Утечки данных через ИИ выросли в 30 раз. Как защитить компанию в 2026 году

Каждая пятая компания, столкнувшаяся с утечкой данных в июле 2026 года, связывает это с ИИ: сотрудник открыл ChatGPT и вставил туда то, что вставлять было нельзя: договор, клиентскую базу  или фрагмент кода. Год назад таких случаев было в полтора раза меньше.

Это явление называют теневым ИИ — использование нейросетей в рабочих задачах без ведома руководства и службы безопасности. Разбираемся, почему его почти невозможно поймать стандартными средствами защиты и что с этим делать компании, у которой нет отдела ИБ на десять человек.

Масштаб проблемы в цифрах

Свежая аналитика «Информзащиты», опубликованная 17 июля 2026 года гласит о том, что в июле 20% организаций, столкнувшихся с утечками, связали инциденты с бесконтрольным применением ИИ. Годом ранее таких было около 12% — рост почти вдвое за год.

Ещё показательнее данные ГК «Солар»: аналитики изучили трафик 150 российских компаний и обнаружили, что за 2025 год объём данных, уходящих в публичные нейросети, вырос в 30 раз. При этом около 60% организаций до сих пор не имеют формализованных правил работы с ИИ-сервисами.

И самое неприятное для бюджета: по оценке аналитиков, наличие теневого ИИ в инфраструктуре увеличивает средний ущерб от утечки примерно на 670 тысяч долларов.

Изъян в системе защиты

Ключевая причина, по которой проблема так долго остаётся невидимой в том, что классические средства информационной безопасности физически не различают такие утечки. Трафик идёт на легитимный домен, по защищённому протоколу, а внутри файла нет ничего вредоносного. Для системы мониторинга это выглядит как обычная работа с любым облачным сервисом.

Аналитики выделили четыре основных канала, через которые данные покидают компанию:

1. Веб-интерфейсы нейросетей — 42%. Самый простой сценарий: сотрудник открывает чат-бот и вставляет туда текст или загружает файл.
2. Браузерные расширения и ИИ-помощники — 24%. Утилиты получают доступ к открытым вкладкам, истории сессий и cookie, после чего отправляют данные на сторонние серверы.
3. Самостоятельно подключённые API и библиотеки — 19%. Несогласованные интеграции, которые сотрудники настраивают под свои задачи.
4. Плагины в средах разработки — 15%. Автодополнители кода, работающие с содержимым проекта.

Отдельная история — утечки самих доступов. Почти у трети компаний, работающих с ИИ, эксперты находят хотя бы один незащищённый API-ключ: в конфигурационных файлах, тестовых скриптах, публичных репозиториях. Перехватив такой ключ, злоумышленник получает доступ не только к балансу аккаунта, но и к подключённым корпоративным базам.

Кто на самом деле в этом виноват

Легко решить, что проблема в конкретных людях, которые «не думают». Но статистика говорит об обратном.

В США исполняющий обязанности директора Агентства по кибербезопасности и защите ИТ-инфраструктуры — то есть человек, который отвечает за национальную политику в этой сфере, — лично загрузил в публичную версию ChatGPT служебные документы с пометкой «только для официального использования». Инцидент зафиксировали внутренние средства контроля, началось служебное расследование.

Если так поступает профильный руководитель, то ожидать другого от маркетолога или юриста, у которого горит дедлайн, наивно. Теневой ИИ возникает не там, где сотрудники безответственны, а там, где нет удобного разрешённого способа сделать то же самое легально.

Именно поэтому запрет как основная мера работает плохо. Он не убирает нейросети из работы, а делает их невидимыми: сотрудники уходят на личные устройства и случайные расширения, а компания теряет даже ту минимальную видимость, которая была.

До первого инцидента

В России пока не было утечки через ИИ такого масштаба, чтобы о ней услышал весь рынок, — своей истории уровня Samsung, после которой компания на время закрывала сотрудникам доступ к ChatGPT. Это легко принять за сигнал, что проблема пока не горит: раз никто из знакомых не пострадал, риск кажется теоретическим.

Но именно так выглядит период до прецедента, а не отсутствие проблемы. Рост объёма утечек в 30 раз за один год и канал, невидимый для стандартной защиты, — это вопрос не «если», а «когда». Разница лишь в том, успеет ли компания выстроить правила заранее или будет разбираться с ними постфактум, объясняя клиентам и регулятору, что произошло.

Правила, введённые до инцидента, стоят компании нескольких часов работы. Правила, введённые после, обходятся ей в разы дороже — и не только в деньгах.

С чего начать: шесть конкретных шагов

Ниже — последовательность шагов, которую можно пройти без отдельного ИБ-департамента и без больших бюджетов.

Проведите инвентаризацию. Узнайте, какими сервисами сотрудники уже пользуются через открытый разговор. Реальную картину используемых ИИ-инструментов имеют только около 30% компаний. Пока масштаб неизвестен, любые правила пишутся вслепую.

Проверьте браузерные расширения. Это второй по объёму канал утечки и самый недооценённый. Достаточно посмотреть, какие ИИ-помощники установлены на рабочих устройствах, и убрать те, что запрашивают доступ ко всем вкладкам.

Определите список разрешённых инструментов.  Для задач с персональными данными подойдут российские сервисы или корпоративные тарифы, где переписка не используется для обучения модели. Важен нюанс: серверы в России снимают вопрос трансграничной передачи данных, то есть отправки информации о россиянах на серверы за рубежом, что само по себе требует отдельных законных оснований. Но это не отменяет главное правило: не загружать чувствительное содержимое ни в один инструмент, даже разрешённый. В нашем гайде по безопасности данных советуем заранее уточнять у провайдера, где физически расположены серверы и можно ли отключить использование входящих данных для обучения модели.  

Опишите категории данных на одной странице. Не регламент на двадцать листов, который никто не откроет, а короткий документ на человеческом языке: что можно отправлять в нейросеть свободно, что — только обезличенным, заменив имена и названия на условные обозначения, а что нельзя ни при каких условиях. В последнюю категорию входят паспортные данные, биометрия, медицинская информация, финансовые реквизиты, пароли и ключи доступа, а также исходный код или технологии, которые составляют главное конкурентное преимущество компании.

Найдите незащищённые API-ключи. Стоит проверить конфигурационные файлы, тестовые скрипты и репозитории. Ключ, лежащий в открытом виде, — это готовая точка входа во внутренние данные компании.

Разберите с командой конкретные рабочие кейсы применения ИИ. Инструктаж в духе «будьте осторожны с данными» почти не работает — людям нужно увидеть, как правило применяется к их собственным задачам: можно ли отправить в нейросеть этот договор, в каком виде дать этот отчёт, что сделать с файлом контактов перед тем, как его куда-то загружать.

Как это реализовали в реальной компании

Группа компаний «Железно» пришла к похожему решению сама, ещё до того, как это стало формальной задачей безопасности. Компания крупная, документов много: договоры, регламенты, служебные записки, отчёты, презентации. С ними каждый день работают маркетологи, юристы, административный и управленческий блок. Большинство из них раньше почти не пользовались нейросетями. У кого-то был случайный опыт, кто-то не открывал ChatGPT ни разу.

При этом задачи повторяются изо дня в день, нагрузка высокая, а ошибка в договоре или отчёте стоит дорого. В таких условиях сотрудники и начинают сами тянуться к нейросетям, чтобы разгрузиться. Кто-то уже пробует ускорить рутину через ИИ, но никто в компании об этом не знает и не может подсказать, что можно, а что нет. Классический рецепт теневого ИИ: желание есть, правил нет.

В «Железно» выбрали обучение сразу для всех сотрудников. Команда «Зерокодер» провела короткий курс: как писать письма и отчёты через ИИ, как собирать презентации, как работать с таблицами и генерировать изображения. Каждый проходил программу в своём темпе, без отрыва от работы. Упор сделали на практику: почти каждый урок построен на реальных рабочих примерах.

Тему безопасности вплели прямо в практику вместо отдельного модуля. Разбирая, как сократить отчёт через нейросеть, сразу проговаривали, какие данные можно вставлять в запрос, а какие нет. Так правило запоминалось вместе с самим навыком.

В итоге сотрудники не просто узнали про ИИ. Они начали применять его в работе, уже понимая границы. Заодно пропала сама причина теневого использования: людям больше не нужно было разбираться в одиночку и молчать об этом. После курса в компании стали появляться более сложные запросы от отдельных подразделений. Тема не закрылась одним обучением, а продолжила расти дальше, но уже открыто.

Что в итоге

Теневой ИИ — это прежде всего вопрос системы. Нейросети уже внутри компании, независимо от того, разрешали их официально или нет. Вопрос только в том, знаете ли вы, как именно ими пользуются.

Запрет уводит использование в тень и лишает бизнес скорости. Отсутствие контроля даёт те же риски утечки, но без всякой выгоды. Ни один из этих путей не работает. Работает третий: понимать, чем пользуются сотрудники, дать им разрешённый инструмент, объяснить границы на одной странице и научить работать с ИИ так, чтобы не приходилось искать обходные пути.

Начать можно с одного шага — выяснить, какими сервисами команда пользуется прямо сейчас. Список, скорее всего, окажется длиннее, чем кажется. Он того стоит.