Как мы внедряем искусственный интеллект в Ideco: реальный опыт компании, продуктов и команд​

Искусственный интеллект уже стал обязательным инструментом для бизнеса, но большинство компаний до сих пор используют его точечно и без стратегии.

В Ideco мы прошли путь от стихийных экспериментов сотрудников до системного внедрения AI в разработку, продукт, маркетинг и поддержку и готовы поделиться практическим опытом.

Еще с 2011 года мы использовали технологии машинного обучения для категоризации веб-страниц и создания баз фильтрации трафика. Но развитие LLM-моделей открыло новую страницу использования AI.

Первые шаги, как и у многих, начались снизу: сотрудники самостоятельно пробовали ChatGPT и другие нейросети для перевода текстов, черновиков писем, описаний функционала и идей для маркетинговых материалов. Каждый использовал искусственный интеллект по‑своему, а качество результатов сильно отличалось — от ощутимой экономии времени до "галлюцинаций", которые приходилось полностью переписывать.​

Довольно быстро стало ясно: без понятных правил и единого подхода мы рискуем либо разочароваться в AI, либо столкнуться с утечкой важных данных. Так мы пришли к следующему этапу — управляемой эволюции, когда искусственный интеллект стал не игрушкой, а частью осознанной стратегии развития компании и продукта.​

Чтобы использовать AI в компании, которая делает решения для сетевой безопасности и NGFW, важно сначала решить вопрос с рисками. В Ideco мы сформулировали простые правила, которые позволяют масштабировать использование искусственного интеллекта, не нарушая требований ИБ и законодательства.

Основные принципы:

• не передавать в публичные модели коммерческую тайну, данные инфраструктуры клиентов и персональные данные;
• использовать AI как инструмент для черновиков и идей, а не как источник финального результата «под подпись»;​
• обязательно проверять и редактировать любые AI‑ответы перед тем, как они попадут к клиентам или в продукт.​

Такая политика снимает страхи сотрудников и дает понятную рамку: что можно делать с искусственным интеллектом, а что категорически нельзя.

В разработке Ideco исходит из простого принципа: AI должен ускорять работу и снимать рутину, но не заменять разработчиков и архитекторов. Мы используем нейросети и большие языковые модели для задач, где выигрываем во времени, но сохраняем контроль за качеством.

Практические сценарии:

• генерация шаблонного кода и типовых конструкций;​
• подсказки по библиотекам, API и редким конструкциям;​
• подготовка черновиков комментариев, документации и примеров использования;​
• помощь в написании автотестов и рефакторинге.

При этом ключевые решения по архитектуре, безопасности и производительности Ideco NGFW Novum принимают инженеры, опираясь на требования к защитным решениям и реальные кейсы внедрения. AI в этой схеме — ускоритель, а не «автопилот» разработки.

страивать искусственный интеллект в продукт мы начали с конкретных задач, а не с идеи «добавить нейросеть ради маркетинга». В фокусе — улучшение администрирования, аналитики и клиентского опыта при работе с решениями класса NGFW и UTM.

Перспективные направления:

• DNS-фильтрация, где уже сейчас Ideco NGFW способен блокировать атаки еще до соединения с серверами злоумышленников;
• подсказки для администратора при анализе логов и событий безопасности;
• рекомендации по настройке правил, основанные на типичных сценариях использования Ideco NGFW;
• более понятные описания ошибок и вариантов их исправления в интерфейсе.

При этом критичная логика фильтрации трафика, DPI, IPS/IDS, DNS Security и контент‑фильтрации остается детерминированной и прозрачной, а AI работает вокруг нее, помогая быстрее интерпретировать данные.

Маркетинг и контент — одна из областей, где эффект от AI виден почти сразу. Команде больше не приходится «выпрыгивать из головы» десятки вариантов заголовков и подводок — это отлично делает искусственный интеллект.

Мы используем AI‑инструменты для:

• черновиков статей в блог Ideco о сетевой безопасности, NGFW и киберугрозах;
• генерации вариантов заголовков, description и лид‑абзацев под SEO‑задачи;
• адаптации одного и того же материала под сайт, рассылку и социальные сети.

Далее включается редакция: эксперты Ideco проверяют фактуру, добавляют практические кейсы внедрения и актуальные ссылки на документацию и исследования, чтобы материал оставался точным и полезным для профессиональной аудитории.

В технической поддержке и работе с базой знаний AI выступает в роли «ускорителя поиска» и помощника для сотрудников первой линии. Он помогает быстрее находить нужные статьи документации и готовить черновики ответов на типовые вопросы по Ideco NGFW и смежным решениям.

Примеры задач:

• подбор релевантных статей документации по свободному описанию проблемы;​
• генерация первых вариантов ответа для клиента с пояснениями и ссылками;
• структурирование разрозненных заметок инженеров в более понятные инструкции.​

Клиент по‑прежнему общается с живым специалистом поддержки, а ответственность за качество и корректность ответа остается на человеке. AI в этой связке экономит время и снижает нагрузку, но не заменяет сервис. Ни в коем случае мы не делаем фильтр из AI-агентов между нашими экспертами и пользователями.

По мере внедрения AI мы увидели, что работа с искусственным интеллектом становится такой же базовой компетенцией, как умение пользоваться офисными приложениями или читать сетевые логи. Поэтому внутри Ideco мы поощряем обмен удачными промптами, кейсами и анти‑примерами использования AI.​​

Это позволяет:

• быстрее повышать общий уровень владения AI‑инструментами в команде;
• сокращать время на типовые задачи за счет готовых рабочих сценариев;​
• формировать внутреннюю экспертизу, которая опирается не только на внешние курсы, но и на реальный опыт компании.​​

Так AI постепенно переходит из статуса «игрушки энтузиастов» в нормальный рабочий инструмент для разработчиков, маркетологов, менеджеров и специалистов поддержки.​​

Работая в области сетевой безопасности, мы особенно внимательно относимся к рискам, связанным с использованием искусственного интеллекта. Генеративные модели могут ошибаться, и уверенный тон ответа не гарантирует его корректность, особенно в технических и юридически значимых контекстах.

Поэтому в Ideco мы сознательно ограничиваем зоны ответственности AI:

• не используем его для подготовки юридически значимых документов и договоров;​
• не доверяем моделям финальные решения в архитектуре и безопасности;
• не загружаем в AI чувствительные данные, которые могут повлиять на безопасность клиентов и инфраструктуры.

Такая позиция позволяет получать выгоду от технологий, не превращая AI в «черный ящик», от которого зависит критичная часть бизнеса и ИБ‑контур.

Опыт Ideco показывает, что искусственный интеллект приносит бизнесу максимальную пользу, когда он встроен в конкретные процессы и поддержан четкими правилами и культурой использования. AI отлично справляется с рутиной, ускоряет аналитику и контент, помогает командам работать быстрее, но ключевые решения по‑прежнему принимают люди.​

Для нас AI — это не модный тренд, а управляемая эволюция, которая уже влияет на то, как мы развиваем Ideco NGFW, строим клиентский опыт и обучаем команды. Следующий шаг — более сложные AI‑агенты и глубокие интеграции, но фундамент безопасного и осмысленного внедрения уже заложен.