69% CISO назвали AI в кибербезопасности главным направлением для новых бюджетов на 2026 год. Это не столько история про зрелый ROI, сколько про страх не успеть за атакующими и конкурентами. Для российских и русскоязычных IT-команд сигнал простой: AI-бюджеты в security уже уходят из зоны экспериментов, но спрашивать с них будут как с обычных инвестиций.
Организации вкладывают больше денег в AI-инструменты для защиты, не дожидаясь убедительных доказательств их эффективности, сообщает Dark Reading. Поводом стали данные опроса IANS и Artico среди более чем 500 директоров по информационной безопасности. Средний бюджет на безопасность в 2026 году вырос всего на 5% против 4% годом ранее, а медианный бюджет второй год подряд остался без роста. На этом фоне AI выглядит не как приятная добавка, а как кандидат на перераспределение денег внутри уже тесной сметы.
Цифры показывают, насколько быстро тема стала обязательной для совета директоров. Помимо 69% CISO, которые считают AI главным получателем новых денег, 24% уже выделили под него отдельную строку в security-бюджете. Еще 38% включают такие расходы в общий бюджет безопасности, а другие 38% финансируют их через IT, data или инновационные программы. Формально это разные бухгалтерские полки, но смысл один: AI в кибербезопасности перестал быть пилотом «на посмотреть».
Причины понятны и немного нервные. AI уже используют не только защитники, но и атакующие: для автоматизации операций, ускорения фишинга, поиска уязвимостей и генерации более убедительных сценариев социальной инженерии. Руководители боятся оказаться в позиции команды, которая защищается вручную против противника с автоматизированным конвейером. Это не гарантирует пользу каждого AI-продукта, зато отлично объясняет, почему закупки идут быстрее, чем методики оценки.
IANS отдельно указывает на кадровый эффект. 91% опрошенных CISO ждут, что AI повысит продуктивность security-команд в ближайшие 12 месяцев, а 81% считают, что технология создаст спрос на новые роли и навыки. Речь не обязательно о замене аналитиков. Скорее о переносе рутины — сортировки алертов, первичного анализа, поиска повторяющихся паттернов — на инструменты, а людей в идеале будут нагружать расследованиями, проверкой гипотез и решениями по рискам. Ключевое слово здесь «в идеале».
Проблема в том, что самые популярные сценарии не всегда дают лучший результат. Gartner в отдельном исследовании более чем 1000 IT-специалистов из компаний с выручкой от $50 млн отметил разрыв между тем, что организации активнее всего внедряют, и тем, что приносит максимальную отдачу. Топ-менеджеры чаще всего называют detection and response в кибербезопасности, но, по данным Gartner, более сильную ценность показывает AI для оптимизации IT-активов и затрат. Неловкая деталь для рынка, где наклейка «AI-powered» уже стала почти обязательной.
Эксперты в материале Dark Reading описывают это как экономику страха. CEO Acalvio Рам Варадараджан говорит о «страховой» логике закупок: пропущенная атака видна всем и может стоить карьеры, поэтому покупка AI-инструмента иногда становится способом показать, что команда «делала все возможное». Field CISO F5 Шон Мерфи смотрит на ситуацию жестче: AI ушел из лабораторий в production, а значит, защитникам приходится отвечать на скорость, с которой люди уже не справляются. CISO Contrast Security Дэвид Линднер добавляет, что ждать идеального бизнес-кейса — значит объяснять совету директоров, почему компания будет проигрывать медленнее.
Для разработчиков эта волна расходов обернется не только новыми сканерами и автоподсказками в пайплайнах. Больше внимания уйдет на проверку AI-сгенерированного кода, управление секретами, контроль зависимостей и трассировку решений, которые предлагает модель. Для продактов и IT-директоров вопрос будет звучать иначе: где AI реально сокращает риск или ручной труд, а где просто добавляет еще один дашборд, еще одну интеграцию и еще один счет от поставщика.
Главный редакторский вывод тут довольно земной: AI в кибербезопасности уже нельзя игнорировать, но и покупать его как амулет тоже дороговато. Следующий год, похоже, пройдет под знаком неприятных, но полезных вопросов: какие метрики доказывают пользу, кто отвечает за ложные срабатывания, где заканчивается автоматизация и начинается риск, и какие AI-функции команда выключит первыми, если бюджет снова не вырастет.