Swimlane получила звание лидера-визионера в рейтинге Frost & Sullivan AI SOC Radar

Swimlane объявила 12 ноября 2026 года, что Frost & Sullivan назвала компанию лидером-визионером в рейтинге Frost Radar 2026 года среди платформ для центров операций по обеспечению безопасности на базе искусственного интеллекта (AI SOC). Оценки за инновации и рост составили соответственно 4,45 и 4,30 балла из пяти.

По данным опубликованного на сайте компании краткого изложения отчёта, Frost & Sullivan независимо оценила более 60 поставщиков решений AI SOC и выбрала 24 лидера по росту и инновациям. На более широком рынке представлено свыше 80 поставщиков, а категория «Лидер-визионер» отмечает компании, сочетающие инновационность, рост и влияние на отрасль.

Лукас Феррейра, руководитель отраслевого направления в Frost & Sullivan, заявил, что присвоенная компании позиция отражает независимый от поставщиков дизайн Swimlane, широкий охват, возможность аудита и сочетание агентов с автоматизацией. Эта оценка появилась в период, когда команды специалистов по безопасности, сталкивающиеся с нехваткой квалифицированных кадров и усталостью от потока оповещений, переходят от сортировки оповещений к скоординированному выявлению угроз, расследованию инцидентов и реагированию на них.

Как работает гибридная модель расследования

По словам Swimlane, её AI SOC на базе Hero AI может автономно расследовать и устранять как известные, так и новые инциденты с учётом контрольных точек согласования, настроенных каждым клиентом. Решение охватывает 16 областей безопасности и ИТ, включая конечные устройства, облачные среды, управление идентификацией, электронную почту, анализ угроз, операционные технологии и подключённые устройства, системы управления информацией и событиями безопасности (SIEM), а также управление уязвимостями.

В описанном рабочем процессе агенты запрашивают данные в SIEM-платформах, облачных сервисах, локальных озёрах данных и операционных хранилищах, поэтому клиентам не нужно дублировать эти записи. В материалы расследования включаются необходимые свидетельства, а клиенты сами решают, какие данные Swimlane хранит и как долго. Hero AI сопоставляет эти источники и обогащает оповещения данными об угрозах, контекстом организации, историей расследований, а также сведениями из систем кибербезопасности MITRE ATT&CK и D3FEND.

По данным Swimlane, в платформе агенты глубокого анализа выполняют сложные рассуждения, а специализированные агенты решают узкопрофильные задачи. Клиенты выбирают поставщиков моделей и места их развёртывания с учётом сложности задач и затрат. Агент Investigation & Response Agent формирует планы, которые аналитики могут проверить или изменить, а Hero AI может выполнить эти планы либо преобразовать их в детерминированные сценарии — фиксированные последовательности автоматизированных действий для повторяющихся задач. Такое разделение позволяет использовать адаптивные рассуждения для новых угроз, а предсказуемое выполнение с меньшими затратами — для типовых операций.

Компания сообщает, что один клиент из сферы здравоохранения, обрабатывающий около 180 угроз в день, сократил расходы на расследования благодаря этому гибридному подходу — максимум на 90%. Этот результат относится только к данному клиенту и не является средним показателем по всей платформе.

Управление охватывает модели, данные и действия

По словам Swimlane, взаимодействия с большими языковыми моделями и действия агентов можно проверить. У агентов есть управляемые идентификаторы, средства контроля доступа на основе ролей и механизмы управления жизненным циклом; данные и коннекторы изолированы для каждого клиента. Клиенты устанавливают ограничения для поставщиков моделей, мест развёртывания, уровня автономности, доступа к знаниям и детерминированного выполнения, определяя, что система может делать без согласования.

Рекомендуемые в отчёте практики охватывают обеспечение безопасности на всех этапах жизненного цикла, встроенные механизмы управления и надзор со стороны человека, а также открытую интеграцию с измеримыми результатами; кроме того, в отчёте интеграция со сторонними решениями названа ключевым элементом подхода Swimlane. Создаваемые клиентами агенты и автоматизация на естественном языке позволяют расширять платформу, а поддержка нескольких арендаторов и гибкие варианты развёртывания адаптируют её к различным операционным средам. Этот подход призван дополнять существующие инвестиции в безопасность, а не требовать полной замены платформы.

По данным Swimlane, её клиенты сообщают о возврате инвестиций в размере 240% за первый год и сокращении среднего времени реагирования на 75%. Среднее время реагирования — это время, которое требуется для ответа на инцидент.

Поставщики управляемых услуг расширяют возможности модели

По данным Swimlane, около половины её бизнеса приходится на партнёров по каналам продаж, а треть — на поставщиков управляемых услуг безопасности (MSSP). Предложение для MSSP, запущенное в июле 2026 года, включало аналитику угроз между клиентскими средами, единый командный центр, стандартизированный процесс подключения клиентов и аналитику по всему портфелю с интеграцией ServiceNow и Jira. По описанию Frost & Sullivan, MSSP сохраняют отношения с конечными клиентами, данные и предоставление услуг, что позволяет Swimlane обслуживать поставщиков услуг, а не конкурировать с ними.

Значение этого подхода выходит за рамки выбора моделей. Применение агентных рассуждений в распределённых инструментах требует соблюдения обязательных ограничений на хранение данных, доступ к ним и полномочия по реагированию. Приведённые Swimlane результаты по затратам и времени реагирования подтверждают практическую ценность такого охвата, а рекомендованные Frost & Sullivan практики подчёркивают важность управления и надзора со стороны человека по мере того, как платформы AI SOC становятся всё более автономными.