В современной медицинской практике или на промышленном производстве автономные ИИ-агенты способны значительно ускорить рабочие процессы: от мгновенного обновления электронных медицинских карт до контроля качества на конвейере со скоростью, недоступной человеку. Однако внедрение таких технологий в реальную эксплуатацию сталкивается с серьезным препятствием. Речь идет не о возможностях моделей или нехватке вычислительных мощностей, а о проблеме управления цифровыми личностями и правами доступа.
Разрыв между пилотами и реальностью
Согласно данным, озвученным президентом Cisco Джиту Пателем на конференции RSAC 2026, около 85% предприятий запустили пилотные проекты с использованием ИИ-агентов, но лишь 5% довели их до полноценного внедрения. Этот колоссальный разрыв в 80 процентных пунктов обусловлен дефицитом доверия. Специалисты по информационной безопасности задаются вопросами: какие агенты имеют доступ к критически важным системам и кто понесет ответственность, если действия ИИ выйдут за рамки заданных полномочий?
Исследования IANS Research показывают, что большинство компаний до сих пор не внедрили зрелые системы ролевого управления доступом даже для сотрудников. Появление ИИ-агентов только усложняет ситуацию. В отчете IBM X-Force Threat Intelligence Index за 2026 год зафиксирован рост атак на публичные приложения на 44%, что связывают с отсутствием должного контроля аутентификации и использованием ИИ для поиска уязвимостей.
Архитектурный подход к безопасности
В экспертной среде отмечается, что проблема доверия носит архитектурный характер. Майкл Дикман, топ-менеджер подразделения Campus Networking в Cisco, подчеркивает, что сетевая инфраструктура способна видеть то, что упускают другие источники данных: реальное взаимодействие между системами, а не предполагаемую активность. По словам Дикмана, знание того, какие системы фактически общаются друг с другом, становится фундаментом для обеспечения безопасности на «машинной скорости».
В обзоре выделяются четыре условия для формирования доверия к ИИ-агентам:
- Безопасное делегирование: четкое определение полномочий агента и сохранение цепочки ответственности за конкретным человеком.
- Культурная готовность: переход от простой агрегации уведомлений о киберугрозах к использованию агентов для анализа каждого инцидента.
- Экономика токенов: учет вычислительной стоимости каждого действия и использование гибридных архитектур, где ИИ отвечает за логику, а детерминированные инструменты — за выполнение.
- Человеческое суждение: сохранение контроля со стороны экспертов. Тестирование показало, что ИИ может генерировать избыточный контент (например, отчеты на 60 страниц), требующий тщательной корректировки специалистом.
Сетевая видимость против изолированных данных
Одной из главных ловушек при внедрении ИИ считается создание изолированных систем. Когда разные команды разрабатывают своих агентов на базе разрозненных данных, общая картина безопасности теряется. В обзоре подчеркивается, что истинная эффективность достигается только при кросс-доменной корреляции данных.
Эксперты указывают на распространенную ошибку: организации часто копируют профили обычных пользователей для ИИ-агентов, что приводит к избыточности прав доступа с первого дня работы. По мнению специалистов Cato Networks, компаниям необходим подход, аналогичный управлению персоналом: агенты должны проходить этапы приема на работу (онбординг), постоянного мониторинга и корректного вывода из эксплуатации.
Приоритеты перед запуском в производство
Для успешного перехода от тестирования к эксплуатации эксперты рекомендуют сосредоточиться на следующих направлениях:
- Координация руководства: согласование ожиданий между бизнес-подразделениями, ИТ и службой безопасности.
- Подготовка систем управления доступом: модернизация IAM (управление идентификацией) и PAM (управление привилегированным доступом) под нужды ИИ.
- Платформенный подход: использование сетевой инфраструктуры, позволяющей обмениваться данными между различными сегментами сети.
- Гибридные архитектуры: сочетание планирования с помощью ИИ и исполнения через традиционное программное обеспечение для предсказуемости результата.
- Микросегментация: внедрение жестких сетевых границ для ограничения масштаба потенциального ущерба в случае компрометации агента.
В завершение анализа отмечается, что те организации, которые первыми внедрят архитектуру доверия, смогут масштабировать использование ИИ-агентов значительно быстрее конкурентов. Теоретическое доверие не способствует прогрессу; реальную скорость обеспечивают только работающие механизмы управления доступом и сетевого контроля.
