Отчёт Black Kite за 2026 год о цепочке поставок ИИ: риски, связанные с вашими партнёрами в сфере ИИ

В отчёте Black Kite за 2026 год о цепочке поставок ИИ: риски, связанные с вашими партнёрами в сфере ИИ говорится, что компании, поставляющие передовые решения на основе ИИ, нередко сталкиваются с хорошо знакомыми проблемами кибербезопасности. В ходе внешней оценки 18 160 компаний, работающих в сфере ИИ, критические неустранённые уязвимости были выявлены у 34,2% организаций, вошедших в исследование, а проблемы с аутентификацией электронной почты — у ещё большей доли.

Главный вывод отчёта: покупка решения на основе ИИ означает больше, чем просто отношения с поставщиком программного обеспечения. Клиенты также подвергаются рискам, связанным с инфраструктурой поставщика, компонентами, на которых основан его продукт, и правами доступа, предоставленными его интеграциям. По мере того как инструменты ИИ получают возможность выполнять действия в корпоративных системах, к таким отношениям следует относиться с таким же вниманием, как и к отношениям с другими критически важными поставщиками.

«Проблемы в цепочке поставок ИИ возникают не из-за каких-то экзотических причин. Причины самые обычные», — заявил Ферхат Дикбияйик, директор Black Kite по исследованиям и аналитике. Результаты исследования показывают, что в центре внимания должны быть установка исправлений, защита учётных данных и управление доступом, предоставляемым интеграциям.

Основные пробелы в безопасности среди многочисленных поставщиков решений на основе ИИ

Для формирования выборки исследования Black Kite использовала коммерческую базу данных компаний, а затем изучила описания их деятельности и общедоступные веб-сайты, чтобы подтвердить, что ИИ занимает центральное место в продуктах или услугах каждой компании. Наблюдения о безопасности на уровне компаний основаны на данных за сентябрь и октябрь 2026 года.

В ходе оценки выяснилось, что:

• 34,2% имели как минимум одну критическую неустранённую уязвимость, выявленную при внешнем наблюдении.
• 9,8% имели уязвимость, включённую в каталог известных эксплуатируемых уязвимостей CISA.
• 61,7% имели проблемы с DMARC, а проблемы с DKIM и SPF были выявлены соответственно у 37,3% и 11,2%.
• 29,7% набрали не менее 0,4 по индексу подверженности атакам программ-вымогателей Black Kite — критическому пороговому значению компании.
• 6,8% имели связанные с компанией учётные данные для входа в системах, собранных вредоносными программами для кражи информации.

Эти показатели отвечают на разные вопросы. Уязвимость, включённая в KEV, имеет документально подтверждённую историю эксплуатации где-либо в мире; сам факт её наличия не доказывает, что поставщик, участвовавший в этом исследовании, подвергался атаке. Аналогично, оценка подверженности атакам программ-вымогателей служит показателем для определения приоритетности проверки, а не вероятностью того, что конкретная компания пострадает от такой атаки.

Аутентификация электронной почты имеет значение, поскольку поставщики решений на основе ИИ по-прежнему используют обычные корпоративные домены и бизнес-процессы. Отсутствие строгих правил проверки или их недостаточная строгость могут упростить подмену домена, даже если сам продукт на основе ИИ технически совершенен. Показатели DMARC, DKIM и SPF частично пересекаются, поэтому их не следует складывать.

Роль поставщика важнее того, что он называет себя ИИ-компанией

В отчёте экосистема разделена на шесть широких групп по видам деятельности. На базовые технологии — включая модели, вычислительную инфраструктуру и сервисы обработки данных — приходится около 10% компаний в выборке. На повседневные бизнес-приложения — около 31%, а на компании, которые разрабатывают и внедряют ИИ для других организаций, — примерно 23%.

Это помогает понять, почему сосредоточенность только на известных поставщиках моделей оставляет без внимания значительную часть рисков для бизнеса. Интеграторы, поставщики облачных услуг, компании, работающие с данными, и платформы обслуживания клиентов могут иметь непосредственный доступ к системам и информации клиентов.

Особенно высокие показатели по учётным данным отмечались именно в этих группах. Black Kite обнаружила связанные с компаниями учётные данные для входа в записях инфостилеров у 19,9% поставщиков облачных решений на основе ИИ — для сравнения, среди разработчиков моделей и платформ этот показатель составил 4,1%. У компаний, работающих с данными и их разметкой, он достиг 13,9%, а у платформ обслуживания клиентов — 11,5%.

Речь идёт о том, к чему могут открыть доступ эти учётные данные, если они всё ещё действительны, а не о предположении, что каждым раскрытым логином уже воспользовались. При оценке поставщика необходимо соотнести результаты проверки с приобретаемой услугой: последствия раскрытия учётных данных от не связанного с ней бизнес-инструмента и учётных данных, открывающих доступ к рабочей среде, взаимодействующей с клиентами, могут существенно различаться.

У поставщиков решений на основе ИИ тоже есть зависимости

Во втором разделе отчёта рассматриваются программные компоненты, лежащие в основе продуктов на базе ИИ. Black Kite выявила 105 компаний, работающих в сфере ИИ, у которых были обнаружены проблемы, связанные с n8n, Langflow или LiteLLM — инструментами, которые могут служить связующим звеном между моделями, рабочими процессами и подключёнными сервисами.

Общая зависимость может привести к концентрации рисков, даже если реестр поставщиков выглядит диверсифицированным. Несколько отдельно приобретённых сервисов на основе ИИ могут зависеть от одной и той же платформы рабочих процессов, маршрутизатора моделей, библиотеки или облачной инфраструктуры. Поэтому проблема безопасности в этом общем слое может потребовать скоординированных действий в рамках нескольких отношений с поставщиками.

На практике важно выяснить, может ли поставщик определить затронутый компонент, установить, в каких средах он используется, и оперативно устранить проблему или изолировать его. Клиентам также необходимо понимать, какими учётными данными и правами доступа располагает этот компонент: уязвимость программного обеспечения становится серьёзнее, если через него можно проникнуть в другие системы.

Выводы по MCP подчёркивают важность разрешений, предоставляемых интеграциям

Black Kite отдельно изучила 305 обнаруживаемых в открытом доступе записей о серверах протокола контекста модели (MCP), связанных со 179 компаниями в сфере ИИ. По этим записям было зафиксировано 1 732 уязвимости, из которых 48,8% получили высокую или критическую оценку. Среди 77 критических уязвимостей 87% были связаны с внедрением кода или команд.

MCP предоставляет приложениям ИИ стандартизированный интерфейс для взаимодействия с инструментами и источниками данных. В зависимости от реализации подключённый сервер может предоставлять функции для чтения документов, выполнения запросов к базам данных, обновления записей и других операций. Поэтому уязвимый компонент с широкими разрешениями может поставить под угрозу не только само приложение ИИ.

Важно учитывать знаменатель: 48,8% — это доля зафиксированных уязвимостей, а не доля всех компаний в сфере ИИ или рабочих развёртываний MCP, подверженных риску. В набор данных входят общедоступные репозитории, пакеты и размещённые компоненты; связь с доменом не подтверждает фактическое использование в производственной среде, а закрытые среды MCP не анализировались.

Корпоративным командам следует составить перечень подключений, ограничить разрешения необходимыми для работы и проверить, насколько быстро можно отозвать доступ. Внешний анализ поставщика не позволяет выявить все разрешения, которые заказчик предоставил внутри собственной среды.

Как использовать результаты, не делать чрезмерных выводов

Исследование проводилось извне, без доступа к системам оцениваемых компаний. Выявленные критические уязвимости, как правило, определялись путём сопоставления обнаруженных версий программного обеспечения с опубликованными сведениями об уязвимостях; Black Kite не проверяла возможность их эксплуатации. Сигналы, связанные с ботнетами, обнаруженные у 6,5% компаний, и необычная сетевая активность, зафиксированная у 44,3%, требуют расследования, но сами по себе не доказывают факт взлома.

На сопоставления влияет и полнота наблюдений. В дополнительной выборке Forbes AI 50 у 52% компаний были выявлены критические уязвимости, а учётные данные, связанные с 28% компаний, фигурировали в данных инфостилеров. Чем больше цифровой след, тем больше возможностей обнаружить проблемы, поэтому эти цифры не следует воспринимать как простое ранжирование компаний по уровню безопасности.

Black Kite продаёт аналитические данные о киберрисках третьих сторон и услуги мониторинга, включая анализ подверженности поставщиков рискам и показатели уязвимости к атакам с использованием программ-вымогателей. Её отчёт — это исследование, подготовленное поставщиком и основанное на заявленных охвате и методологии, а не перепись всех компаний в сфере ИИ и не доказательство того, что все системы, отмеченные как уязвимые, были взломаны.

Главный практический вывод — оценивать одновременно три взаимосвязанных аспекта: поставщика, его зависимости и доступ, предоставляемый его продукту. В полном отчёте за 2026 год о цепочке поставок ИИ: рисках, связанных с вашими связями в сфере ИИ подробно изложены выводы Black Kite и методология применения этого подхода при оценке поставщиков ИИ.