Check Point: ИИ сократил время создания эксплойта до часов, а не недель
Check Point Research фиксирует переход ИИ от инструмента к автономному организатору кибератак, где создание эксплойтов сократилось с недель до часов. Традиционные методы защиты теряют эффективность, поэтому для бизнеса критичным становится скорость внедрения исправлений, а не только обнаружение угроз.
По данным Check Point Research, опубликованным в отчете AI Security Report 2026, искусственный интеллект перестал быть лишь инструментом усиления атак и стал их непосредственным организатором. Системы ИИ теперь самостоятельно создают вредоносное программное обеспечение и управляют этапами вторжения, что кардинально меняет баланс сил в кибербезопасности. Рынок инструментов для преступных действий с использованием нейросетей достиг зрелости: злоумышленникам больше не нужны глубокие технические знания, чтобы запускать сложные атаки.
Скорость стала главным фактором риска. То, что опытный хакер делал часами или днями, ИИ выполняет за минуты. Это сокращает время между обнаружением уязвимости и ее эксплуатацией до критически малых значений. В результате традиционные методы защиты, основанные на человеческом факторе и ручном анализе, теряют эффективность.
Как хакеры используют нейросети в реальных инцидентах
Анализ инцидентов за последние 12 месяцев показывает, что ИИ применяется на всех этапах атаки: от социальной инженерии до сбора данных после взлома. В ноябре 2025 года Anthropic раскрыла детали кампании GTG-1002, где злоумышленники использовали систему Claude Code для выполнения 80–90% тактической работы в 30 целевых атаках. ИИ брал на себя разведку, эксплуатацию уязвимостей и горизонтальное перемещение по сети, оставаясь незамеченным для систем детектирования.
В апреле 2026 года зафиксирован взлом системы мексиканского правительства, где оператор использовал два ИИ-инструмента одновременно: Claude Code для активного взлома и GPT-4.1 для автоматического анализа украденных данных. Другой пример — инцидент с автономным агентом, который менее чем за час выполнил все действия после эксплуатации уязвимости и извлек базу данных.
Доступ к мощностям ИИ хакеры получают тремя путями:
- Злоупотребление коммерческими моделями через украденные учетные данные (самый распространенный способ).
- Запуск открытых моделей на собственных серверах (менее популярен из-за высоких требований к оборудованию и низкой точности работы).
- Покупка доступа к специализированным «темным» сервисам ИИ (популярность падает из-за низкого качества услуг).
Сокращение времени на исправление уязвимостей
Возможности ИИ влияют не только на атакующих, но и на защитников. Исследовательский проект Glasswing продемонстрировал, что модель Claude Mythos за первый месяц автономно обнаружила более 10 000 критических уязвимостей нулевого дня в операционных системах и браузерах. Однако те же технологии позволяют злоумышленникам создавать работающие эксплойты за считанные часы после обнаружения дыры в безопасности.
| Показатель | Раньше (до массового внедрения ИИ) | Сейчас (с использованием ИИ) |
|---|---|---|
| Создание эксплойта | Дни или недели работы команды | Часы, иногда минуты |
| Написание вредоносного ПО | Ручное программирование | Генерация кода нейросетью |
| Фишинг-атаки | Ручная настройка писем и страниц | Автоматизация через LLM (стиль жертвы, перевод) |
В ответ на сжатие «окна возможностей» регуляторы ужесточают требования. Управление информационной безопасности США (CISA) обязало федеральные ведомства устранять критические уязвимости в течение трех дней. Индийский орган CERT-In рекомендовал обновлять интернет-доступные системы за 12 часов.
Для бизнеса это означает, что главная проблема сместилась от скорости обнаружения угроз к скорости внедрения исправлений людьми и качеством кода, сгенерированного ИИ, который часто содержит собственные уязвимости. Компании, не адаптировавшие процессы патч-менеджмента под новые скорости, остаются в зоне повышенного риска.
ИИ-атаки занимают минуты, а бизнес тратит недели на защиту: в чем ловушка автоматизации
Время с момента обнаружения уязвимости до запуска атаки сократилось с 9 дней до 5 минут. Именно такую динамику фиксирует группа «Солар», чья выручка во втором квартале выросла на 24,1% из-за взрывного спроса на защиту от таких угроз [!]. Для российского бизнеса это означает, что традиционные процессы реагирования, рассчитанные на дни или часы, перестали работать. Хакеры больше не ждут «окна возможностей» — они действуют мгновенно, используя нейросети как автономных исполнителей.
Замкнутый круг: ИИ пишет код, ИИ его взламывает
Главный парадокс современной безопасности заключается в том, что инструменты автоматизации сами создают новые риски. Компании массово внедряют ИИ-ассистентов для написания программного обеспечения, чтобы ускорить разработку. Однако исследование DryRun Security показало, что 87% изменений кода, внесенных ведущими ИИ-агентами, содержат ошибки безопасности [!].
Получается замкнутый круг: одна нейросеть генерирует код с логическими дырами (например, обходя двухфакторную аутентификацию), а другая, находящаяся в руках злоумышленника, мгновенно находит эти бреши и эксплуатирует их. Человек-разработчик уже не успевает вручную проверить каждый сгенерированный фрагмент. В результате бизнес получает «быстрый» код, который становится легкой мишенью для автоматизированных атак.
Инструменты защиты становятся источником рисков: тот же ИИ, который ускоряет разработку, создает поверхность атаки, которую невозможно закрыть силами людей.
Почему «стены» больше не работают
Раньше защита строилась на блокировке: капчи, фильтры, ограничение доступа. Теперь этот подход буксует. Агентный ИИ позволяет злоумышленникам имитировать поведение реального пользователя идеально — от стиля набора текста до скорости реакции [!]. Блокировка всего автоматизированного трафика теперь опасна для самого бизнеса, так как она отсекает и легальных клиентов, использующих полезные ИИ-агенты.
Кроме того, разработчики моделей сами сталкиваются с проблемой «ложных срабатываний». Например, Anthropic ужесточила фильтры в модели Claude Fable 5 для отсечения вредоносных запросов, что привело к блокировке части легитимных задач по отладке кода [!]. Это вынуждает компании перестраивать внутренние регламенты: защита смещается с простого запрета на экономическую невыгодность атаки. Вместо того чтобы блокировать бота, система делает масштабирование удара слишком дорогим для мошенника через динамическую верификацию и поведенческий анализ.
Что делать бизнесу сейчас
Рынок уже реагирует: доля кибератак с применением ИИ удвоилась за год и достигла 10% от общего числа [!]. При этом 45% компаний до сих пор не выделяют бюджет на защиту своих ИИ-сервисов, а формализованные политики безопасности есть лишь у четверти организаций [!].
Для снижения рисков необходимо:
- Пересмотреть подход к патч-менеджменту. Фокус смещается с скорости обнаружения на скорость внедрения исправлений и автоматизацию приоритизации рисков, так как каждая третья атака в России начинается с эксплуатации уязвимости [!].
- Внедрить строгий аудит доступа к облачным ИИ-сервисам. Самый распространенный способ получения мощностей хакерами — использование украденных корпоративных ключей API, что делает компанию источником атаки на третьих лиц.
- Перестать полагаться только на сигнатурные методы защиты. Эффективная стратегия теперь строится на классификации трафика и использовании экономических барьеров для злоумышленников.
Бизнес выигрывает не в гонке скорости закрытия пробелов, а в способности различать «свой» ИИ-трафик и вражеский. Время ручного контроля прошло: теперь защита должна работать так же быстро, как и атака.
Подтверждение: infowatch.ru
