Миллиарды под прицелом: 45% российских компаний не выделяют бюджет на защиту ИИ

Как демонстрируют данные международных исследований, мировые инвестиции во внедрение ИИ в 2025 году достигли 1,75 трлн долларов, что составляет уже почти треть всех инвестиций в ИТ-отрасль в мире. К 2028–2029 гг. ИИ станет ключевым драйвером развития технологического сектора.

При этом высокая доступность и распространенность технологии создают иллюзию безопасной среды. Николай Сивак, коммерческий директор ГК "Солар", в рамках сессии на ЦИПР 2026 поделился первыми данными совместного исследования "Солара", Б1, Ассоциации ФинТех и компании HiveTrace. Около 80% опрошенных российских компаний в том или ином виде интегрируют ИИ в бизнес-процессы, 35% рассматривают его как стратегический приоритет в ближайшие годы. При этом 45% компаний не выделяют бюджет на защиту ИИ, а всего 25% имеют формализованные политики ИБ для ИИ-сервисов.

"Солар" пригласил для диалога о практике внедрения ИИ в бизнес-процессы экспертов "Ростелекома", "Делимобиля", Альфа-Банка, компании "АльфаСтрахование", Трубной Металлургической Компании (ТМК) и Циана.

Алексей Чугунов, старший вице-президент по развитию и обеспечению информационной безопасности, ПАО "Ростелеком", рассказал, что в контуре корпорации развернута платформа, которая объединяет все используемые в компании ИИ-технологии и решения в едином окне. Классические кейсы внедрения ИИ в процессы включают технологии распознавания речи и генерации ответа в ИИ в контактном центре, базу знаний по многочисленным внутренним нормативным документам, интеллектуальный помощник разработчика "Василиса", который упрощает и упорядочивает работу, позволяет быстрее выходить в прод. Кроме того, ИИ помогает оптимизировать самую трудоемкую часть анализа кода на уязвимость — триаж.

Алексей Чугунов подчеркнул, что внедрение ИИ для "Ростелекома" не самоцель, и назвал четыре этапа успешного проекта внедрения: определить цель автоматизации, систематизировать данные и процессы, собрать команду энтузиастов, готовых эту автоматизацию сделать, и, наконец, обеспечить доступность ИИ-инструментов в инфраструктуре компании.

Александр Тихомиров, директор по информационной безопасности "Делимобиля", представил два кейса, в которых компании удалось сократить издержки и параллельно улучшить клиентский опыт с помощью ИИ. Так, система динамического ценообразования для различных зон Москвы позволяет прогнозировать цену аренды в зависимости от обстановки в городе, погодных условий, пробок, количества автомобилей в районе и уровня топлива. Кроме того, в результате "Делимобиль" повысил эффективность использования своего флота, перераспределяя автомобили в зависимости от спроса.

Другой пример успешного внедрения — автоматизированная оценка чистоты авто, критичного показателя для компании, выполняющей более 100 тысяч аренд ежедневно. ML-модель помогла найти баланс между риском негативного опыта пользователя из-за грязной машиной и риском издержек из-за ошибочной отправки чистой машины на мойку. По фотографиям, которые водитель отправляет при завершении аренды, модель определяет чистоту автомобиля.

Александр Тихомиров отметил, что во внедряемых проектах изначально заложена защита от подмены и манипуляции с информацией: проводится оценка согласованности между источниками, целостности данных, зашиты границы модели.

Святослав Соловьев, директор по искусственному интеллекту в IT, Альфа-Банк, сделал акцент на том, что в финтехе необходимо в первую очередь думать о клиентах, в том числе с точки зрения безопасности ИИ. Возможности ИИ нужно "приземлять" в очень строгие стандарты отрасли, чтобы проводить внедрение и разработку ИИ сервисов в рамках концепции Security by Design.

Альфа-банк стремится стать AI-native банком, носителем "гена ИИ", AlfaGen. Эта стратегия подразумевает использование продвинутых практик LLMOps и передовых инструментов: в защищенном контуре развернуто более 50 зарубежных и open-source LLM. По словам Святослава Соловьева, банк в числе первых внедрил систему управления агентными рисками. Компания тестирует бизнес-модель Tiny Teams, микрокоманд разработки, чьи возможности усилены с помощью ИИ.

Кроме того, ИИ-модели используются в Альфа-банке для решения стандартных и рутинных задач: проактивного мониторинга ИТ-инцидентов с указанием предполагаемой причины, для технической поддержки, для оптимизации процессов в операционном департаменте, таких как документооборот, валютный контроль, проверка валидности контрагентов. В компании активно внедряются AI-ассистенты для поддержки сотрудников различных подразделений.

Владимир Муравьев, IT-директор, "АльфаСтрахование", рассказал, что компания работает более чем над 100 гипотезами и инициативами по использованию генеративного ИИ в бизнес-процессах, и стремиться как можно скорее приступать к практической реализации подтвержденных гипотез. В частности, ИИ используется для оптимизации самого ИТ-производства от обсуждения идеи и дизайна концепта до внедрения и мониторинга результатов.

Спикер пояснил, что один из основных каналов получения страхового бизнеса — широкая сеть страховых агентов, более 10 000 специалистов. Из-за того, что страховых продуктов также очень много, они имеют специализацию и не могут знают всех нюансов по другим направлениям, в результате часть потенциальных контрактов упускается, когда сотрудник не может оперативно проконсультировать клиента. Для решения этой проблемы был внедрен ИИ-помощник — набор агентов, который выравнивает знания всех специалистов и позволяет эмулировать диалоги с клиентами. Специалист может загрузить фотографию ущерба, чтобы узнать регулируется ли такой страховой риск по договору с клиентом, или фотографию объекта, чтобы узнать возможно ли его застраховать. Помощник позволяет делать страховой бизнес более доступным и понятным для всех участников процесса, подчеркнул Владимир Муравьев.

Дмитрий Якоб, заместитель генерального директора Трубной Металлургической Компании (ТМК) по информационным технологиям, поделился кейсом внедрения ИИ в тяжелой промышленности. В качестве сырья для производства стали разных марок используется металлолом различных сортов, который в разном соотношении загружается в сталеплавильную печь вместе с другими материалами. Внедрение ИИ помогло минимизировать риск человеческой ошибки и издержек за счет оптимального набора шихтовых материалов, которые рекомендует система. Гибридные ИИ-модели работают также и в связке с физико-химическими уравнениями плавки, позволяя прогнозировать температуру, шлакообразование, глубину обезуглероживания.

Технологии машинного зрения в свою очередь применяются для анализа сырья на соответствие сортам, на уровень засоренности, наличие взрывоопасных предметов, помогая контролировать качество сырья и упростить претензионную работу с поставщиками.

Кроме того, отметил Дмитрий Якоб, современные технологии генеративного ИИ могут быть полезны технологам, в частности, позволяя не держать в голове огромное количество технологической нормативно-справочной информации, а обратиться к LLM-модели, чтобы быстро получить ответ и ссылку на нужный документ.

Евгений Радько, директор по информационной безопасности "Циана", рассказал, что компания видит значительный эффект от внедрения ИИ как в разработке, так и в операционных процессах, поэтому стремится реализовывать их быстро, масштабируемо и безопасно. Логичным решением стало внедрение ИИ-платфÐ 119f ¾Ñ€Ð¼Ñ‹ — единого внутреннего GenAI-контура дÐ"я всей компании. ПÐ"атформа обеспечивает доступ к нескоÐ"ьким LLM дÐ"я всех сотрудников и вкÐ"ючает GPT Gateway с маршрутизацией и фиÐ"ьтрацией персонаÐ"ьных данных и другой чувствитеÐ"ьной информации. Тем самым Циан дает поÐ"ьзоватеÐ"ям возможность уÐ"учшать работу с точки зрения оперативных процессов и бизнес-фич, при этом деÐ"ать это безопасно.

В качестве ИИ-решения, доступного дÐ"я кÐ"иентов "Циана", Евгений Радько привеÐ" в пример AI-помощника дÐ"я поиска недвижимости и консуÐ"ьтаций. Он готовит персонаÐ"изированные подборки недвижимости и отвечает на вопросы поÐ"ьзоватеÐ"я, оптимизируя работу кÐ"иентской сÐ"ужбы. ОкоÐ"о 70% кÐ"иентов просматривают рекомендации помощника, а 30% переходят на объявÐ"ения и совершают цеÐ"евые действия. Второй кÐ"иентский кейс — AI в модерации. 95% жаÐ"об обрабатываются автоматически, время рассмотрения сократиÐ"ось до 3 минут, а объем ручных проверок снизиÐ"ся вдвое.

Как показывают первые данные иссÐ"едования "СоÐ"ара", Б1, Ассоциации ФинТех и компании HiveTrace, чаще всего ИИ внедряется в процессы обработки документов, сервисы анаÐ"итики и прогнозирования, корпоративные базы знаний, кÐ"иентские чат-боты и в работу контакт-центров. При этом бизнес отмечает среди кÐ"ючевых рисков испоÐ"ьзования ИИ утечки данных (80%), некорректную генерацию контента (60%), компрометацию источников данных и баз знаний (54%). Среди основных угроз российские компании отмечают автоматизацию разведки и атак (67%), генерацию вредоносного кода (54%), дипфейки, которые усиÐ"ивают возможности социаÐ"ьной инженерии (51%).

"ПредставÐ"енные на ЦИПРе кейсы отражают опыт Ð"идеров рынка по внедрению ИИ и достойны масштабирования и в других компаниях. При этом внедрение нейросетей, ИИ-агентов и сервисов кратно усиÐ"ивает ценность кибербезопасности в техноÐ"огических инициативах на базе ИИ. Это новый драйвер дÐ"я развития рынка ИБ, поэтому „СоÐ"ар" развивает техноÐ"огии защиты ИИ с акцентом на актуаÐ"ьные и доÐ"госрочные потребности российского бизнеса".

Как демонстрируют данные международных иссÐ"едований, мировые инвестиции во внедрение ИИ в 2025 году достигÐ"и 1,75 трÐ"н доÐ"Ð"аров, что составÐ"яет уже почти треть всех инвестиций в ИТ-отрасÐ"ь в мире. К 2028–2029 гг. ИИ станет кÐ"ючевым драйвером развития техноÐ"огического сектора.

При этом высокая доступность и распространенность техноÐ"огии создают иÐ"Ð"юзию безопасной среды. НикоÐ"ай Сивак, коммерческий директор ГК "СоÐ"ар", в рамках сессии на ЦИПР2026 подеÐ"иÐ"ся первыми данными совместного иссÐ"едования "СоÐ"ара", Б1, Ассоциации ФинТех и компании HiveTrace. ОкоÐ"о 80% опрошенных российских компаний в том иÐ"и ином виде интегрируют ИИ в бизнес-процессы, 35% рассматривают его как стратегический приоритет в бÐ"ижайшие годы. При этом 45% компаний не выдеÐ"яют бюджет на защиту ИИ, а всего 25% имеют формаÐ"изованные поÐ"итики ИБ дÐ"я ИИ-сервисов.

"СоÐ"ар" пригÐ"асиÐ" дÐ"я диаÐ"ога о практике внедрения ИИ в бизнес-процессы экспертов "РостеÐ"екома", "ДеÐ"имобиÐ"я", АÐ"ьфа-Банка, компании "АÐ"ьфаСтрахование", Трубной МетаÐ"Ð"ургической Компании (ТМК) и Циана.

АÐ"ексей Чугунов, старший вице-президент по развитию и обеспечению информационной безопасности, ПАО "РостеÐ"еком", рассказаÐ", что в контуре корпорации развернута пÐ"атформа, которая объединяет все испоÐ"ьзуемые в компании ИИ-техноÐ"огии и решения в едином окне. КÐ"ассические кейсы внедрения ИИ в процессы вкÐ"ючают техноÐ"огии распознавания речи и генерации ответа в ИИ в контактном центре, базу знаний по многочисÐ"енным внутренним нормативным документам, интеÐ"Ð"ектуаÐ"ьный помощник разработчика "ВасиÐ"иса", который упрощает и упорядочивает работу, позвоÐ"яет быстрее выходить в прод. Кроме того, ИИ помогает оптимизировать самую трудоемкую часть анаÐ"иза кода на уязвимость — триаж.

АÐ"ексей Чугунов подчеркнуÐ", что внедрение ИИ дÐ"я "РостеÐ"екома" не самоцеÐ"ь, и назваÐ" четыре этапа успешного проекта внедрения: опредеÐ"ить цеÐ"ь автоматизации, систематизировать данные и процессы, собрать команду энтузиастов, готовых эту автоматизацию сдеÐ"ать, и, наконец, обеспечить доступность ИИ-инструментов в инфраструктуре компании.

АÐ"ександр Тихомиров, директор по информационной безопасности "ДеÐ"имобиÐ"я", представиÐ" два кейса, в которых компании удаÐ"ось сократить издержки и параÐ"Ð"еÐ"ьно уÐ"учшить кÐ"иентский опыт с помощью ИИ. Так, система динамического ценообразования дÐ"я разÐ"ичных зон Москвы позвоÐ"яет прогнозировать цену аренды в зависимости от обстановки в городе, погодных усÐ"овий, пробок, коÐ"ичества автомобиÐ"ей в районе и уровня топÐ"ива. Кроме того, в резуÐ"ьтате "ДеÐ"имобиÐ"ь" повысиÐ" эффективность испоÐ"ьзования своего фÐ"ота, перераспредеÐ"яя автомобиÐ"и в зависимости от спроса.

Другой пример успешного внедрения — автоматизированная оценка чистоты авто, критичного показатеÐ"я дÐ"я компании, выпоÐ"няющей боÐ"ее 100 тысяч аренд ежедневно. ML-модеÐ"ь помогÐ"а найти баÐ"анс между риском негативного опыта поÐ"ьзоватеÐ"я из-за грязной машиной и риском издержек из-за ошибочной отправки чистой машины на мойку. По фотографиям, которые водитеÐ"ь отправÐ"яет при завершении аренды, модеÐ"ь опредеÐ"яет чистоту автомобиÐ"я.

АÐ"ександр Тихомиров отметиÐ", что во внедряемых проектах изначаÐ"ьно заÐ"ожена защита от подмены и манипуÐ"яции с информацией: проводится оценка согÐ"асованности между источниками, цеÐ"остности данных, зашиты границы модеÐ"и.

СвятосÐ"ав СоÐ"овьев, директор по искусственному интеÐ"Ð"екту в IT, АÐ"ьфа-Банк, сдеÐ"аÐ" акцент на том, что в финтехе необходимо в первую очередь думать о кÐ"иентах, в том чисÐ"е с точки зрения безопасности ИИ. Возможности ИИ нужно "приземÐ"ять" в очень строгие стандарты отрасÐ"и, чтобы проводить внедрение и разработку ИИ сервисов в рамках концепции Security by Design.

АÐ"ьфа-банк стремится стать AI-native банком, носитеÐ"ем "гена ИИ", AlfaGen. Эта стратегия подразумевает испоÐ"ьзование продвинутых практик LLMOps и передовых инструментов: в защищенном контуре развернуто боÐ"ее 50 зарубежных и open-source LLM. По сÐ"овам СвятосÐ"ава СоÐ"овьева, банк в чисÐ"е первых внедриÐ" систему управÐ"ения агентными рисками. Компания тестирует бизнес-модеÐ"ь Tiny Teams, микрокоманд разработки, чьи возможности усиÐ"ены с помощью ИИ.

Кроме того, ИИ-модеÐ"и испоÐ"ьзуются в АÐ"ьфа-банке дÐ"я решения стандартных и рутинных задач: проактивного мониторинга ИТ-инцидентов с указанием предпоÐ"агаемой причины, дÐ"я технической поддержки, дÐ"я оптимизации процессов в операционном департаменте, таких как документооборот, ваÐ"ютный контроÐ"ь, проверка ваÐ"идности контрагентов. В компании активно внедряются AI-ассистенты дÐ"я поддержки сотрудников разÐ"ичных подраздеÐ"ений.

ВÐ"адимир Муравьев, IT-директор, "АÐ"ьфаСтрахование", рассказаÐ", что компания работает боÐ"ее чем над 100 гипотезами и инициативами по испоÐ"ьзованию генеративного ИИ в бизнес-процессах, и стремиться как можно скорее приступать к практической реаÐ"изации подтвержденных гипотез. В частности, ИИ испоÐ"ьзуется дÐ"я оптимизации самого ИТ-производства от обсуждения идеи и дизайна концепта до внедрения и мониторинга резуÐ"ьтатов.

Спикер поясниÐ", что один из основных канаÐ"ов поÐ"учения страхового бизнеса — широкая сеть страховых агентов, боÐ"ее 10 000 специаÐ"истов. Из-за того, что страховых продуктов также очень много, они имеют специаÐ"изацию и не могут знают всех нюансов по другим направÐ"ениям, в резуÐ"ьтате часть потенциаÐ"ьных контрактов упускается, когда сотрудник не может оперативно проконсуÐ"ьтировать кÐ"иента. ДÐ"я решения этой пробÐ"емы быÐ" внедрен ИИ-помощник — набор агентов, который выравнивает знания всех специаÐ"истов и позвоÐ"яет эмуÐ"ировать диаÐ"оги с кÐ"иентами. СпециаÐ"ист может загрузить фотографию ущерба, чтобы узнать регуÐ"ируется Ð"и такой страховой риск по договору с кÐ"иентом, иÐ"и фотографию объекта, чтобы узнать возможно Ð"и его застраховать. Помощник позвоÐ"яет деÐ"ать страховой бизнес боÐ"ее доступным и понятным дÐ"я всех участников процесса, подчеркнуÐ" ВÐ"адимир Муравьев.

Дмитрий Якоб, заместитеÐ"ь генераÐ"ьного директора Трубной МетаÐ"Ð"ургической Компании (ТМК) по информационным техноÐ"огиям, подеÐ"иÐ"ся кейсом внедрения ИИ в тяжеÐ"ой промышÐ"енности. В качестве сырья дÐ"я производства стаÐ"и разных марок испоÐ"ьзуется метаÐ"Ð"оÐ"ом разÐ"ичных сортов, который в разном соотношении загружается в стаÐ"епÐ"авиÐ"ьную печь вместе с другими материаÐ"ами. Внедрение ИИ помогÐ"о минимизировать риск чеÐ"овеческой ошибки и издержек за счет оптимаÐ"ьного набора шихтовых материаÐ"ов, которые рекомендует система. Гибридные ИИ-модеÐ"и работают также и в связке с физико-химическими уравнениями пÐ"авки, позвоÐ"яя прогнозировать температуру, шÐ"акообразование, гÐ"убину обезугÐ"ероживания.

ТехноÐ"огии машинного зрения в свою очередь применяются дÐ"я анаÐ"иза сырья на соответствие сортам, на уровень засоренности, наÐ"ичие взрывоопасных предметов, помогая контроÐ"ировать качество сырья и упростить претензионную работу с поставщиками.

Кроме того, отметиÐ" Дмитрий Якоб, современные техноÐ"огии генеративного ИИ могут быть поÐ"езны техноÐ"огам, в частности, позвоÐ"яя не держать в гоÐ"ове огромное коÐ"ичество техноÐ"огической нормативно-справочной информации, а обратиться к LLM-модеÐ"и, чтобы быстро поÐ"учить ответ и ссыÐ"ку на нужный документ.

Евгений Радько, директор по информационной безопасности "Циана", рассказаÐ", что компания видит значитеÐ"ьный эффект от внедрения ИИ как в разработке, так и в операционных процессах, поэтому стремится реаÐ"изовывать их быстро, масштабируемо и безопасно. Логичным решением стаÐ"о внедрение ИИ-пÐ"атфР119f ¾Ñ€Ð¼Ñ‹ — единого внутреннего GenAI-контура дÐ"я всей компании. ПÐ"атформа обеспечивает доступ к нескоÐ"ьким LLM дÐ"я всех сотрудников и вкÐ"ючает GPT Gateway с маршрутизацией и фиÐ"ьтрацией персонаÐ"ьных данных и другой чувствитеÐ"ьной информации. Тем самым Циан дает поÐ"ьзоватеÐ"ям возможность уÐ"учшать работу с точки зрения оперативных процессов и бизнес-фич, при этом деÐ"ать это безопасно.

В качестве ИИ-решения, доступного дÐ"я кÐ"иентов "Циана", Евгений Радько привеÐ" в пример AI-помощника дÐ"я поиска недвижимости и консуÐ"ьтаций. Он готовит персонаÐ"изированные подборки недвижимости и отвечает на вопросы поÐ"ьзоватеÐ"я, оптимизируя работу кÐ"иентской сÐ"ужбы. ОкоÐ"о 70% кÐ"иентов просматривают рекомендации помощника, а 30% переходят на объявÐ"ения и совершают цеÐ"евые действия. Второй кÐ"иентский кейс — AI в модерации. 95% жаÐ"об обрабатываются автоматически, время рассмотрения сократиÐ"ось до 3 минут, а объем ручных проверок снизиÐ"ся вдвое.

Как показывают первые данные иссÐ"едования "СоÐ"ара", Б1, Ассоциации ФинТех и компании HiveTrace, чаще всего ИИ внедряется в процессы обработки документов, сервисы анаÐ"итики и прогнозирования, корпоративные базы знаний, кÐ"иентские чат-боты и в работу контакт-центров. При этом бизнес отмечает среди кÐ"ючевых рисков испоÐ"ьзования ИИ утечки данных (80%), некорректную генерацию контента (60%), компрометацию источников данных и баз знаний (54%). Среди основных угроз российские компании отмечают автоматизацию разведки и атак (67%), генерацию вредоносного кода (54%), дипфейки, которые усиÐ"ивают возможности социаÐ"ьной инженерии (51%).

"ПредставÐ"енные на ЦИПРе кейсы отражают опыт Ð"идеров рынка по внедрению ИИ и достойны масштабирования и в других компаниях. При этом внедрение нейросетей, ИИ-агентов и сервисов кратно усиÐ"ивает ценность кибербезопасности в техноÐ"огических инициативах на базе ИИ. Это новый драйвер дÐ"я развития рынка ИБ, поэтому „СоÐ"ар" развивает техноÐ"огии защиты ИИ с акцентом на актуаÐ"ьные и доÐ"госрочные потребности российского бизнеса".