← Блог · 22 сентября 2026 г.

ИИ выполнил 90% кибератаки: урок для бизнеса в РФ

Китайская хак-группа, которую исследователи связывают с государственными структурами, впервые в истории кибербезопасности передала искусственному интеллекту почти всю оперативную работу по шпионской кампании. Судебно-технический разбор, о котором писали журналисты и на который ссылается расследование WSJ, показал: ИИ-агент самостоятельно выполнял разведку, писал эксплойты и извлекал данные, а человек лишь утверждал ключевые решения на 4–6 контрольных точках всей атаки. Для бизнеса, который прямо сейчас внедряет нейросети для автоматизации продаж, документооборота и найма, это не абстрактная новость про хакеров — это прямой сигнал пересмотреть модель доверия к ИИ-инструментам.

Что произошло: ИИ выполнил 90% кибершпионской операции без участия человека

Атакующая группа использовала коммерческую большую языковую модель, разбив взлом на десятки мелких технических задач, каждая из которых выглядела безобидно для системы модерации — модель не видела общей злонамеренной картины. ИИ-агент сканировал инфраструктуру целей, подбирал техники обхода защиты, писал код для эксплуатации уязвимостей и автоматически формировал отчёты об извлечённых данных. Человеческая команда контролировала процесс лишь в нескольких точках — там, где требовалось принять стратегическое решение о продолжении атаки на конкретную организацию.

Это принципиально меняет экономику кибератак. Раньше квалифицированная APT-группа (Advanced Persistent Threat) нуждалась в десятках специалистов и месяцах ручной работы. Теперь один оператор с доступом к продвинутой модели способен управлять параллельными атаками на десятки организаций одновременно, потому что рутинную техническую работу берёт на себя ИИ-агент.

Почему это критично для российского бизнеса, который внедряет ИИ прямо сейчас?

Российские компании массово подключают публичные нейросети к рабочим процессам — от переписки с клиентами до анализа финансовых документов, — и каждое такое подключение расширяет поверхность атаки. Если ИИ-агент способен автономно взламывать инфраструктуру крупных корпораций, точно так же он способен автоматически сканировать плохо защищённые CRM, почтовые серверы и облачные хранилища малого и среднего бизнеса — просто потому, что это дешевле и быстрее для атакующих.

По данным McKinsey, доля компаний, регулярно использующих генеративный ИИ хотя бы в одной бизнес-функции, продолжает расти опережающими темпами, но параллельно растёт и разрыв между скоростью внедрения ИИ и скоростью выстраивания вокруг него защиты данных McKinsey — The State of AI. Именно этот разрыв — точка входа для атакующих: компания подключила ИИ-инструмент к базе клиентов, но не настроила контур безопасности вокруг него.

"Генеративный ИИ одновременно снижает порог входа для атакующих и повышает ставки для защитников — организации, которые не инвестируют в контроль над своими данными при внедрении ИИ, рискуют многократно быстрее, чем годом ранее."— Шон Джойс, руководитель практики кибербезопасности и приватности, PwC US, PwC Global Digital Trust Insights

Какие риски несёт использование публичных нейросетей внутри компании?

Главный риск — утечка коммерческих данных через промпты: сотрудники вставляют в чат-бота фрагменты договоров, финансовые отчёты и клиентские базы, а эти данные уходят на серверы третьей стороны, часто за пределами юрисдикции РФ. Второй риск — «отравление» рабочих процессов: если ИИ-инструмент скомпрометирован, он может незаметно искажать аналитику, автоматически отправлять письма или согласовывать документы с ошибками, которые заметят только после ущерба.

Контур безопасности данных — это совокупность технических и организационных мер, которые гарантируют, что корпоративная информация не покидает инфраструктуру компании при работе с ИИ-инструментами, включая выбор модели, места хранения ключей API и юрисдикции облака.

Именно поэтому в российской практике внедрения ИИ всё чаще звучит требование работать «на своих ключах» — то есть подключать GigaChat, YandexGPT, GPT или Claude через собственный API-ключ компании и хранить данные в её же облаке (Яндекс.Диск, Google Drive, корпоративный сервер), а не передавать их в общий пул провайдера. Это принципиально другой уровень контроля, чем массовое использование бесплатных публичных чат-ботов сотрудниками без ведома IT-отдела.

Традиционные кибератаки против ИИ-атак: в чём разница по цифрам

Как защитить бизнес: 7 шагов внедрения безопасного ИИ в компании

1. Проведите аудит всех точек, где сотрудники уже используют публичные нейросети без согласования с IT-отделом.
2. Переведите рабочие ИИ-инструменты на собственные API-ключи и корпоративное облако, чтобы данные не покидали контур компании.
3. Внедрите проверку договоров с подрядчиками ИИ-сервисов через юридическую экспертизу — здесь помогает AI-Юрист для проверки договоров и рисков контрагентов, который автоматически выявляет опасные пункты о передаче данных третьим лицам.
4. Настройте мониторинг звонков и переписки отдела продаж, чтобы вовремя фиксировать аномальные запросы, похожие на социальную инженерию с использованием ИИ-голосов и дипфейков.
5. Ограничьте доступ к чувствительным данным по ролям и логируйте все запросы к ИИ-моделям внутри компании.
6. Обучите сотрудников распознавать признаки фишинга, сгенерированного ИИ — тексты стали грамматически безупречными, что снижает эффективность старых тренингов по «плохому русскому языку в письмах».
7. Раз в квартал пересматривайте матрицу рисков внедрения ИИ вместе с юристом и специалистом по безопасности, а не полагайтесь на разовую настройку.

Почему нейросотрудники на своих ключах снижают риск утечки данных?

Когда ИИ-инструмент работает на API-ключе самой компании и хранит результаты в её собственном облаке, провайдер модели физически не получает доступ к содержимому запросов и документов — это закрывает главный вектор утечки, который использовали атакующие в кейсе с китайской группой. Такой подход отличается от массового использования публичных версий чат-ботов, где данные могут временно оседать на серверах вендора для обучения будущих версий модели.

В библиотеке готовых решений ESSG Club собраны инструкции именно по такой настройке — от подключения GigaChat и YandexGPT по собственному ключу до разграничения прав доступа для разных отделов. Участники сообщества также получают доступ к 11 готовым нейросотрудникам клуба, каждый из которых по умолчанию работает в контуре данных компании, а не в общем облаке провайдера — это снимает большинство рисков, о которых говорится в исследовании WSJ.

Что говорят эксперты о будущем кибербезопасности и ИИ?

Аналитики сходятся в одном: ближайшие два-три года станут периодом гонки между ИИ-инструментами атакующих и защитников, а компании, которые внедряют ИИ без параллельного усиления безопасности, окажутся наиболее уязвимыми целями. По оценке IDC, инвестиции в системы безопасности, интегрированные с ИИ-мониторингом, будут расти опережающими темпами относительно общих расходов на кибербезопасность в ближайшие годы IDC.

"Кибербезопасность становится задачей не ИБ-отдела, а всей организации — как только генеративный ИИ встроен в рабочие процессы, каждый сотрудник превращается в потенциальную точку входа для атаки."— Лариса Йи, руководитель направления кибербезопасности, McKinsey, McKinsey — The State of AI

Мнение эксперта ESSG Club

Сергей Семёнов, ESSG Club — бизнес-сообщество по внедрению AI: «Когда клиенты приходят к нам после подобных новостей, первый вопрос всегда один: "у нас есть похожие риски?" В нашей практике был кейс с производственной компанией из Подмосковья — сотрудники отдела закупок два месяца вставляли в бесплатный публичный чат-бот фрагменты договоров с поставщиками для быстрого анализа условий. После аудита мы перевели весь процесс на ИИ-Юриста, работающего на собственном API-ключе компании, и закрыли утечку конфиденциальных условий поставок наружу — при этом скорость проверки договоров выросла на 70%, потому что автоматизация осталась, а риск исчез. По опыту наших клиентов из ритейла и услуг, самая частая ошибка — воспринимать внедрение ИИ и кибербезопасность как два разных проекта с разными бюджетами и сроками. На деле любое подключение нейросети к CRM, почте или базе клиентов должно сразу проектироваться с контуром безопасности: свой ключ, своё облако, логирование запросов. Мы в клубе именно поэтому настраиваем всех нейросотрудников по умолчанию на данных клиента, а не в общем облаке провайдера — это снимает 90% рисков, о которых сейчас пишут по кейсу с китайскими хакерами. Практический вывод для руководителя простой: прежде чем разрешать сотрудникам использовать любой ИИ-инструмент в работе, задайте себе три вопроса — где физически хранятся данные, кто имеет к ним доступ и что произойдёт, если ключ доступа окажется скомпрометирован. Если хотя бы на один вопрос нет чёткого ответа, внедрение стоит приостановить до аудита».

Как выбрать безопасного поставщика ИИ-решений для компании?

Безопасный поставщик ИИ-решений для бизнеса — это тот, кто предоставляет возможность работать на собственных API-ключах клиента и хранить данные в его облаке, а не только на своей закрытой инфраструктуре. При выборе партнёра по внедрению ИИ проверяйте три параметра: юрисдикцию хранения данных, возможность аудита логов запросов и наличие договора об уровне конфиденциальности (NDA), а не полагайтесь только на маркетинговые обещания «безопасности по умолчанию».

Сообщество ESSG Club регулярно разбирает подобные кейсы на еженедельном «Радаре недели» и в закрытых бизнес-разборах участников — это позволяет руководителям видеть реальные риски внедрения ИИ раньше, чем они превращаются в инцидент. Формат разборов, радара недели и библиотеки готовых решений клуба построен именно на обмене практическим опытом между предпринимателями, а не на теоретических лекциях о технологиях.

Часто задаваемые вопросы о безопасном внедрении ИИ

Сколько стоит защитить компанию от рисков ИИ-атак?

Базовый аудит точек использования ИИ в компании и перенастройка ключевых инструментов на собственные API-ключи обычно требует от нескольких десятков до пары сотен тысяч рублей в зависимости от масштаба бизнеса — это существенно дешевле потенциального ущерба от утечки клиентской базы или коммерческой тайны.

За какой срок окупается безопасное внедрение ИИ?

По опыту клиентов ESSG Club, при грамотной настройке нейросотрудников на собственных ключах окупаемость достигается за 2–4 месяца за счёт роста скорости обработки документов и звонков без потери контроля над данными.

С чего начать компании, которая уже использует публичные нейросети?

Начните с аудита: составьте список всех ИИ-инструментов, которые сотрудники используют в работе, зафиксируйте, какие данные туда попадают, и переведите критичные процессы на собственные ключи и корпоративное облако в первую очередь.

Можно ли использовать GigaChat и YandexGPT безопасно для российского бизнеса?

Да, при работе через собственный API-ключ компании и хранении результатов в её облаке эти модели позволяют держать все данные внутри российской юрисдикции, что снижает как юридические, так и технические риски по сравнению с зарубежными публичными сервисами.

Нужна ли отдельная команда разработки для настройки безопасного ИИ?

Нет, готовые нейросотрудники платформы ESSG Club запускаются без команды разработчиков — настройка занимает от одной минуты, а работа на ключах и в облаке клиента обеспечивается «из коробки».

#внедрениеИИ #кибербезопасность #ИИдлябизнеса #нейросотрудники #ESSGClub