны и болезненны: утечки данных зафиксированы в 61% инцидентов, операционные сбои - в 43%, непреднамеренные действия в бизнес-процессах - в 41%. Финансовые потери понесла треть пострадавших компаний. Особенно критична проблема "забытых" агентов: лишь каждая пятая организация имеет формальные процедуры вывода агентов из эксплуатации. Агент, завершивший задачу, нередко продолжает висеть в системе с полным набором прав - готовая точка входа для атаки.
Парадокс самоуспокоенности
Самое поразительное в этой истории - не масштаб проблемы, а отношение к ней. Компании в среднем оценивают удовлетворенность своим стеком безопасности на 4,2 из 5. При этом большинство из них собираются сменить инструменты в течение года. Это классический когнитивный диссонанс: "все нормально, но надо все менять".
Стек безопасности почти полностью построен на инструментах провайдеров: защитные ограждения OpenAI используют 51% компаний, далее идут облачные контроли Google и Microsoft, управляемые агентские механизмы Anthropic. Специализированные решения для безопасности агентов занимают ничтожную долю рынка. При этом на защиту ИИ-агентов выделяется в среднем лишь 6% бюджета безопасности - катастрофически мало для технологии, которая уже стала вектором атак.
Arkose Labs в своем отчете за 2026 год фиксирует еще одну проблему: только 26% руководителей уверены, что смогут однозначно доказать причастность ИИ-агента к инциденту. Движение агента между взаимосвязанными системами внешне неотличимо от легитимной операционной активности - это кошмар для форензики и регуляторной отчетности одновременно.
Что с этим делать
CSA и отраслевые эксперты сходятся в нескольких базовых требованиях. Первое - каждый агент должен получить собственную минимально необходимую идентичность, а не работать под общими ключами. Второе - обязательная изоляция высокорисковых агентов в песочницах. Третье - формальные процедуры жизненного цикла агента, включая его вывод из эксплуатации с отзывом всех прав.
Для российских компаний ситуация имеет дополнительное измерение: большинство упомянутых инструментов - OpenAI, Google, Microsoft, Anthropic - работают с ограничениями или недоступны напрямую без VPN. Это означает, что отечественный бизнес, активно внедряющий ИИ-агентов через собственные или альтернативные решения, оказывается в еще более уязвимом положении: инструменты безопасности, встроенные в западные платформы, попросту недоступны, а специализированные альтернативы только формируются.
По прогнозам Arkose Labs, 97% корпоративных руководителей ожидают серьезного инцидента с ИИ-агентами в течение следующих 12 месяцев. Почти половина - в течение шести. Разрыв между знанием о риске и готовностью к нему - это и есть главный вызов 2026 года в корпоративной безопасности.
Похожие новости
OpenAI выпустила GPT-6.2 Astra и Sol: входные и выходные токены Astra в API на 20% дешевле, чем у GPT-6 Astra
OpenAI представила две модели: флагманскую GPT-6.2 Astra и экономичную GPT-6.2 Sol. Они доступны в ChatGPT Work, Codex и API и тратят меньше выходных токенов. В API Astra дешевле GPT-6 Astra: входные и выходные токены на 20% ниже, на кэшированные входные скидка 60%.
OpenAI показала агентов GPT-6 для клиник: Luna выполняет задачу за 8,5 цента
OpenAI предложила больницам и страховщикам GPT-6 Astra и Luna: агенты сами кликают по программам клиник и порталам страховых. Среди партнеров компании - CVS Health и Cigna Healthcare.
NVIDIA Vera Rubin NVL72 в MLPerf Endpoints: более 10x токенов на киловатт к GB300
В предварительных результатах MLPerf Endpoints v1.0 система Vera Rubin NVL72 выдала более чем в 10 раз больше токенов на киловатт, чем GB300 NVL72. Результаты еще не верифицированы MLCommons.