Отраслевые решения
16 компаний в каталоге
ИИ в российской кибербезопасности - это прежде всего машинное обучение внутри зрелых ИБ-продуктов: обнаружение аномалий в трафике и поведении пользователей (UEBA, NTA), автоматизация реагирования (SOAR, автопилоты SOC), анализ вредоносного кода и фишинга. С 2024-2025 гг. выделилась новая подниша - защита самих ИИ-систем (AI Security): контроль промпт-инъекций, утечек данных через LLM, «теневого ИИ» сотрудников. Рынок ИБ в целом - один из самых устойчивых в российском ИТ: обязательные требования ФСТЭК, ФСБ и закона о КИИ, персональная ответственность руководителей за инциденты и оборотные штрафы за утечки персональных данных гарантируют бюджеты. Импортозамещение практически завершено - западные вендоры ушли, и российские игроки (Positive Technologies, Kaspersky, Solar, BI.ZONE) поделили рынок. ИИ здесь - не отдельный рынок, а гонка функциональности внутри продуктов лидеров, при этом нехватка аналитиков SOC делает ИИ-автоматизацию главным способом масштабирования сервисов.
Структура рынка трёхъярусная: наверху четыре тяжеловеса - Positive Technologies, Kaspersky, ГК «Солар» и BI.ZONE, причём двое последних опираются на ресурсы Ростелекома и Сбера соответственно, что делает роль экосистем и госкомпаний определяющей. Второй ярус - специализированные платформы (R-Vision, Security Vision, RuSIEM, Гарда, F6), конкурирующие в отдельных классах решений и активно встраивающие ML. Третий ярус - молодые нишевые игроки AI Security (Raft, HiveTrace, Безвайрос), где конкуренция пока слабая, но и рынок крошечный. Явного монополиста нет, однако консолидация идёт: крупные игроки скупают нишевые команды, а сертификационные барьеры и доступ к госзаказу цементируют позиции лидеров.
Идти в классические классы ИБ-продуктов (SIEM, EDR, NTA) с «ИИ-преимуществом» бессмысленно - лидеры дорисуют аналогичные ML-фичи быстрее, чем стартап наберёт клиентскую базу, а сертификационный барьер съест годы и капитал. Реалистичные ниши - AI Security (защита LLM-приложений и агентов), где рынок только формируется и даже лидеры пока в позиции догоняющих, а также узкие сервисы ИИ-автоматизации для перегруженных SOC. Но надо трезво понимать: ниша AI Security оценивается в ~1 млрд руб. к 2026 г. - это рынок для двух-трёх компаний, и его быстро освоят Positive и BI.ZONE, поэтому стратегия должна строиться либо на скорости и последующей продаже лидеру, либо на глубокой технологической дифференциации. Самостоятельный устойчивый бизнес здесь вероятнее в сервисной модели с рекуррентной выручкой, чем в продуктовой.
ИИ в российской кибербезопасности - это прежде всего машинное обучение внутри зрелых ИБ-продуктов: обнаружение аномалий в трафике и поведении пользователей (UEBA, NTA), автоматизация реагирования (SOAR, автопилоты SOC), анализ вредоносного кода и фишинга. С 2024-2025 гг. выделилась новая подниша - защита самих ИИ-систем (AI Security): контроль промпт-инъекций, утечек данных через LLM, «теневого ИИ» сотрудников. Рынок ИБ в целом - один из самых устойчивых в российском ИТ: обязательные требования ФСТЭК, ФСБ и закона о КИИ, персональная ответственность руководителей за инциденты и оборотные штрафы за утечки персональных данных гарантируют бюджеты. Импортозамещение практически завершено - западные вендоры ушли, и российские игроки (Positive Technologies, Kaspersky, Solar, BI.ZONE) поделили рынок. ИИ здесь - не отдельный рынок, а гонка функциональности внутри продуктов лидеров, при этом нехватка аналитиков SOC делает ИИ-автоматизацию главным способом масштабирования сервисов.
Структура рынка трёхъярусная: наверху четыре тяжеловеса - Positive Technologies, Kaspersky, ГК «Солар» и BI.ZONE, причём двое последних опираются на ресурсы Ростелекома и Сбера соответственно, что делает роль экосистем и госкомпаний определяющей. Второй ярус - специализированные платформы (R-Vision, Security Vision, RuSIEM, Гарда, F6), конкурирующие в отдельных классах решений и активно встраивающие ML. Третий ярус - молодые нишевые игроки AI Security (Raft, HiveTrace, Безвайрос), где конкуренция пока слабая, но и рынок крошечный. Явного монополиста нет, однако консолидация идёт: крупные игроки скупают нишевые команды, а сертификационные барьеры и доступ к госзаказу цементируют позиции лидеров.
Идти в классические классы ИБ-продуктов (SIEM, EDR, NTA) с «ИИ-преимуществом» бессмысленно - лидеры дорисуют аналогичные ML-фичи быстрее, чем стартап наберёт клиентскую базу, а сертификационный барьер съест годы и капитал. Реалистичные ниши - AI Security (защита LLM-приложений и агентов), где рынок только формируется и даже лидеры пока в позиции догоняющих, а также узкие сервисы ИИ-автоматизации для перегруженных SOC. Но надо трезво понимать: ниша AI Security оценивается в ~1 млрд руб. к 2026 г. - это рынок для двух-трёх компаний, и его быстро освоят Positive и BI.ZONE, поэтому стратегия должна строиться либо на скорости и последующей продаже лидеру, либо на глубокой технологической дифференциации. Самостоятельный устойчивый бизнес здесь вероятнее в сервисной модели с рекуррентной выручкой, чем в продуктовой.
Безвайрос
защита самих моделей
Гарда
обнаружение аномалий
ГК «Солар»
реагирование на инциденты
Лаборатория Касперского
обнаружение аномалий; анализ вредоносного кода
BI.ZONE
реагирование на инциденты; анализ вредоносного кода
F6
реагирование на инциденты; анализ вредоносного кода
HiveTrace
защита самих моделей
Innostage
реагирование на инциденты; защита самих моделей
Positive Technologies
обнаружение аномалий; анализ вредоносного кода
PT Sandbox / ByteDog (в составе Positive Technologies)
—
R-Vision
реагирование на инциденты
Raft
защита самих моделей
RED Security
реагирование на инциденты
RuSIEM
обнаружение аномалий
Security Vision
реагирование на инциденты
StormWall
—
| # | Компания | Подниша | Стадия зрелости | Год основания | Город | Численность | Независимость | Сегмент |
|---|---|---|---|---|---|---|---|---|
| 1 | Безвайрос | защита самих моделей | seed | — | — | — | независимая | B2B |
| 2 | Гарда | обнаружение аномалий | зрелая | 2017 | Нижний Новгород | — | часть экосистемы | смешанный |
| 3 | реагирование на инциденты | зрелая | 2015 | Москва | — | дочка госкорпорации | смешанный | |
| 4 | обнаружение аномалий; анализ вредоносного кода | зрелая | 1997 | Москва | — | независимая | смешанный | |
| 5 | реагирование на инциденты; анализ вредоносного кода | зрелая | 2016 | Москва | 1 200 | часть экосистемы | смешанный | |
| 6 | реагирование на инциденты; анализ вредоносного кода | рост | 2023 | Москва | — | независимая | смешанный | |
| 7 | защита самих моделей | pre-seed | 2025 | Ярославль | — | независимая | B2B | |
| 8 | реагирование на инциденты; защита самих моделей | рост | 2019 | Казань | — | независимая | смешанный | |
| 9 | обнаружение аномалий; анализ вредоносного кода | публичная | 2002 | Москва | 4 000 | независимая | смешанный | |
| 10 | PT Sandbox / ByteDog (в составе Positive Technologies) | — | — | — | — | — | — | — |
| 11 | реагирование на инциденты | рост | 2011 | Москва | — | независимая | смешанный | |
| 12 | защита самих моделей | рост | 2022 | Ярославль | 56 | независимая | B2B | |
| 13 | RED Security | реагирование на инциденты | рост | 2022 | Москва | — | часть экосистемы | смешанный |
| 14 | обнаружение аномалий | рост | 2016 | Москва | 52 | независимая | смешанный | |
| 15 | реагирование на инциденты | рост | 2015 | Москва | — | независимая | смешанный | |
| 16 | StormWall | — | — | — | — | — | — | — |