48% организаций уже называют безопасность ИИ главным барьером для внедрения, хотя 97% при этом продолжают курс на AI-проекты. Для русскоязычной IT-аудитории сигнал предельно практичный: рынок упёрся не в дефицит моделей и не в цену лицензий, а в старую добрую проблему, которую снова пришлось переоткрыть, только теперь с приставкой AI.
Linux Foundation 18 мая 2026 года на Open Source Summit North America выпустила отчёт 2026 State of Tech Talent Report, а о выводах исследования сообщает The New Stack. Главный сдвиг в цифрах такой: если в 2024 году вопросы безопасности и приватности как главный тормоз AI-инициатив называли 17% респондентов, то в 2026-м уже 48%. Иначе говоря, за два года страх перед «дорого и сложно» уступил место более приземлённой мысли: «мы это внедрим, а кто потом будет отвечать за риски?».
На этом фоне особенно показательно другое число: 57% организаций сообщили о серьёзном дефиците возможностей в области AI security и risk management. Ещё 40% признали, что у них банально не хватает людей в кибербезопасности и compliance. Это уже не спор о хайпе вокруг генеративного ИИ и не дискуссия в духе «заменит ли модель джунов». Это вполне взрослая эксплуатационная проблема: компании хотят запускать ИИ в продукты, процессы и внутренние сервисы, но не уверены, что умеют нормально контролировать доступ, данные, мониторинг, уязвимости и последствия ошибок модели.
Отчёт интересен ещё и тем, что ставит безопасность ИИ в прямую конкуренцию с другими барьерами. 43% респондентов сказали, что именно security-моменты мешают их компаниям получать реальную ценность от ИИ. Для сравнения: cost management назвали 36%, общий дефицит навыков — 34%, ограничения legacy-систем — 30%. Картина для отрасли довольно жёсткая. До недавнего времени казалось, что AI-стек будут тормозить бюджеты, вычислительные мощности и нехватка ML-специалистов. На практике выясняется, что бизнес готов мириться и с дорогими GPU, и с переобучением команд, но не готов жить с непонятным рисковым профилем. Особенно когда речь идёт о данных клиентов, внутренних кодовых базах, агентных сценариях и системах, которые начинают действовать не только по запросу, но и почти самостоятельно.
Для разработчиков, продактов и IT-директоров здесь есть неприятный, но полезный вывод. Внедрение ИИ больше не выглядит как покупка API и пара недель на прототип. Теперь это вопрос операционной зрелости. Нужны не только prompt engineering и интеграции, но и дисциплина вокруг identity, governance, логирования, изоляции сред, наблюдаемости, проверки моделей и процессов реагирования. Иначе пилот красиво живёт на демо, а дальше компания внезапно обнаруживает, что модель уже ходит в чувствительные системы, а чётких правил для этого никто не написал. Ровно поэтому безопасность ИИ начала обгонять по значимости даже бюджетные ограничения: деньги можно выбить, доверие после инцидента — заметно сложнее.
Есть и второй слой этой истории, менее очевидный. Исследование Linux Foundation спорит с популярным нарративом про «ИИ отнимает работу у технарей». По данным отчёта, AI, наоборот, подталкивает рост найма: чистый эффект по найму оценивается в плюс 31% на 2026 год, а для entry-level ролей — в плюс 8%. В software development рост составил 28%, в technical management — 22%, в IT operations — 17%, в QA и testing — 16%. То есть рынок не сокращает технические команды, а меняет их профиль. Нужны не просто люди, которые умеют подключить модель, а специалисты, способные удержать систему в управляемом состоянии. И тут снова всплывает безопасность ИИ: она превращается из отдельной компетенции CISO в обязательный элемент повседневой работы DevOps, platform engineering, backend-команд и продуктовых владельцев.
Отсюда и ставка на upskilling вместо классического найма. 57% организаций назвали основным ответом на дефицит навыков обучение текущих сотрудников, а не набор новых — его выбрали 49%. Почти все, 94%, считают upskilling важным или крайне важным. Логика проста: внутренние команды уже знают архитектуру, процессы, бизнес-контекст и реальные ограничения компании. В отчёте это даже посчитали: по сравнению с наймом upskilling даёт преимущество в понимании бизнес-контекста в 7,9 раза, в удержании сотрудников — в 7,7 раза, в командной слаженности — в 7,3 раза, в совокупной стоимости — в 5 раз, в качестве работы — в 3,5 раза. Если убрать маркетинговый глянец, смысл очень земной: нанять «AI-волшебника» с рынка хочется всем, но чаще дешевле и быстрее научить собственных инженеров не только пользоваться моделью, но и держать её в рамках.
Для российского и русскоязычного рынка этот вывод читается без перевода. Компании, которые сейчас считают AI-инициативы в штуках пилотов, скоро начнут считать их в штуках контуров контроля. Выиграют не те, кто первым прикрутил генерацию текста или кода, а те, кто раньше остальных собрал вокруг ИИ нормальную инженерную дисциплину. Иначе рынок получит не дефицит моделей, а дефицит доверия к ним. Первоисточник с цифрами и контекстом можно посмотреть у .