Глобальные прогнозы по ИИ в кибербезопасности, как правило, написаны для западного рынка. Российский прогноз имеет свои отличия.

Доступ к инфраструктуре
Санкции отрезали российских разработчиков от облачных GPU-кластеров AWS, GCP и Azure. Обучение больших моделей в России — это либо собственные мощности (доступны только Яндексу и Сберу), либо дорогой параллельный импорт железа. Для ИБ-вендоров это означает что ставка на большие фундаментальные модели нереалистична. Реалистичная стратегия — дообучение открытых моделей (LLaMA, Mistral, российские аналоги) на специализированных ИБ-данных.

Данные как реальное конкурентное преимущество
Общий объём российских инвестиций в ИИ несопоставимо меньше американских и китайских — для сравнения, только венчурные инвестиции США в ИИ превысили $192 млрд. Это не значит, что российские вендоры хронически отстанут в применении ИИ для кибербезопасности — для этой задачи нужны не огромные модели, а качественные специализированные данные. Kaspersky и PT накопили эти данные за десятилетия. Яндекс и Сбер строят инфраструктуру. Синергия этих направлений видится как главный ресурс российской ИБ-индустрии в ИИ-гонке.

Регуляторный барьер
ФСТЭК и ФСБ сертифицируют средства защиты информации. ИИ-компоненты, принимающие автономные решения по безопасности, с высокой вероятностью потребуют отдельной сертификации. Это замедлит переход к полностью автономным системам защиты. «Автопилот SOC» в российском исполнении к 2028 году скорее всего будет «автопилот, где последнее слово за человеком» — потому что регулятор не разрешит иначе.

Спрос на «объяснимость»
Российский корпоративный заказчик, особенно государственный, исторически скептичен к «чёрным ящикам». Это задержит внедрение моделей, которые не могут объяснить своё решение. Продукты с интерпретируемыми результатами (PT Data Security с явными правилами поверх ML; MaxPatrol O2 с отображением цепочки рассуждений) будут продаваться лучше, чем ИИ-продукты с «просто работает, доверяйте нам».

@gostev_future