Swimlane названо лідером-візіонером у звіті Frost & Sullivan про центри операцій безпеки на основі ШІ

Swimlane повідомила 12 листопада 2026 року, що Frost & Sullivan назвала її лідером-візіонером у Frost Radar 2026 року серед платформ центрів операцій безпеки на основі ШІ (AI SOC). Оцінки за інноваційність і зростання становили відповідно 4,45 і 4,30 бала з п’яти.

За підсумками незалежного оцінювання понад 60 постачальників платформ центрів операцій безпеки на основі ШІ компанія Frost & Sullivan відібрала 24 лідерів за темпами зростання та інноваційністю, йдеться в опублікованому на сайті Swimlane короткому викладі звіту. На ширшому ринку працює понад 80 постачальників, а категорія «Лідер-візіонер» відзначає компанії, що поєднують інноваційність, зростання та вплив на галузь.

За словами Лукаса Феррейри, керівника галузевого напряму Frost & Sullivan, таке визнання зумовлене нейтральною щодо постачальників архітектурою Swimlane, широким охопленням, можливістю аудиту та поєднанням агентів з автоматизацією. Оцінювання відбувається на тлі дефіциту фахівців і втоми від сповіщень, через які команди безпеки шукають можливості вийти за межі сортування сповіщень і перейти до скоординованого виявлення загроз, розслідування та реагування.

Як працює гібридна модель розслідування

За словами Swimlane, її AI SOC на базі Hero AI може автономно розслідувати відомі й нові інциденти та усувати їх — за умови проходження контрольних етапів затвердження, налаштованих кожним клієнтом. Платформа охоплює 16 напрямів у сфері безпеки та ІТ, зокрема кінцеві пристрої, хмарні середовища, ідентифікацію, електронну пошту, розвідку загроз, операційні технології та під’єднані пристрої, системи управління інформацією та подіями безпеки (SIEM), а також управління вразливостями.

У цьому робочому процесі агенти запитують дані в платформах SIEM, хмарних сервісах, локальних озерах даних і сховищах операційних даних, тож клієнтам не потрібно створювати дублікати цих записів. Відповідні докази додаються до запису розслідування, а клієнти самі визначають, що зберігає Swimlane і як довго. Hero AI зіставляє ці джерела та доповнює сповіщення даними розвідки загроз, організаційним контекстом, історією розслідувань і відомостями з систем класифікації кіберзагроз MITRE ATT&CK та D3FEND.

За даними Swimlane, у межах платформи агенти глибокого аналізу виконують складні логічні міркування, а експертні агенти — спеціалізовані завдання. Клієнти обирають постачальників моделей і місця їх розгортання відповідно до складності завдань і вартості. Агент Investigation & Response Agent формує плани, які аналітики можуть переглянути або змінити, а Hero AI може виконати ці плани або перетворити їх на детерміновані сценарії автоматизації — фіксовані послідовності дій для повторюваних завдань. Такий розподіл дає змогу застосовувати адаптивні міркування до нових загроз, а для типових завдань використовувати передбачуване виконання з нижчими витратами.

За даними компанії, один клієнт зі сфери охорони здоров’я, який обробляє близько 180 загроз на день, завдяки такому гібридному підходу скоротив витрати на розслідування на величину до 90%. Цей результат стосується лише цього клієнта, а не є середнім показником для всієї платформи.

Управління охоплює моделі, дані та дії

За словами Swimlane, кожну взаємодію з великою мовною моделлю та кожну дію агента можна перевірити. Агенти мають контрольовані ідентичності, засоби контролю доступу на основі ролей і механізми управління життєвим циклом; дані та конектори ізольовані в межах кожного клієнтського середовища. Клієнти встановлюють обмеження щодо постачальників моделей, місць розгортання, автономності, доступу до знань і детермінованого виконання, визначаючи, що система може робити без затвердження.

Рекомендовані у звіті практики охоплюють операції безпеки на всіх етапах життєвого циклу, вбудовані механізми управління та нагляду з боку людини, а також відкриту інтеграцію з вимірюваними результатами; крім того, у звіті інтеграцію зі сторонніми системами названо ключовою складовою Swimlane. Агенти, створені клієнтами, та автоматизація природною мовою дають змогу розширювати платформу, а підтримка кількох клієнтських середовищ і гнучке розгортання — адаптувати її до різних операційних умов. Цей підхід покликаний доповнювати наявні інвестиції в безпеку, а не вимагати повної заміни платформи.

За словами Swimlane, її клієнти повідомляють про 240% окупності інвестицій у перший рік і скорочення середнього часу реагування на 75%. Середній час реагування — це середній час, потрібний для реагування на інцидент.

Постачальники керованих послуг розширюють цю модель

За словами Swimlane, близько половини її бізнесу ведеться через партнерів із продажу, а третина — через постачальників керованих послуг безпеки (MSSP). Пропозиція для MSSP, представлена в липні 2026 року, включала обмін розвідданими про загрози між клієнтськими середовищами, центральний командний центр, стандартизований процес підключення клієнтів і аналітику портфеля з інтеграцією із ServiceNow та Jira. Frost & Sullivan описує цю модель так: MSSP зберігає відносини з кінцевими клієнтами, їхні дані та надання послуг, що дає Swimlane змогу працювати на користь постачальників, а не конкурувати з ними.

Ширше значення цієї моделі виходить за межі вибору моделей. Застосування агентного логічного аналізу в розподілених інструментах потребує дієвих обмежень щодо зберігання даних, доступу до них і повноважень із реагування. Наведені Swimlane результати щодо витрат і часу реагування підтверджують практичну цінність такого підходу, а рекомендовані Frost & Sullivan практики роблять управління та нагляд з боку людини необхідними в міру того, як платформи центрів операцій безпеки на основі ШІ стають автономнішими.