Кризис безопасности ИИ-кода: как стартап Cytix помогает предприятиям управлять рисками

Пять проблем кибербезопасности ИИ-разработки

Исследования Всемирного экономического форума, Check Point, IOActive и других ведущих организаций сходятся в определении измеримых рисков, создаваемых ИИ-разработкой.

1. Эксплуатируемый код, сгенерированный ИИ. Оценка IOActive за 2026 год показала, что 31,6% образцов кода, сгенерированного ИИ, полностью эксплуатируемы — то есть атакующий может успешно скомпрометировать систему, используя уязвимость. Традиционные инструменты безопасности лишь частично выявляют такие дефекты . Отчёт Aikido за 2026 год «Состояние ИИ в безопасности и разработке» показал, что 69% организаций сталкивались с уязвимостями от ИИ-кода, а каждая пятая пострадала от серьёзного инцидента .

2. Скорость разработки опережает модели безопасности. Check Point Research сообщает, что ИИ теперь достаточно хорошо анализирует код, чтобы создавать рабочие эксплойты в масштабе, сжимая окно реагирования на уязвимости до 12–72 часов — вместо традиционных нескольких дней . Команды безопасности, использующие человеческие темпы проверки, не успевают за машинной скоростью.

3. Потеря контекста риска. Многие сканеры могут выявлять отдельные уязвимости, но не понимают, какие изменения действительно важны для бизнеса, в какой среде они происходят и какой риск несут . Это ведёт к «усталости от оповещений» и неправильной расстановке приоритетов.

4. Регуляторные риски. Опрос Global Cybersecurity Outlook 2026 Всемирного экономического форума показал, что 87% руководителей по безопасности назвали ИИ-уязвимости самым быстрорастущим киберриском в 2025 году . Gartner оценивает, что к 2027 году более 40% утечек данных, связанных с ИИ, будут вызваны неправильным использованием GenAI . Организации, работающие под GDPR, SOC 2 или отраслевыми нормами, сталкиваются с растущим давлением: необходимо доказать, что ИИ-код был оценён.

5. Теневой ИИ и риски цепочки поставок. Активные векторы атак включают инъекции промптов, утечку конфиденциальных данных через ИИ-инструменты и компрометацию ИИ-цепочек поставок — когда бэкдоры внедряются в модели или отравляются зависимости . Deloitte называет теневой ИИ — неконтролируемое использование ИИ-инструментов сотрудниками — одним из самых острых внутренних рисков .

Как работает платформа управления рисками изменений Cytix

Cytix позиционирует свою платформу как «слой принятия решений по безопасности», который располагается между жизненным циклом разработки ПО (SDLC) и функциями риска, безопасности и комплаенса . Вместо того чтобы добавлять ещё один сканер в стек, он выступает точкой контроля, через которую проходит каждое изменение ПО — понимая изменение, определяя действия по безопасности, проверяя риск и предоставляя доказательную базу для регуляторов . Платформа работает в четыре этапа:

Мониторинг в реальном времени. Cytix непрерывно отслеживает каждое изменение ПО — тикеты, pull request'ы, diff'ы кода и релизы — и анализирует контекст: актив, среда, история. Платформа поддерживает постоянный граф знаний о системном ландшафте, чтобы команды могли видеть, какие изменения несут реальный риск, в момент их появления .

Мгновенная оценка риска. Вместо того чтобы относиться ко всем изменениям одинаково, платформа определяет, что произошло, и выбирает пропорциональный ответ — будь то запрос дополнительного контекста, проверка безопасности, модель угроз или конкретный тест. Низкорисковые изменения могут быть автоматически одобрены; высокорисковые получают должное внимание .

Управляемая валидация и действия. Платформа реализует нужный ответ — ИИ-управляемый, проверенный человеком или через партнёров (через устоявшиеся партнёрства с управляемыми услугами от NCC Group и KPMG), гарантируя, что ни одно рискованное изменение не пройдёт без надлежащей обработки .

Доказательства для комплаенса. Каждое решение, действие и результат навсегда привязываются к изменению, которое их вызвало, создавая единую связную запись гарантий. Команды по управлению, рискам и комплаенсу могут в любой момент доказать, какие изменения были оценены, что было сделано и кто за это отвечал — без давления .

Почему это важно сейчас

Генеральный директор Cytix Бен Армстронг формулирует проблему просто: «Существующие инструменты могут сказать вам, какие уязвимости у вас есть, но не могут рассказать о риске. Мы запустили платформу управления рисками изменений Cytix, чтобы взять этот риск под контроль» .

Подход платформы — контекстно-зависимый, основанный на риске и создающий доказательства — отражает более широкий сдвиг в индустрии кибербезопасности. Поскольку генерация кода ИИ продолжает ускоряться, разрыв между скоростью разработки и обеспечением безопасности становится новым полем битвы. С $7 млн в раунде Series A Cytix делает ставку на то, что предприятия будут платить за уровень политик и доказательств вокруг каждого изменения, а устоявшиеся консалтинговые компании обеспечат дистрибуцию и доверие .

Для руководителей по безопасности данные очевидны: почти каждый третий образец кода, сгенерированного ИИ, полностью эксплуатируем, а время на реагирование измеряется часами, а не днями. Вопрос больше не в том, создаёт ли ИИ-ускоренная разработка риски, а в том, построена ли ваша модель безопасности для работы с ними.

Эта статья была опубликована 13 августа 2026 года. Обновлено с учётом объявления о финансировании от 12 августа 2026 года.