Palo Alto Networks покупает Koi: что это значит для B2B-продаж кибербезопасности

Кейс · Кибербезопасность и AI

Сделка, которая маркирует сдвиг в индустрии

Palo Alto Networks объявила о приобретении Koi — стартапа, специализирующегося на безопасности AI-агентов на корпоративных рабочих станциях (Agentic Endpoint Security). Это не рядовая сделка M&A: она сигнализирует о формировании нового сегмента корпоративных технологических рисков и открывает окно возможностей для реструктуризации бюджетов предприятий.

Новая категория защиты

Четвёртый объект защиты в корпоративной безопасности

Традиционная модель информационной безопасности строилась вокруг трёх объектов защиты: пользователей (аутентификация, управление идентификацией, контроль доступа), устройств (endpoint protection, mobile device management) и приложений (application security, контроль на уровне SaaS).

Автономные AI-агенты вводят четвёртую категорию — с принципиально другими характеристиками: они принимают решения автономно, без прямого контроля пользователя; имеют доступ к конфиденциальным данным и исполнительные полномочия; и слабо видны традиционным системам мониторинга.

Консолидация рынка

Palo Alto Networks строит платформу, а не коллекцию продуктов

Koi — не первая и, скорее всего, не последняя сделка в этой логике. Последние приобретения компании складываются в понятную траекторию:

Это часть более широкого процесса платформизации в корпоративной безопасности: предприятия хотят сократить число вендоров, получить единую панель управления и эффективно коррелировать события безопасности в рамках одной платформы. Для узкоспециализированных решений это создаёт барьер входа — нишевому продукту теперь нужно доказать не просто рабочую функцию, а технологическое превосходство, интеграцию с основными платформами и ценность, которую невозможно получить внутри комплексного решения.

Что происходит у заказчика

Внедрение AI обгоняет контроль над ним

Рынок показывает характерную асимметрию: темпы внедрения AI-решений заметно опережают развёртывание механизмов контроля над ними. Типичная картина — Microsoft Copilot внедрён без проработанных политик управления данными, генеративные модели подключены к корпоративным системам без оценки рисков, бизнес-процессы автоматизированы через AI-агентов без аудита их действий.

Из этого разрыва вытекают конкретные риски: утечка конфиденциальной информации через взаимодействие агентов с внешними системами, непреднамеренные действия из-за неточной интерпретации запроса, эскалация привилегий при неконтролируемом доступе агентов к системам, comp­liance-риски при обработке регулируемых данных без должных контролей.

Именно этот разрыв между внедрением и защитой — точка входа для разговора с заказчиком: фактическое использование AI в организации, отсутствие видимости за действиями агентов, конкретные сценарии инцидентов, регуляторные требования к контролю AI-систем.

Продажи

Продукт больше не главный герой презентации — риск главный

Традиционные продажи технологий строились вокруг функций продукта. В контексте AI-трансформации рабочее ценностное предложение строится вокруг управления риском — через governance, compliance, оценку риска (risk exposure) и влияние на бизнес (business impact).

Практическое следствие — другая формулировка ценности. Вместо «наше решение мониторит действия AI-агентов» работает «мы обеспечиваем контроль над рисками AI-трансформации при сохранении бизнес-преимуществ автоматизации».

Практика

Как адаптировать процесс продажи

Discovery на трёх уровнях. Технический: какие AI-решения развёрнуты, какие данные доступны агентам, какие действия они могут совершать. Управленческий: кто несёт ответственность, какие политики утверждены, как устроен мониторинг, какие инциденты уже были. Стратегический: дорожная карта AI-трансформации, планы автоматизации, регуляторные требования, толерантность к риску.

Неопределённость — не препятствие, а рычаг. Большинство организаций не знают точный масштаб своих AI-рисков. Это можно использовать конструктивно: помочь измерить фактическую экспозицию, сравнить с практиками индустрии (benchmarking), смоделировать сценарии инцидентов, предложить пилот, который просто даёт видимость и контроль.

ROI считается через предотвращённый ущерб. Модель простая: вероятность инцидента без контролей × средняя стоимость инцидента (прямые потери, штрафы, репутационный ущерб), минус снижение вероятности при внедрении контролей, плюс операционные выгоды — меньше времени на расследования, больше автоматизации в реагировании.

Итог

Это индикатор сдвига, а не разовая сделка

Сделка Koi — не изолированное событие M&A, а индикатор того, что AI-технологии переходят из фазы экспериментов в фазу промышленного внедрения — со всеми вытекающими требованиями к управлению и контролю. Ближайшие 24–36 месяцев — это компании, которые уже внедрили AI и теперь ищут, кто закроет риски; высокая готовность к инвестициям из-за новизны и неопределённости; и ограниченная конкуренция, потому что рынок только формируется.

Выиграют те, кто понимает технологии AI-агентов и векторы угроз, умеет говорить на языке бизнес-риска, а не только функций продукта, обладает отраслевой экспертизой под конкретные сценарии использования, и умеет гибко адаптировать решение под заказчика.