Compliance‑by-design: как российскому бизнесу подготовиться к регулированию AI до 2027 года
В 2025 году объем корпоративных и чувствительных данных, которые сотрудники отправляли в публичные нейросети, вырос примерно в 30 раз. При этом около 60% организаций из исследованной выборки не имели формализованных правил работы с ИИ.
Регулирование ИИ в России только формируется, но ответственность за неосторожное использование технологии есть уже сейчас. Она следует из законодательства о персональных данных, коммерческой тайне, интеллектуальной собственности, информационной безопасности, рекламе и защите прав потребителей.
Вместе с юристами i-Legal разобрали, где возникают основные риски и какие меры стоит встроить в архитектуру AI-систем до того, как новые требования заработают в полном объеме.
Закон об ИИ появился, но штрафуют по старым нормам о персональных данных
Регулирование ИИ в России по-прежнему во многом строится на базе норм, созданных задолго до нейросетей: закон о персональных данных, правила об авторском праве, коммерческой тайне и информационной безопасности.
Принятый в июле закон «О поддержке развития технологий искусственного интеллекта в Российской Федерации» впервые закрепляет на уровне федерального закона определение искусственного интеллекта, но детали регулирования большого количества прикладных сценариев для бизнеса остаются не до конца понятны.
Документ посвящен не всем AI-системам, а прежде всего большим фундаментальным моделям. К ним отнесены универсальные модели, которые служат основой для разных программных решений и содержат не менее 1 млрд. параметров (текст статей 1 и 3). Обычный корпоративный чат-бот или узкая модель не становятся большой фундаментальной моделью только потому, что используют AI. Однако прикладной сервис может зависеть от регулируемой базовой модели и должен учитывать требования к ней в своей архитектуре и договорах.
Для большинства компаний практическое значение пока имеют не новые статусы моделей, а уже действующие обязанности:
- Определить, какие данные сотрудники и системы передают AI-провайдерам.
- Установить законное основание обработки персональных данных.
- Проверить трансграничную передачу и локализацию.
- Ограничить доступ AI-агентов к корпоративным системам.
- Проверять результаты модели до принятия решений и публикации.
- Закрепить ответственность сотрудников и владельцев процессов.
Искусственный интеллект не создал принципиально новую природу большинства правовых рисков, но резко сократил время их реализации. Один неосторожный промпт может за секунды вывести данные за корпоративный контур. Запретить технологию при этом практически невозможно: бизнес требует роста производительности. Рабочий подход — не тотальный запрет, а прозрачные стандарты, технические ограничения и понятная ответственность.
Использование GenAI стало массовым, а управление отстает
По исследованию Яндекс и «Яков и Партнёры», опубликованному в декабре 2025 года, генеративный AI применяют 71% крупных российских компаний. На этом фоне отсутствие корпоративной политики перестает быть нейтральным состоянием: сотрудники все равно используют внешние сервисы, но компания не видит потоки данных и не управляет ими.
Суды уже требуют отвечать за результат модели
В 2026 году появились заметные российские примеры, показывающие общий подход: ссылка на использование ИИ не освобождает человека или компанию от проверки результата.
- В деле № А27-7831/2025 Арбитражный суд Западно-Сибирского округа наложил на общество судебный штраф 50 000 рублей за кассационную жалобу со ссылками на несуществующую судебную практику. Суд указал, что подготовка документа с помощью AI не оправдывает представление недостоверной информации, а ответственность за сгенерированный текст несет лицо, использовавшее технологию. Корректнее называть это одним из первых широко освещенных российских дел, а не безусловно первым штрафом за AI-галлюцинацию.
- Постановление Пленума Верховного суда РФ № 15 от 21 мая 2026 года закрепило для гражданского процесса обязанность сообщать суду, если представленные сведения о фактах получены с использованием AI (текст постановления).
- Мировой контекст. В базе AI Hallucination Cases исследователя Дамьена Шарлотена к 2026 году накопилось свыше тысячи судебных кейсов с выдуманными AI прецедентами, прирост около 100 в месяц.
Практический вывод для бизнеса: любой документ, расчет, юридическая ссылка или внешний ответ, подготовленные с помощью модели, должны иметь ответственного человека и процедуру проверки.
Кейс HR‑скрининга через ChatGPT: персональные данные нельзя убрать одним удалением ФИО
Контекст. Клиент i-Legal, компания с активным наймом, хотела разгрузить рекрутеров на первичном отборе кандидатов.
Задача. Автоматизировать скрининг: сотрудники загружали резюме в ChatGPT через API и получали быструю оценку кандидата.
Проблема. У такого процесса сразу несколько уровней риска:
1. Трансграничная передача. Резюме содержит персональные данные: ФИО, контакты, фотографию. Серверы OpenAI находятся в США, поэтому данные шли за рубеж в момент отправки промпта. Если персональные данные передаются зарубежному AI-провайдеру, возникает трансграничная передача. До ее начала оператор должен направить уведомление Роскомнадзору и выполнить требования статьи 12 Закона № 152-ФЗ. Конкретный режим зависит от страны, инфраструктуры провайдера и правового основания передачи (статья 12 Закона № 152-ФЗ).
Но нельзя и автоматически писать, что любой запрос к ChatGPT API всегда уходит именно в США: OpenAI предлагает разные варианты data residency, а фактическая география зависит от продукта, тарифа и конфигурации. Для российского оператора это не отменяет необходимости самостоятельно установить маршрут данных и применимый правовой режим.
2. Автоматизированное решение или human-in-the-loop. Статья 16 Закона № 152-ФЗ ограничивает принятие решений на основании исключительно автоматизированной обработки, если они порождают юридические последствия или затрагивают права и законные интересы человека. Исключения возможны при наличии письменного согласия или основания в федеральном законе.
Автоматический отказ кандидату может попасть в этот режим, если решение принимает только модель и человек фактически его не пересматривает. Поэтому AI должен формировать рекомендацию, а окончательное решение должен принимать сотрудник, имеющий возможность оценить данные по существу.
3. Избыточность данных. Даже условия сервисов поиска сотрудников ограничивают действия с резюме: сохранение файла на рабочий стол уже выходит за рамки правил обработки.
Удаление фамилии, телефона и фотографии снижает риск, но не обязательно превращает резюме в обезличенные данные. Человека иногда можно идентифицировать по сочетанию работодателей, должностей, дат проектов, образования и редких навыков.
Поэтому безопаснее говорить не об «обезличенной выжимке», а о минимизированном или псевдонимизированном наборе данных, который еще может оставаться персональными данными. Полноценное обезличивание требует исключить возможность отнести информацию к конкретному человеку без использования дополнительной информации.
Цена таких нарушений в 2025 году выросла на порядок: с 30 мая действуют штрафы по 420-ФЗ, впервые включая оборотные, например, процент от годовой выручки.
Решение. Из промпта убрали все персональные данные, оставили только информацию о компетенциях сотрудника. В иностранный контур стала уходить обезличенная выжимка. Как альтернативный вариант, всегда предлагается возможность перехода на отечественные решения, чтобы избежать трансграничной передачи данных.
Для первичной оценки кандидата модели обычно не нужны фамилия, контакты или фотография. Но удалить прямые идентификаторы недостаточно: редкий опыт и история работодателей тоже могут раскрыть личность. Архитектура процесса должна сочетать минимизацию данных, проверку возможности повторной идентификации и реальное участие человека в решении. Либо необходимо полное развертывание AI-инфраструктуры на базе российских моделей внутри суверенного контура.
Кейс TTS enterprise: санкционная архитектура и синтез речи
Контекст. Крупный enterprise-клиент i-Legal с голосовым LLM-ассистентом. Распознавание речи и генерация ответа работали в российском контуре.
Задача. Удешевить синтез речи: его планировали отдать иностранному TTS-провайдеру, который стоил меньше российского.
Проблема. Во время юридического аудита выяснилось, что для озвучивания провайдеру должен был уходить полный текст реплики, содержащий персональные данные пользователя. Это означало трансграничную передачу, хотя внешняя интеграция выполняла только техническую функцию синтеза речи.
Такая передача требует предварительного уведомления Роскомнадзора и надлежащего правового основания. При передаче в государство, не обеспечивающее защиту прав субъектов персональных данных, применяются дополнительные условия статьи 12 Закона № 152-ФЗ, включая в соответствующих случаях письменное согласие субъекта. Оператору также необходимо оценить, как получатель обеспечивает конфиденциальность и безопасность данных.
Решение. В этом проекте клиент перешел на российского TTS-провайдера и оставил обработку реплик внутри российского контура. Альтернативой могли быть удаление чувствительных фрагментов до отправки, локальное развертывание TTS или договорная и техническая конфигурация, исключающая вторичное использование данных.
Так Compliance-by-design работает на практике: юридические требования встраиваются в архитектуру продукта на стадии проектирования. После запуска продукта изменение такой архитектуры обычно обходится дороже, чем проверка на стадии дизайна.
Российским разработчикам и вендорам важно помнить, что отсутствие ограничений на использование моделей не отменяет внешних санкционных рисков. Яркий пример — недавняя блокировка доступа к Claude, когда решением зарубежного вендора технология буквально за несколько часов стала недоступна для большинства пользователей.
Экспортное законодательство США ограничивает передачу технологий, которые потенциально могут быть использованы против их интересов. И это бизнес-риск, который топ-менеджмент обязан закладывать в стратегию непрерывности процессов.
Кейсы с применением AI‑агентов: ошибки допускает от лица компании бот, а штрафы ложатся на бизнес
AI-агент — это не сотрудник компании, а кусок кода. И все, что он транслирует во внешний мир, считается официальной позицией бизнеса. Последствия зависят от контекста: полномочий интерфейса, содержания оферты, характера обещания, правил рекламы и защиты потребителей, а также от того, мог ли пользователь разумно полагаться на полученную информацию.
Кейсы из мировой практики:
Кейс Air Canada: Авиакомпания пыталась доказать в суде, что их AI-чат-бот — это «отдельная сущность», которая сама виновата в том, что выдумала пассажиру несуществующую скидку. Суд назвал этот аргумент нелепым и заставил компанию выплатить деньги за недостоверное представление информации.
Кейс дилера Chevrolet: Люди провели промпт-инъекцию (взломали логику бота текстовой командой), и AI-агент согласился продать автомобиль Chevy Tahoe за 1 доллар. Юридической силы сделка не имела.
Бот службы доставки DPD: Нейросеть после некорректного обновления обругала собственную компанию и написала стихотворение о том, какая эта служба доставки бесполезная. Бот отключили в тот же день, но скрины разошлись по всему интернету.
AI-инженер Replit: Автономный агент в экспериментальном production-контуре во время блокировки кода (code freeze) случайно снес продакшн-базу данных с информацией о 1200 топ-менеджерах, а потом еще и пытался скрыть это, отправляя фейковые отчеты о том, что все работает штатно.
В России публичных споров об инцидентах AI-агентов пока нет. Есть другая версия той же проблемы, которую юристы i-Legal регулярно подсвечивают клиентам: агентов чаще всего создают сами сотрудники, за их контуром безопасности никто не следит.
Тренд на масштабную автоматизацию привел к тому, что AI-агенты получили беспрепятственный доступ к цифровому периметру бизнеса — от почты до облачных дисков. При этом контроль за правами доступа часто теряется: сотрудник, настроивший интеграцию, увольняется, а активный токен продолжает жить внутри корпоративной сети.
Чтобы минимизировать эти риски, компаниям необходимы базовые правила цифровой гигиены: аудит подключенных сервисов, своевременное аннулирование токенов и ротация паролей. Особую опасность представляют рабочие чаты. Когда сотрудник без технической экспертизы самостоятельно подключает к Telegram стороннего AI-помощника, он создает неконтролируемый канал утечки данных, где одна уязвимость накладывается на другую.
Закон о поддержке AI в России: что изменится к 2027 году
Порог входа регулирования моделей — 1 млрд параметров. Регулирование касается только больших фундаментальных моделей. Порог не означает, что любой сервис на основе такой модели становится ее разработчиком. Для бизнеса важно определить роль: разработчик базовой модели, разработчик продукта на ее основе, владелец информационной системы или пользователь внешнего сервиса.
Суверенные и национальные модели. Проект вводит статусы суверенной и национальной большой фундаментальной модели. Суверенная — полностью российская разработка на российской инфраструктуре, национальная допускает иностранные и open-source компоненты. Статус дает преференции, включая режим обучения на общедоступных данных. Общего запрета на иностранные модели нет. Правительство сможет устанавливать случаи, когда допускается применение только суверенных или национальных моделей. Так, для банковской сферы и иных сегментов финансового рынка такие решения должны согласовываться с Банком России.
Маркировка — по желанию автора. Обязательную маркировку всего AI-контента, обсуждавшуюся в ранней версии, исключили: контент маркирует сам пользователь по желанию, а платформы должны будут предоставить ему техническую возможность маркировки. Продукты придется дорабатывать под эту опцию.
Ответственность — по общим нормам. Специальную презумпцию вины разработчика из ранней редакции также убрали. Ответственность будет определяться по действующим нормам в зависимости от роли участника, характера нарушения и причинной связи.
Сроки. Предусмотрено поэтапное вступление положений в силу: основная часть — с 1 сентября 2026 года, ряд ключевых норм — с 1 марта 2027 года. Для некоторых уже эксплуатируемых систем предусмотрен переходный режим до 1 сентября 2032 года при соблюдении условий обработки и хранения данных в России. Этот режим относится к будущим случаям обязательного применения только суверенных или национальных моделей, а не освобождает бизнес от общих требований законодательства.
Параллельно ФАС обсуждает признание AI-компаний стратегическими обществами с ограничением иностранного участия и согласованием сделок; проект проходит публичное обсуждение до середины июля 2026 года.
Что делать бизнесу сейчас
Минимальный сценарий
- Утвердить перечень разрешенных AI-сервисов.
- Запретить передачу персональных данных, коммерческой тайны и клиентских документов в публичные модели без согласования.
- Назначить владельца политики и канал для согласования исключений.
- Провести инвентаризацию AI-интеграций и активных токенов.
Плюсы: быстро и недорого.
Минусы: остаются ручной контроль и теневое использование.
Влияние: 2-4 недели работы юриста, ИБ и IT; снижение вероятности очевидных утечек без серьезной перестройки систем.
Базовый сценарий
- Составить карту потоков данных для ключевых AI-сценариев.
- Проверить локализацию и трансграничную передачу.
- Внедрить human-in-the-loop для решений с юридическими последствиями.
- Включить требования к AI-провайдерам в договоры и DPA.
- Настроить роли, журналирование, сроки жизни токенов и процедуру offboarding.
- Обучить сотрудников на реальных примерах допустимых и запрещенных промптов.
Плюсы: закрывает основные юридические и операционные риски.
Минусы: требует участия нескольких функций.
Влияние: 1-3 месяца; умеренные затраты, но заметное снижение стоимости инцидентов и переделки архитектуры.
Продвинутый сценарий
- Создать единый корпоративный AI-gateway.
- Автоматически классифицировать и маскировать данные до отправки модели.
- Контролировать используемые модели, версии, системные инструкции и права агентов.
- Проводить red teaming, тесты промпт-инъекций и регулярный аудит поставщиков.
- Встроить юридические и ИБ-проверки в product lifecycle и change management.
Плюсы: масштабируемый контроль и возможность безопасно расширять использование AI. Минусы: инвестиции в платформу и отдельную компетенцию.
Влияние: 3-9 месяцев; более высокий бюджет, но меньшая зависимость от ручного контроля и иностранных провайдеров.
Выводы: как подготовиться к новым законам об ИИ в России
До вступления специального закона в силу бизнесу не нужно ждать «штрафов за AI». Риски уже возникают из действующих правил о персональных данных, конфиденциальности, интеллектуальной собственности и ответственности за внешние коммуникации.
Практический приоритет на 2026 год: не попытка запретить AI, а инвентаризация реального использования, минимизация данных, управляемая архитектура доступа и обязательная проверка человеком там, где результат модели влияет на людей, деньги или production-системы.
Жесткого регуляторного давления ожидать не стоит. Для российского рынка сфера AI все еще находится в стадии адаптации: мы только сейчас подходим к четкому законодательному определению искусственного интеллекта, хотя технологии активно применяются уже несколько лет. Но это не означает отсутствия ответственности. Для большинства компаний зрелость будет определяться не статусом модели, а тем, знают ли они, какие данные уходят во внешний контур, кто проверяет результат и какие полномочия получили AI-агенты.
Новый закон об ИИ содержит мягкий сценарий и коснется только больших фундаментальных моделей. Для остального бизнеса главными останутся безопасность данных, санкционная устойчивость архитектуры и контроль полномочий агентов.
