До сих пор ИБ-защита компаний была ориентирована на традиционный подход выстраивания периметра. На конференции «MLечный путь 2026» компания Selectel обратила внимание рынка на разворот к новому подходу компаний — AI First. Это существенно меняет архитектуру их ИТ-инфраструктуры и периметра.
- 1. Введение
- 2. ИИ в России на пути к платформизации
- 3. Развитие компаний по пути AI First
- 4. Поддержка компаний с разным уровнем ИИ-зрелости
- 5. Изменение периметра защиты компаний AI First
- 6. Поддержка пользовательских инстансов
- 7. Выводы
Введение
Приход искусственного интеллекта стал переломным моментом для ожидаемой крупной трансформации архитектуры построения ИТ внутри компаний. Стратегия развития, технологии и главный вектор исследований сейчас совпали в этом направлении. Каждая сторона стремится получить инвестиции через поддержку ИИ, что подталкивает организации к перестройке их бизнес-модели и преобразованию ИТ-инфраструктуры в новую форму.
В начале весны аналитики McKinsey опубликовали результаты своих исследований по прогнозу технологического развития компаний. Это позволило пересмотреть список наиболее важных отраслей, развитие которых будет оказывать существенное влияние на технологический рост. Прежний список из 12 направлений был существенно обновлён. В нём остались космос, биофарма, кибербезопасность, полупроводники, электротранспорт и др. Но появился «новичок» — средства поддержки ИИ (AI foundation), представленные в отраслях производства HW, облачных услугах и разработке ПО.
ИИ попал не просто в фавориты — он намного опередил конкурентов по прогнозу темпов роста. Отчасти благодаря эффекту низкой базы за период с 2022 по 2025 гг. средний ежегодный рост составил 142 %. Сейчас он постепенно снижается, «опустившись» до 55 % в 2025 году, а в перспективе 2022–2040 гг. его рост оценивается в 17–25 %. Сравнимые показатели только у робототехники (13–23 %) и облачных услуг (12–17 %).
Рисунок 1. Рост доходов для отраслей с наибольшим вкладом в ВВП в 2022–2040 гг. (McKinsey)
Приход 2026 года ознаменовался вступлением в новый период развития — эру Agentic AI. ИИ-агенты воплощают в жизнь представление о самообслуживании бизнес-процессов. Всё движется к тому, что бизнес-команды изучают данные, анализируют возможности и риски, не требуя внимания со стороны технических специалистов. Они принимают решения быстро и взвешенно с экономией затрат для предприятия.
Но несмотря на впечатляющие достижения в развитии ИИ-моделей, процесс масштабных изменений в мире только начинается. А что происходит с развитием ИИ в России? С одной стороны, жаловаться на отсутствие популярности темы ИИ не стоит. Но создание ИИ-агентов для отдельных задач — это только начало пути. Мировой рынок готовится к масштабной трансформации в сторону новой модели компаний — AI First. Аналогичные изменения происходят и в России, а для ИБ-вендоров и ИБ-служб это сигнал к подготовке своих инструментов.
ИИ в России на пути к платформизации
Прошедшую в Москве конференцию Selectel «MLечный путь» открыл главный доклад на тему «От цифровизации к агентским платформам». Упоминание «цифровизации», которая буквально недавно называлась долгосрочной целью, а теперь отнесена к стартовой позиции, выглядит необычно.
Рисунок 2. Конференция Selectel «MLечный путь» 2026 года
Причина изменений «читается» даже в названии: прежний этап Digital First заменяется на AI First. Этот переход означает, что ИИ перестаёт рассматриваться как инструмент для автоматизации отдельных задач. Предполагается, что компании уже успели пройти первый этап знакомства с ним через пилотные проекты ИИ-автоматизации, внедрение чат-ботов для клиентской поддержки. Впереди — широкое внедрение ИИ, вплоть до применения ИИ в процессах принятия решений и для поддержки продуктовых экосистем.
Выступая на конференции, Александр Тугов, директор ИИ-вертикали Selectel, предложил проложить «путь к внедрению ИИ». Это должно помочь компаниям понять, на какой стадии они находятся, и лучше понимать перспективы.
Он выделил три стадии «ИИ-трансформации». На первой формируется понимание, зачем ИИ нужен (Proof of Concept, проверка концепции); на второй — компании внедряют пробные кейсы для исследования результатов от внедрения ИИ: «минимально жизнеспособные» продукты — MVP (Minimum Viable Product), которые ещё не готовы к тиражированию, но уже можно выпускать в продакшн; на третьей стадии формируется «ИИ-платформа» компании с многочисленными примерами «платформизации» ИИ-решений.
Целью развития становится «пересборка» компаний от традиционного типа к формату AI First.
Развитие компаний по пути AI First
Исходя из предложенной Selectel формулы оценки уровня ИИ-развития компаний, на конференции были представлены три уровня развития их ИИ-зрелости. Владислав Кирпинский дал развёрнутое описание их признаков, характерных для каждого из возможных уровней:
- Цель компаний, находящихся на этапе Proof of Concept, состоит в том, чтобы максимально быстро проверить ИИ-гипотезу с минимальными затратами для компании. Важно определиться, сколько времени и ресурсов потребуется на исполнение проекта. Внедрение ИИ-модели происходит без оптимизации и дообучения.
- Цель компаний, реализующих «Одиночные кейсы», состоит в получении ожидаемого эффекта от вывода ИИ-проекта в продакшн с достижением положительного показателя P&L («прибыль и убытки», Profit and Loss).
- При достижении компанией уровня «Платформизация ИИ» главным показателем становится то, что при масштабировании ИИ-проектов стоимость каждого последующего внедрения сокращается.
Рисунок 3. Уровни ИИ-зрелости по Selectel
В других источниках предлагается делать оценку компанией намеченного ею пути внедрения ИИ с выявлением уровня достигнутой структурированной трансформации по следующим направлениям:
- Осознание со стороны руководства понимания потенциала ИИ и определение чёткой дорожной карты его применения внутри компании.
- Выявление существующих возможностей ИИ и областей, где его возможностей пока недостаточно.
- Оценка применения ИИ с точки зрения безопасности и эффективности работы предприятия.
- Сбор идей от сотрудников (мозговой штурм), где и как можно применить ИИ. Пилотные проекты.
- Масштабирование применения ИИ в различных бизнес-подразделениях и их интеграция.
- Внедрение ИИ для принятия решений и оптимизации бизнес-функций.
- Непрерывное дообучение датасетов и реализация обратной связи от внедрённых кейсов.
Gartner предлагает использовать свою, более простую модель оценки компаний.
Рисунок 4. Уровни ИИ-зрелости компаний AI First по Gartner
Вендоры ИИ-моделей, ориентированные на продвижение своих продуктов, рассматривают классификацию компаний по уровню ИИ с точки зрения задач, которые охвачены ИИ в бизнесе. Например, разработчик ИИ-модели Claude провёл совместное исследование с компанией Material, опросив руководителей около 500 компаний в США о внедрении ИИ-агентов. Согласно полученным результатам, многие компании уже далеко вышли за рамки применения чат-интерфейсов и автоматизации отдельных этапов бизнес-процессов. Более половины (57 %) используют агентов для обработки многоэтапных рабочих процессов, 16 % перешли к кросс-функциональным или сквозным процессам, охватывающим несколько команд или бизнес-функций.
Рисунок 5. Типы ИИ-агентов, уже внедрённых в американских компаниях (Claude/Material, 2026)
Поддержка компаний с разным уровнем ИИ-зрелости
Очевидно, что каждый достигнутый уровень внедрения ИИ требует применения своего набора аппаратных средств поддержки. В Selectel провели их оценку и предложили сервисную модель потребления вычислительных ресурсов с использованием следующих GPU:
- для уровня Proof of Concept — модели RTX 4090, RTX 4070 Ti. По оценкам Selectel, эти GPU наилучшим образом подходят для проверки ИИ-гипотез;
- для уровня «Одиночные кейсы» — модели RTX A-series (RTX 6000, RTX 6000 Ada). GPU этого уровня можно рассматривать как универсальный набор средств поддержки ИИ («швейцарский нож»), позволяющий получить оптимальную стоимость затрат токенов доступа для большинства ИИ-задач;
- для уровня «Платформизация ИИ» — модели B300, H200, H100. Этот выбор предназначен в первую очередь для компаний уровня enterprise в реализации их платформенного подхода к внедрению и масштабированию ИИ-проектов.
Selectel предлагает заказчикам использовать GPU в следующих форматах ИТ-инфраструктуры:
- Bare Metal — готовые и произвольные конфигурации; все ресурсы сервера изолированы и принадлежат одному пользователю;
- Cloud — почасовая аренда, быстрый запуск и масштабирование;
- сервер in-house (на площадке заказчика) — вендор предоставляет оборудование с GPU в аренду с размещением в контуре клиента от одного дня и полностью отвечает за его обслуживание и обновление;
- гибридное размещение — серверы заказчика + ЦОД Selectel + приватный канал;
- Managed Kubernetes — предустановленные драйверы и поддержка автомасштабирования нод с учётом изменения запросов заказчика.
Рисунок 6. Элементы агентского фреймворка по Gartner для выполнения заказчиками ИИ-проектов
Изменение периметра защиты компаний AI First
Как эти изменения могут коснуться организации ИБ-защиты? Будет ли достаточно нынешнего набора инструментов для обеспечения безопасности компаний после перехода к модели AI First? Пока оценок таких изменений мало, чтобы делать выводы. Но очевидно, что «периметр» для выстраивания защиты претерпит существенные изменения.
Искусственный интеллект как главный механизм управления предприятием
Вряд ли можно говорить об отказе от традиционной модели управления предприятием, но отчасти генерация управленческих решений и их техническое исполнение перекладываются в компаниях AI First на ИИ. ИИ будет помогать генерировать планы и отслеживать выполнение целей, рост бизнеса компаний и контроль их затрат будут напрямую связаны с инвестициями в развитие её аппаратной поддержки ИИ. Защита ИИ от кибератак приобретает такой же уровень важности для ИБ, как сейчас безопасность первых лиц компании.
Сильный акцент на данных
Данные играют в новой модели ключевую роль. Для эффективного применения ИИ системам необходимы большие объёмы данных. Компании собирают и изучают их, получая из множества различных источников. Данные используются для поиска закономерностей и прогнозирования. С точки зрения ИБ-защиты становится недостаточно обеспечить только контроль доступа к данным, потребуется применять какие-то механизмы для контроля канала их получения. Сниффинг становится опасным в первую очередь не с точки зрения перехвата, а внесения изменений в данные.
ИИ-автоматизация на всех логистических цепочках работы компании
Компании, ориентированные на ИИ, применяют автоматизацию в самых разных областях. От ИИ становятся зависимы как простые, так и сложные задачи. ИИ-системы могут обрабатывать запросы клиентов, управлять цепочками поставок, участвовать в решении юридических или финансовых задач.
Небольшие, но мощные группы ИТ-поддержки
Инструменты ИИ позволяют небольшой команде достигать высокой производительности. Уже есть реальный опыт работы стартапов с многомиллионным годовым доходом при количестве сотрудников всего несколько десятков. С точки зрения ИБ это означает, что перекрёстный контроль между сотрудниками существенно снижается. Персонал получает советы от ИИ, а не от более опытных коллег. Как результат, «слепые» ошибки, приводящие к проблемам ИБ, будут возникать чаще и существовать более длительное время. Скорее всего, состав команды ИБ должен расти, поскольку проблемы будут возникать чаще, а их выявление и устранение будет требовать более высокой экспертизы.
Переход от статических систем к динамически изменяющимся
Модели ИИ требуют дополнительного обучения на основе новых данных. Это означает, что улучшение ИТ-системы будет вестись без полного контроля со стороны человека. Развитие продуктов и услуг будет происходить по мере поступления в систему большего количества данных. Многие нынешние модели безопасности выстроены на сравнении рабочих систем с эталонной. С приходом ИИ статичность моделей значительно сократится.
Поддержка пользовательских инстансов
При построении среды для ИИ-проектов пользователи могут выбрать подходящую под свои задачи LLM (большую языковую модель). Антон Чунаев, менеджер ML-продуктов Selectel, раскрыл на конференции «MLечный путь» содержимое Foundation Models Catalog, в котором представлены подготовленные вендором к применению заказчиками ИИ-модели:
- DeepSeek;
- ChatGPT (OpenAI);
- Mistral AI;
- Phi (Microsoft);
- и другие.
Перечень доступных пользователям моделей будет пополняться, среди ближайших запланированных обновлений — модели от Qwen, DeepSeek, Moonshot AI (Kimi), Zhipu AI (GLM), Google (Gemma), OpenAI (Whisper, GPT OSS), MiniMax и другие.
Рисунок 7. Foundation Models Catalog от Selectel
После выбора модели заказчик может создать приватный инстанс. Он будет поддерживать OpenAI API, а также инструмент Auto Scaling, необходимый для контроля затрат при масштабировании проектов. Затраты для каждого инференса традиционно складываются из количества применяемых токенов доступа (access tokens) и зависят от используемых инференс-сервисов (inference services). Selectel предоставляет также логи и метрики, позволяющие контролировать состояние и производительность моделей. Логи фиксируют события работы приложения, включая ошибки и время их возникновения, а метрики отражают показатели производительности — скорость генерации токенов, задержки, уровень нагрузки и количество активных подключений.
В настоящее время Selectel поддерживает синхронный режим работы с LLM-моделями, то есть после отправки промптов система переходит в режим ожидания ответов. В будущем планируется реализовать асинхронный режим работы с LLM-моделями. Это позволит выстраивать очередь промптов от разных ИИ-задач и более гранулированно управлять ими для учёта критичности запросов. Это особенно важно для ИБ-задач с поддержкой ИИ, поскольку её промпты априори должны обрабатываться в первую очередь, чтобы решение ИБ-задач имело более высокий приоритет над остальными.
Для доступа к инференс-сервисам из клиентских приватных сетей Selectel планирует реализовать в ближайшее время доступ к ИИ-моделям через приватные сети, что повысит стабильность, предсказуемость и уровень информационной безопасности решений.
Рисунок 8. Среди доступных LLM скоро появятся новые решения от Qwen, OpenAI, DeepSeek, MiniMax и другие
Выводы
На прошедшей конференции компании Selectel «MLечный путь 2026» был представлен обновлённый Foundation Models Catalog с большим набором доступных LLM, а также набор программных и аппаратных средств для реализации ИИ-задач различного масштаба в компаниях. Selectel фокусируется на поддержке бизнеса всех уровней, предлагая готовые инфраструктурные и платформенные решения, которые позволят компаниям эффективно внедрять AI First-подход.
В этой статье были рассмотрены признаки различных уровней ИИ-интеграции компаний. Позднее появится статья о том, как компании с традиционной архитектурой, в том числе безопасности, могут перейти на новый ИИ-уровень и каких затрат может потребовать от них этот процесс.
