Истинная цена неуправляемого AI: отчёт Trellix оценивает инсайдерский риск в $2,4 млн

AI-агенты уже работают внутри доверенного периметра предприятий на машинной скорости, но большинство организаций не видят и не контролируют их действия.

CISO столкнулись с новым типом инсайдера: автономные системы и AI-агенты с привилегированным доступом без эквивалентного управления. Новое исследование Trellix, охватившее 600 руководителей по безопасности, оценивает масштаб угрозы: 28% инсайдерских инцидентов связаны с действиями AI, обнаружение и реагирование занимают в среднем 15 часов, а каждая организация теряет $2,4 млн. Softprom является официальным дистрибьютором Trellix.

Что было анонсировано

Trellix опубликовал отчёт Mind of the CISO: The New Insider — глобальное исследование 600 CISO из Америк, EMEA и APAC, проведённое агентством Vanson Bourne. Одновременно представлено решение Trellix Wise for Private Cloud — AI-ядро для agentic SOC, полностью развёрнутое в среде заказчика.

Ключевые цифры отчёта:

• 95% организаций столкнулись с инсайдерским инцидентом, связанным с действиями AI или автономных систем за последние 12 месяцев.
• 28% всех инсайдерских инцидентов вызваны действиями AI.
• $2,4 млн — средние убытки от инсайдерского инцидента.
• 15 часов — среднее время обнаружения и реагирования.
• 74% CISO считают, что традиционные средства защиты не рассчитаны на риски AI.

Окно реагирования в 15 часов — это не просто разрыв, это открытое приглашение для атакующих. Когда AI-агенты действуют в доверенном периметре на машинной скорости, устойчивыми остаются те, кто управляет ими как привилегированными идентичностями и строит agentic SOC для ответа на скорости угрозы.

Почему это важно

Для CIO, CISO и директоров по закупкам данные меняют подход к инсайдерскому риску. 78% организаций включают AI-агентов, автономные системы и машинные идентичности в определение инсайдерского риска, а 42% считают это приоритетом №1 на 12–24 месяца. При этом только 48% имеют полностью внедрённую стратегию управления инсайдерскими рисками.

Разрыв в видимости носит системный характер: 63% CISO не имеют достаточной видимости того, как сотрудники используют AI-инструменты, а 99% хотят улучшить видимость по пользователям, устройствам и средам. 79% ожидают атаку с использованием AI через доверенные идентичности в ближайший год, а 91% CISO отмечают рост персональной ответственности за инсайдерские инциденты.

Технические детали

• Охват исследования: 600 CISO в Америках, Европе, на Ближнем Востоке и в APAC.
• Отрасли: финансы, госсектор, здравоохранение, промышленность, энергетика, нефтегаз, ЖКХ.
• Trellix Wise for Private Cloud: AI-ядро agentic SOC, развёрнутое в среде заказчика, данные остаются под контролем организации.
• Снятые барьеры внедрения: непредсказуемая стоимость, потеря контроля над данными, непрозрачность решений AI.
• Последствия инцидентов: потеря данных (56%), простои (49%), нарушения комплаенса (48%), репутационный ущерб (46%).
• Направление защиты: 99% CISO считают AI и автоматизацию необходимыми для управления инсайдерским риском на горизонте 12–24 месяцев.

Часто задаваемые вопросы

Какова средняя стоимость инцидента, связанного с AI?

$2,4 млн в среднем на организацию по данным опроса 600 CISO. Дополнительные последствия — потеря данных, простои, нарушения комплаенса и репутационный ущерб.

Как быстро SOC должен реагировать на инсайдерские AI-инциденты?

Быстрее текущего среднего показателя в 15 часов. Рекомендуется модель agentic SOC, реагирующая на машинной скорости, а не в темпе ручных процедур.

Что даёт Trellix Wise for Private Cloud?

Это AI-ядро для agentic SOC, полностью развёрнутое в среде заказчика. Решение масштабирует мощность SOC, сохраняя контроль над данными и прозрачность решений AI.

Softprom и Trellix

Softprom является официальным дистрибьютором Trellix. Команда Softprom поддерживает партнёров и корпоративных заказчиков в вопросах лицензирования, технической экспертизы и внедрения решений Trellix XDR, управления инсайдерскими рисками и agentic SOC.

Подготовлено редакцией Softprom по материалам вендора (Softprom DistriFlow). Источник: оригинальная статья.