Российские LLM в бизнесе: 7 ошибок внедрения, за которые прилетают штрафы по 152-ФЗ

«Мы используем только отечественные нейросети, значит, мы в безопасности»

Это самое опасное заблуждение в сфере цифровизации. Безопасность зависит не от национальности разработчика, а от того, как именно ваша компания передает данные в модель и где они хранятся.Роскомнадзор проверяет не только факт использования иностранного программного обеспечения, но и сам процесс обработки информации. Поводом для внеплановой проверки может стать жалоба клиента, бывшего сотрудника или конкурента. Размер бизнеса значения не имеет: штрафуют как крупные корпорации, так и небольшие агентства или онлайн-школы.

Оператором персональных данных компания становится в тот момент, когда передает любую информацию, позволяющую идентифицировать физическое лицо, в нейросеть. С этого момента действуют строгие обязанности, и за каждое нарушение предусмотрена своя санкция. Не обеспечили безопасность данных при обработке — от 100 до 300 тысяч рублей. Не получили надлежащего согласия субъекта — суммы растут на порядок.

Семь мест, где компании нарушают закон при работе с ИИ

Большинство нарушений находятся не в глубине серверной архитектуры, а в ежедневных рабочих процессах. Вот где регуляторы находят их чаще всего.

1. Скармливание модели «сырых» данных через публичные веб-интерфейсы

Самый частый сценарий. Отдел кадров загружает в общедоступный чат резюме кандидатов с номерами телефонов для автоматической суммаризации, или служба поддержки передает историю переписки с клиентом для анализа тональности.

Пользовательские соглашения публичных версий сервисов часто предусматривают использование введенных данных для дальнейшего обучения базовых алгоритмов. Обработка без надлежащего обезличивания стоит юридическому лицу от 300 до 500 тысяч рублей, а при повторном нарушении или наличии отягчающих обстоятельств — до 1,5 миллиона рублей.

2. Развертывание открытых моделей на зарубежных серверах

Желая сэкономить или получить доступ к специфическому оборудованию, некоторые компании арендуют виртуальные мощности у иностранных провайдеров для запуска решений с открытым исходным кодом, таких как t-pro. Это прямое нарушение требования о локализации: первичный сбор, запись и хранение персональных данных граждан РФ должны осуществляться с использованием баз данных, находящихся на территории страны (часть 5 статьи 18 Федерального закона № 152-ФЗ). Штраф для юридического лица составляет от 1 до 6 миллионов рублей, повторно — от 6 до 18 миллионов рублей.

3. Отсутствие договора-поручения с вендором

Даже при использовании корпоративных тарифов российских технологических гигантов, работа через программный интерфейс без подписанного соглашения о конфиденциальности делает компанию уязвимой.

Если в договоре не прописано, что провайдер не использует ваши запросы для обучения своих систем и гарантирует удаление данных после обработки, формально вы передаете данные без достаточных правовых гарантий.

4. Игнорирование требований к уровню защищенности инфраструктуры

Для работы с персональными данными облачная или локальная инфраструктура должна соответствовать требованиям ФСТЭК России. Развертывание модели на обычном виртуальном сервере без сертифицированных средств защиты информации (межсетевых экранов, систем обнаружения вторжений) означает, что оператор не выполнил свою обязанность по обеспечению безопасности данных (статья 19 152-ФЗ).

5. Сохранение результатов работы модели в незащищенных хранилищах

Даже если запрос к модели был безопасным, итоговый файл (например, сформированный ИИ отчет с персональными данными) часто сохраняется в открытом виде: выгрузки в Excel на ноутбуках менеджеров, копии баз у разработчиков «для тестов» или бэкапы в публичных облачных хранилищах. Каждое из этих мест становится точкой утечки. Штраф за саму утечку считается по масштабу: от 3 до 5 млн рублей при 1–10 тысячах пострадавших, и до 15 млн, если их больше 100 тысяч.

6. Использование модели для автоматической рассылки без согласия на рекламу

Если нейросеть генерирует тексты для email- или sms-рассылок, требуется предварительное согласие клиента на получение рекламы по закону «О рекламе», и доказывать его наличие должен продавец. За нарушение требований к рекламе по сетям электросвязи юридическому лицу грозит штраф от 300 тысяч до 1 миллиона рублей.

7. Отсутствие регламента уничтожения данных, использованных для дообучения

При дообучении модели на внутренних документах компании часто загружают полные архивы данных. Отдельная проблема — сроки хранения: данные клиентов, которые давно не покупают и отозвали согласие, годами остаются в обучающих выборках, хотя цель обработки уже достигнута и их нужно безвозвратно уничтожить.

Что компания может сделать сама

Часть требований закрывается организационными мерами, и внедрить их можно за одну-две недели. Минимальный набор выглядит так:

1. Провести ревизию процессов: запретить сотрудникам использовать публичные веб-версии нейросетей для работы с любыми внутренними документами.
2. Внедрить процедуру обязательного предварительного обезличивания (маскирования) данных перед отправкой запроса в модель.
3. Заключить договоры-поручения с вендорами, где четко зафиксировано отсутствие обучения на ваших данных и соблюдение 152-ФЗ.
4. Разработать и утвердить внутренний регламент по использованию генеративного искусственного интеллекта сотрудниками компании.
5. Определить сроки хранения данных, использованных для дообучения, и порядок их гарантированного уничтожения.
6. Подготовить регламент на случай инцидента: о факте утечки нужно сообщить в Роскомнадзор в течение 24 часов, о результатах внутреннего расследования — в течение 72 часов.

Но документы и регламенты решают только половину задачи. Если сама языковая модель развернута на незащищенном сервере или у зарубежного сервиса, никакая внутренняя политика не спасет от штрафа за утечку или нарушение локализации.

Где развертывать LLM: аттестованная облачная инфраструктура

Локализацию формально закрывает любой сервер в России, но от утечек и претензий регулятора защищает только инфраструктура, которая построена и аттестована под требования закона о персональных данных. Строить такую самостоятельно для бизнеса нерационально: сертифицированные средства защиты, разработка модели угроз, аттестация и зарплата штатного специалиста по информационной безопасности обойдутся дороже, чем сама задача внедрения llm для бизнеса.

Аттестованное облачное решение решает задачу иначе — через разделение ответственности. Провайдер отвечает за инфраструктуру: физическую безопасность дата-центра, сертифицированные средства защиты, сетевую изоляцию, мониторинг и аттестацию. За компанией остаются организационные меры из предыдущего раздела. Бизнес платит ежемесячно за ресурсы, а не вкладывает миллионы в оборудование и долгие проекты.

Для корпоративного сектора у такого подхода есть свои преимущества:

1. Масштабирование под задачи: к моменту запуска сложных сценариев дообучения вычислительные ресурсы добавляются за часы, без закупки серверов и повторной аттестации.
2. Весь стек в одном защищенном контуре: база знаний, система управления документами и сама языковая модель работают в одной аттестованной среде, и данные не «разбегаются» по разным сервисам.
3. Защищенные резервные копии: копии базы для разработчиков и тестовые среды остаются внутри аттестованного контура, а не на личных ноутбуках.

Например, для безопасного и быстрого запуска проектов искусственного интеллекта рекомендуется использовать специализированные решения, такие как LLM-платформа от Cloud4U. Этот сервис предоставляет готовую, аттестованную инфраструктуру на базе мощных графических ускорителей (включая возможность аренды высокопроизводительных видеокарт, таких как RTX 4090 с увеличенным объемом видеопамяти). Платформа позволяет запускать и дообучать большие языковые модели в защищенном контуре, гарантируя соблюдение 152-ФЗ, так как все оборудование физически расположено в сертифицированных дата-центрах на территории РФ.

На что обратить внимание при выборе провайдера

Не каждое облако с пометкой «152-ФЗ» подходит для работы с искусственным интеллектом. Перед выбором проверьте:

1. Есть ли у провайдера действующий аттестат соответствия от лицензиата ФСТЭК, а не просто маркетинговое обещание на главной странице.
2. Поддерживается ли уровень защищенности, который нужен именно для ваших задач (как правило, не ниже УЗ-2).
3. Находятся ли дата-центры физически в России.
4. Закреплены ли в соглашении об уровне услуг (SLA) финансовые гарантии доступности — простой системы во время пиковой нагрузки означает прямые потери для бизнеса.
5. Можно ли разместить в одном контуре весь стек задачи, включая базы данных и инструменты для doobucheniya (дообучения).
6. Входят ли в услугу защищенное резервное копирование и помощь с базовой документацией (например, типовым договором поручения).

Итог

Компании нарушают закон о персональных данных при работе с искусственным интеллектом чаще всего не из злого умысла, а по мелочам: скопированный в чат список клиентов, запуск открытой модели на дешевом зарубежном сервере, Excel-выгрузка с результатами у менеджера. Цена этих мелочей выросла до миллионов рублей, а при повторной утечке — до процентов от годовой выручки.

Документы и внутренние регламенты бизнес может привести в порядок самостоятельно, а хранение и обработку данных надежнее доверить аттестованной инфраструктуре. Проверьте процессы, скрипты и место, где лежат данные ваших клиентов, и начните с консультации у профильного облачного провайдера — пока проверка еще не началась.