Российские ИБ-вендоры наращивают ИИ-кадры: в ближайшие годы доля таких сотрудников может вырасти до 30%

Требования, связанные с искусственным интеллектом (ИИ), стали чаще фигурировать в ИБ-вакансиях. Их число выросло c 4% до 9% в годовом выражении. При этом вакансий для AI/ML-специалистов в ИБ-сфере больше не стало. Об этом SecPost сообщили в пресс-службе hh.ru.

В компании уточнили, что с начала 2026 года насчитывается около 200 вакансий AI/ML-инженеров в ИБ, сейчас же их доля остается прежней: 2% от общего спроса. При этом статистика показала, что число резюме с ИИ-навыками во всех сферах выросло в 3 раза к 2023 году, однако общая доля таких резюме — 2,8%. На ИТ-направления приходится 14,4% от всех объявлений.

Пресс-служба hh.ru подчеркнула, что на данный момент медианная предлагаемая зарплата в целом по ИТ-рынку составила 100 тыс. рублей, для специалистов ИБ — 105 тыс. рублей, а для ML-инженеров — диапазон от 230 тыс. до 340 тыс. рублей. Директор hh.ru по исследованиям Мария Игнатова заявила, что статистика указывает на кадровый голод на рынке ИБ-специалистов в России.

При этом с января по середину августа 2026 года российские компании опубликовали около 12 тыс. вакансий для ИБ-специалистов.

«В текущем моменте можно говорить не столько об ускоряющемся найме ИИ-специалистов в ИБ-сфере, сколько об усилении запроса работодателей на углубление знаний в ИИ-сфере среди работников и соискателей», — объяснила Игнатова.

В пресс-службе SuperJob также отметили, что ИИ активно включается в вакансии. Статистика компании показала, что за год в России вакансий с требованием опыта работы с ИИ стало в 1,7 раза больше, по данным на июль 2026 года. При этом медианные зарплаты специалистов с опытом машинного обучения растут быстрее, чем в среднем по рынку труда в IT-сфере. По данным сервиса, специальность ML-инженера имеет динамику медианы за год около +12%, Data Scientist (с опытом машинного обучения) — 7%, а программист Python (с опытом машинного обучения) — +8%.

Ранее «Солар» в своей финансовой отчетности привел статистику: 80% компаний интегрируют ИИ в бизнес-процессы, 35% рассматривают его как стратегический приоритет на ближайшие годы. В это же время, по информации компании, 45% компаний не выделяют деньги на защиту ИИ, и всего у 25% организаций существуют политики ИБ для ИИ-сервисов.

Мнение CISO

Директор по информационной безопасности MWS Cloud Виктор Бобыльков считает, что важно не наличие у ИБ-вендора ИИ, а проверяемая от него польза. «Сегодня отметка «AI-powered» есть почти у каждого вендора. Зачастую это просто маркетинг», — объяснил эксперт. Собеседник SecPost рассказал, что при выборе решения руководствуется не фактом наличия в нем ИИ, а отталкивается от ответов на вопросы о пользе от модели: какие задачи закрывает модель (приоритизация алертов, корреляция, поведенческая аналитика или обогащение контекста).

Бобыльков объяснил, что для него важно понимать, куда уходит телеметрия, обучается ли модель на его данных, есть ли on-prem-вариант и что будет при отсутствии выхода в интернет. Эксперт подчеркнул, что ставит вопрос не как «Есть ли ИИ?», а как «Есть ли зрелая практика его применения и развития?».

По мнению директора по ИБ ГК «Медси» Виталия Медведева, важность наличия у ИБ-вендора ИИ зависит от самого вендора и класса защиты. Стоит пользоваться тем, что ИИ сильно автоматизирует и оптимизирует процессы, но маркетологи часто используют ИИ-технологии в решениях лишь для привлечения внимания, не принося серьезной ценности для заказчика, говорит эксперт.

Бобыльков из MWS Cloud подчеркнул, что отдельные AI/ML-специалисты для задач ИБ не нужны подавляющему большинству компаний. Держать собственного ML-инженера экономически оправдано только в некоторых случаях: если есть свой SOC, свой data lake и большие объемы телеметрии. К этому ряду Бобыльков добавил и задачи, которые не решает вендорская коробка: своя модель UEBA, детект аномалий в специфических бизнес-процессах и антифрод. Все эти случаи, пояснил эксперт, встречаются чаще всего на уровне крупных банков, телекома, ритейла и ИБ-вендоров.

Бобыльков указал, что сейчас существует потребность не в ML для ИБ, а в ИБ для ML. «LLM и агенты уже идут в продуктивные бизнес-процессы, и защищать их надо: prompt injection, утечки через контекст, неконтролируемые интеграции, теневое использование внешних сервисов сотрудниками», — уточнил эксперт. Собеседник выразил мнение, что в данный момент специалисты, понимающие архитектуру систем и умеющие их тестировать, в дефиците сильнее, чем классический ML-инженер.

В свою очередь Медведев из «Медси» заявил, что сейчас востребованы специалисты, выстраивающие AI/ML-безопасность. Собеседник SecPost подчеркнул, что ИИ — это повсеместный тренд, использующийся не только в ИТ-задачах, но и во многих сферах. Именно поэтому эксперт считает, что необходимо защищать информацию, которая обрабатывается в публичных LLM, а вместе с ней и данные, доступ к которым есть у приватной модели или ML-механизмов.

Бобыльков, в свою очередь, отметил, что рост доли ИБ-вакансий с ИИ-требованиями с 4% до 9% — это удвоение, но от очень низкой базы. «200 вакансий AI/ML при 2% спроса означают, что рынка отдельной профессии «AI-инженер в ИБ» пока фактически нет. Он сконцентрирован у нескольких десятков работодателей», — уточнил эксперт. При этом CISO MWS Cloud указал на зарплатную динамику в 7–12%, подчеркнув, что это рост в пределах общего движения рынка ИТ-зарплат без признаков перегрева. Из этого Бобыльков сделал вывод, что работодатели закладывают ИИ-навыки как надбавку к квалификации, а не платят премию за редкость.

Мнение ИБ-вендоров

Ведущий инженер по безопасности ИИ ГК Swordfish Security Михаил Черешнев выделил, какие задачи нельзя решить без AI/ML-экспертизы. Первой эксперт назвал триаж. «На крупном ландшафте набегает несколько десятков находок в неделю, и отсечь шум, дедуплицировать, отранжировать по реальной эксплуатируемости детерминированными правилами уже не получается», — уточнил собеседник SecPost. К этому же Черешнев отнес классификацию чувствительных данных, разбор логов, поведенческую аналитику и внятное объяснение уязвимости разработчику.

Вторым эксперт вынес задачи, которых 5 лет назад не было, например, защиту самих ИИ-систем. Черешнев выделил, что тестировать LLM-компонент на промпт-инъекции, утечки через контекст и обходы защиты без понимания того, как модель устроена внутри, нельзя в принципе.

Руководитель группы инновационных решений в системном интеграторе УЦСБ Илья Новойдарский считает, что на стыке ИБ и ИИ/ML ключевым становится не наличие ML-инженера, а способность команды к экспертизе по угрозам, уязвимостям и инцидентам в данных и моделях. Поэтому эксперт уточнил, что отдельная большая ML-команда нужна не всегда: «Чаще усиливается связка ИБ-экспертов, разработчиков и одного-двух специалистов по AI/ML».

Также Новойдарский указал, что сейчас многие компании вместо расширения штата делают ставку на платформенные решения, которые автоматизируют рутинные циклы разработки, проверку кода и оркестрацию агентов. Это, как выделил эксперт, позволяет ИБ-специалистам эффективно работать с ИИ, не становясь ML-инженерами, а ML-инженерам — сосредоточиться на продуктовых задачах вместо рутинного инфраструктурного сопровождения.

Ведущий инженер-аналитик компании «Газинформсервис» Ирина Меженева считает, что машинное обучение необходимо в задачах, где объем данных превышает возможности человека. Например, эксперт подчеркнула, что многие современные атаки не содержат явных признаков, например, если злоумышленник действует под учетной записью легитимного сотрудника или использует штатные средства администрирования. Меженева указала, что обнаружить такую подозрительную активность можно только через сравнение текущей активности с типичным поведением конкретного пользователя, устройства или сервиса. Представитель «Газинформсервиса» заявила, что такой анализ требует именно адаптивных моделей, которые и представляет ИИ, а не фиксированных правил.

Прогноз

Бобыльков из MWS Cloud сделал прогноз, что в ближайшие 2-3 года ИИ-требования перестанут быть отдельной строкой и станут базовой частью описания обычных ролей — от аналитика SOC до специалиста по расследованиям. «Долю в 20-30% вакансий считаю реалистичной», — выделил собеседник SecPost. Далее эксперт подчеркнул, что в будущем спрос сместится в сторону AI Security — защиты самих ИИ-систем. Сейчас, по мнению Бобылькова, такие вакансии не выделены в отдельную категорию и растворены в общей статистике.

Еще один прогноз эксперта состоит в том, что разрыв между компаниями будет расти не по числу нанятых ML-инженеров, а по тому, насколько ИБ-функция умеет пользоваться купленными инструментами. Бобыльков уточнил, что без качественных данных и настроенных процессов модель не дает эффекта ни у вендора, ни внутри. «Главный риск, который я вижу: атакующие масштабируют ИИ быстрее защитников — фишинг, разведка, генерация вредоносного кода дешевеют для них уже сейчас», — подытожил эксперт.

Из статистики hh.ru Медведев из «Медси» сделал вывод, что рынок на стадии роста, а ИИ в нем — это новый тренд. «Можно не ждать, когда начнут расти потребности работодателей в защите AI/ML, а осваивать новые навыки уже сейчас. Есть все основания полагать, что эти технологии с нами надолго», — заключил эксперт.

Автор Telegram-канала «Топ кибербезопасности» Денис Батранков выделил, что ИБ-вендор часто предлагает ИИ в интерфейсе — подсказки команд, интеграцию через МСР с другими сервисами в сети и с агентами. К этому, как пояснил эксперт, добавляется и то, что вендор сам использует ML, чтобы создавать модели против фишинговых URL, DNS-адресов. «ML — это ключ к более высокой безопасности заказчика и ключ к успеху в продажах решений, которые его используют», — заключил эксперт.