Российское правительство пошло на шаг, которого рынок не особо ожидал, полностью переработав концепцию регулирования искусственного интеллекта. Мы уже разбирали первоначальную версию документа в одном из наших прошлых материалов — там речь шла о двадцати одной статье с весьма жесткими рамками в каждой: презумпция потенциальной опасности, ответственность, растянутая на всю производственную цепочку от разработчика до внедренца, и требования локализации, которые на практике не мог выполнить практически никто.
Отрасль отреагировала, государство — прислушалось, результат — документ похудел на восемь статей, сменил название, а вместе с ним и саму идею: вместо проекта о контроле перед нами теперь акт о поддержке технологий искусственного интеллекта. Так и перешли от «запрещать, пока не доказано обратное» к «развивать и стимулировать». Для IT-компаний переходный период, который сейчас открывается, — это реальное окно для того, чтобы выстроить правовую архитектуру своих продуктов под новые критерии раньше, чем закон заработает в полную силу (а это весьма скоро, но об этом – позже).
Суверенные и национальные модели: компромисс, которого ждал рынок
Требования к локализации в первоначальном тексте законопроекта вызвали, пожалуй, наибольшее раздражение у разработчиков — и понятно почему. Обучать модели исключительно на данных российского происхождения, силами исключительно российских граждан — это звучало как норма, написанная людьми, которые не вполне представляют, как устроено современное машинное обучение. Открытые датасеты, международные архитектуры, веса предобученных моделей — всё это давно стало общей инфраструктурой, без которой конкурентоспособный продукт просто не строится.
Однако обновлённый проект предлагает другой подход. Отечественные разработки теперь делятся на две категории — суверенные и национальные модели, — и это разграничение имеет вполне конкретные правовые последствия.
Суверенный статус — принятый стандарт. Модель должна создаваться исключительно российскими юридическими лицами, весь технологический процесс воспроизводится на территории страны без каких-либо внешних зависимостей. Очевидно, что сегодня этому уровню отвечают единицы — крупнейшие экосистемы с соответствующей инфраструктурой и ресурсами.
Категория национальных моделей — история про массовый коммерческий рынок. Здесь допускается использование иностранных компонентов и программного обеспечения с открытой лицензией. Проще говоря, законодатель легализовал то, что и так давно является нормой практики. Угроза признания большинства коммерческих сервисов незаконными — а именно она висела над рынком — снята. При этом послабления по составу кода не означают полного отсутствия требований: обработка запросов и хранение данных остаются в периметре страны, действующее законодательство никто не отменял.
Почему это важно с прикладной точки зрения? Статус модели — суверенная или национальная — напрямую определяет право на государственную поддержку, доступ к преференциям и возможность участвовать в крупных инфраструктурных проектах. Компания, которая неверно квалифицировала собственное решение ещё на этапе проектирования, рискует обнаружить это в самый неподходящий момент — уже после вступления закона в силу.
Датасеты и маркировка: два ключевых послабления
Правовой статус данных для обучения — это, без преувеличения, один из фундаментальных вопросов всей индустрии машинного обучения. Любая серьёзная модель требует терабайты разнородной информации, значительная часть которой охраняется авторским правом. Парсинг открытых источников де-факто был стандартной практикой, де-юре же оставался в серой зоне: правообладатель в любой момент мог предъявить претензии, и разработчику было крайне сложно защититься.
Обновлённый законопроект закрывает этот вопрос нормой об извлечении информации, анализе закономерностей и использовании охраняемых произведений для обучения ИИ без квалификации подобных действий как нарушение авторских или патентных прав. Условие одно — правомерный доступ к материалу. Получен ли экземпляр произведения законным путём, находятся ли данные в открытом доступе — нейросеть вправе на них учиться. Исключение составляет лишь контент, владелец которого технически закрыл от автоматизированного анализа. Иными словами, бремя защиты контента перекладывается на правообладателей: нет технического запрета — нет правонарушения. Для разработчиков это означает снятие угрозы многомиллиардных судебных претензий, которые прежде висели над каждым крупным обучающим проектом как дамоклов меч.
Второй значимый сдвиг касается маркировки сгенерированного контента. Первоначальная редакция возлагала на платформы и владельцев сервисов обязанность автоматически выявлять и помечать материалы, созданные алгоритмами. Требование это было, мягко говоря, нереализуемым — современные генеративные модели устроены так, что стопроцентная детекция собственного вывода принципиально недостижима.
Законодатель от этой нормы отказался. Теперь маркировка синтезированного контента — дело совести и выбора пользователя-автора. От платформ требуется лишь обеспечить техническую возможность такой пометки: чекбокс в интерфейсе, соответствующая функция — и этого достаточно. Административная нагрузка, связанная с тотальной премодерацией контента, с IT-бизнеса снята.
Что исчезло из текста — и почему это важно
Несколько понятий, присутствовавших в первой редакции, были исключены из законопроекта — и каждое из этих исключений заслуживает отдельного внимания.
«Трансграничные технологии искусственного интеллекта» — формулировка, под которой можно было понимать практически любой сервис, использующий зарубежную вычислительную инфраструктуру или иностранные архитектуры. Её расплывчатость создавала широчайшее поле для административного усмотрения, читай — для произвольных блокировок и ограничений. Исключение этого понятия стабилизирует условия технологического обмена, без которого нормальная работа современного IT-продукта попросту невозможна.
Аналогичная история с категорией «доверенной модели». Предполагалось, что именно этот статус станет пропуском в государственные информационные системы и объекты критической информационной инфраструктуры. Специальная процедура сертификации, дополнительный барьер — всё это оставляло частных разработчиков перед перспективой длительной и непрозрачной квалификации. Сейчас категория упразднена: интеграция ИИ-решений в госсектор будет регулироваться общими нормами информационной безопасности, без отдельного нейросетевого сертификационного трека.
Сроки и переходный период
Правительство ожидает направить обновлённую версию документа в Государственную Думу до конца июня. При оперативном принятии закона первые отдельные положения вступят в силу 1 сентября — основной же массив регулирующих норм заработает с 1 марта 2027 года. Это означает, что у разработчиков есть реальное время на приведение архитектурных и документальных процессов в соответствие с новыми стандартами. Не огромное — но вполне достаточное, чтобы не торопиться хаотично, а сделать всё методично.
С чего начать
История с трансформацией этого законопроекта — хороший прецедент. Позиция бизнеса была услышана, нормы пересмотрены, регуляторная логика изменена в пользу развития, а не контроля. Однако переход от запретительной модели к системе квалификационных категорий сам по себе создаёт новые правовые риски — просто другого характера.
Компания, претендующая на государственную поддержку, экспортные льготы или участие в инфраструктурных проектах, обязана будет документально подтвердить статус своего решения. В данном вопросе важно доказать свое отношение к национальным моделям, потому что недоказанный аргумент в правовом споре никогда не работает. Именно поэтому переходный период разумно использовать для комплексного аудита: архитектура продукта, юридическая чистота применяемых датасетов, структура лицензий на компоненты с открытым исходным кодом. Те участники рынка, которые выстроят правовой фундамент превентивно, окажутся в принципиально более выгодной позиции в момент, когда закон заработает в полную силу.
