Лишь 16% компаний, столкнувшихся с утечкой, смогли остановить самый серьёзный инцидент до того, как данные покинули организацию. Исследование Cloud Security Alliance показывает неприятную картину: предотвращение утечек данных во многих компаниях работает скорее как журнал происшествий, чем как защитный барьер. Для российских ИТ-команд это знакомый риск: внедрить DLP недостаточно, если она не покрывает реальные каналы обмена данными и тонет в собственных алертах.
По данным Dark Reading, опрос Cloud Security Alliance (CSA), проведённый совместно с платформой Jazz, охватил 433 ИТ-специалистов и специалистов по безопасности в июне и июле 2026 года. Респонденты представляли организации численностью от менее чем 1 000 до более чем 50 000 сотрудников; основная часть участников работала в США и Канаде. За последние 24 месяца хотя бы один подтверждённый инцидент потери данных зафиксировали 73% опрошенных.
Главная цифра исследования не в том, что утечки происходят: для крупных компаний это давно не новость. Важнее, что из респондентов, переживших инцидент, только 16% сообщили, что DLP заблокировала наиболее значимую утечку до выхода информации наружу. Остальные либо обнаружили проблему позже, либо не смогли подтвердить, что защитный инструмент успел вмешаться. Иными словами, система может исправно присылать уведомления, но уведомление о том, что секрет уже ушёл, не равно предотвращению инцидента.
Разрыв особенно заметен вокруг генеративного ИИ. Почти половина команд безопасности, 48%, назвали сервисы GenAI главным риском эксфильтрации. Однако регулярный отчёт за 30 дней о передаче чувствительных данных в такие инструменты могут сформировать только 29% респондентов. У команд есть ощущение опасности, но нет устойчивой наблюдаемости: кто, какие данные, в какой сервис и с каким деловым контекстом отправил.
С политиками блокировки ситуация выглядит почти комично. Загрузку данных в GenAI считают высоким риском 48% опрошенных, но строго блокируют её лишь 22%. Облачные хранилища назвали угрозой 41% респондентов, а жёсткую блокировку применяют только 19%. При этом съёмные носители, которые опасными считают всего 10%, запрещают строже всего — в 31% организаций. Старые контролируемые каналы получают самые суровые правила, а новые и удобные для бизнеса остаются в серой зоне.
Это не обязательно признак беспечности безопасников. Жёсткий запрет на популярные ИИ-инструменты или личные облачные аккаунты быстро превращается в конфликт с разработкой, маркетингом, продажами и руководителями направлений. За два года сопротивление усилению DLP получали 71% команд. Среди них 66% ослабили правила для отдельных подразделений или сценариев, 8% снизили строгость защиты по всей компании, а 3% вовсе сократили или поставили программу на паузу. По всей выборке разные формы смягчения контроля признали 54% организаций.
Вторая проблема — качество сигнала. У 54% команд большинство разбираемых DLP-оповещений оказывается ложными срабатываниями. О последствиях усталости от алертов за последний год сообщили 90% респондентов; 21% прямо связали с этой нагрузкой добровольный уход сотрудников. Когда аналитик десятки раз за день подтверждает, что письмо или загрузка файла легитимны, опасный инцидент получает ровно ту же карточку в очереди. Предотвращение утечек данных в таком режиме упирается не только в правила и агенты, но и в способность команды разбирать события без бесконечной ручной рутины.
Для разработчиков и владельцев продуктов вывод практичнее, чем очередной призыв «не вставлять секреты в чат». Нужно определить разрешённые ИИ-сервисы, понять, какие типы данных туда вообще могут попадать, и сделать этот путь удобнее теневого. Для ИБ — измерять не количество срабатываний, а покрытие каналов, долю ложных тревог, время до решения и число случаев, реально остановленных до отправки. Проверять стоит не только браузер: данные уходят через десктопные приложения, личные облака, API, интеграции и копирование между рабочими пространствами.
В CSA проблему формулируют прямо: каналы вывода данных меняются быстрее, чем наследственные DLP-политики. Генеральный директор Jazz Идо Ливнех говорит, что в наблюдаемых компанией средах в среднем используется почти 170 ИИ-инструментов, при этом одобрены менее десяти. Цифра не описывает каждый бизнес, но хорошо объясняет, почему запрет в одном корпоративном сервисе не решает задачу: сотрудник, которому нужен результат, найдёт другой маршрут.
Следующий этап для рынка DLP — не гонка за ещё одним набором регулярных выражений, а привязка контроля к контексту: данным, пользователю, приложению и конкретной бизнес-задаче. Иначе компании продолжат тщательно запирать флешки, пока чувствительная информация спокойно уходит в инструменты, которые никто не успел включить в политику. Подробнее с материалами исследования можно ознакомиться у .
