Вокруг законопроекта Минцифры о регулировании искусственного интеллекта развернулась острая дискуссия. Президент ГК InfoWatch и председатель правления АРПП «Отечественный софт» Наталья Касперская заявила, что новая редакция документа смещает акцент с регулирования на поддержку использования ИИ и, по сути, усиливает позиции нескольких крупнейших игроков. На этом фоне профильные СМИ описывают широкий набор требований: от определения понятий «суверенная», «национальная» и «доверенная» модель до обязательной маркировки контента и создания специального реестра для применения ИИ в государстве.
Хронология: рабочая группа, представление президенту и внесение в Госдуму
По словам Натальи Касперской, в 2025 году была сформирована рабочая группа при комитете Совета Федерации по конституционному законодательству и государственному строительству, где обсуждался проект, ограничивающий рисковые внедрения генеративного ИИ. Она отмечает, что документ был представлен президенту, который поддержал инициативу, после чего за полгода проект в Минцифры существенно переработали и в июне 2026 года внесли в Госдуму без публичных слушаний.
Параллельно профильные издания сообщали, что 19 марта 2026 года Минцифры представило законопроект «Об основах государственного регулирования сфер применения ИИ‑технологий», а также публиковало проект на общественное обсуждение с возможной датой вступления в силу с 1 сентября 2027 года. Таким образом, обсуждение шло сразу по нескольким каналам: в экспертной среде, на публичной площадке и в парламентской повестке.
Что предлагает проект: понятия, требования и реестр доверенных моделей
СМИ описывают в проекте Минцифры широкий набор нововведений:
- Базовые понятия — впервые закрепляются определения ИИ и большой языковой модели, а также вводятся понятия суверенных, национальных и доверенных моделей.
- Обучение на территории страны — заявляется требование прохождения всех стадий обучения моделей ИИ на территории России.
- Этические и правовые ограничения — исключение дискриминационных алгоритмов, блокирование противоправного контента, учет традиционных духовно-нравственных ценностей при разработке и внедрении.
- Маркировка контента — обязательная маркировка фото-, видео- и аудиоматериалов, созданных ИИ; крупные онлайн‑платформы с аудиторией от 100 тыс. обязаны проверять наличие маркировки и ставить ее сами или удалять материал.
- Требования к платформам — для массовых сервисов с аудиторией от 500 тыс. вводится обязанность открывать представительства и модерировать контент по российским законам, при невыполнении возможна блокировка.
- Права граждан — возможность оспаривать решения, принятые с использованием ИИ, в досудебном порядке, и добиваться компенсации вреда при неправомерном применении технологий.
- Госсектор и КИИ — для использования в госорганах и критической информационной инфраструктуре модели должны входить в реестр доверенных, обрабатывать данные на российских серверах и иметь сертификацию ФСБ.
Отдельно упоминается, что доверенные модели должны пройти проверки ФСБ и ФСТЭК на кибербезопасность, подтвердить качество по отраслевым стандартам и быть внесены в специальный реестр. По оценке комментаторов, такой подход фактически закрывает госсегмент для зарубежных облачных сервисов и создает окно возможностей для отечественных разработчиков.
«Суверенность» vs «доверенность»: позиция АРПП и ответы индустрии
Ключевая критика со стороны АРПП касается подмены контроля безопасного применения термином «суверенный» ИИ. Наталья Касперская указывает, что географическое происхождение модели само по себе не говорит ни о достоверности, ни о защитных механизмах, ни о рисках утечек. По ее словам, в новой редакции отсутствует понятие доверенного ИИ, а критерий «суверенности» сводится к созданию на территории страны. Она также заявляет, что проект не вводит ограничений на внедрение ИИ в чувствительные сферы, включая образование и законотворчество.
«Суверенность модели по географии не равна ее доверенности. Без проверок на достоверность и безопасность можно получить внедрение иностранного ИИ на российские объекты со всеми рисками», — этот тезис эксперты поддерживают.
Ряд представителей индустрии согласен с базовым посылом о том, что суверенность не равна доверенности. По мнению специалистов, регулировать нужно не только модель, но и всю систему ее применения: данные, сервис, оператора, отраслевой сценарий, ответственность и права граждан. В качестве замечания также звучит, что документ как рамочный вводит полезные термины, но в финальной редакции, по оценке экспертов, были убраны обязанности операторов и пользователей и требование обязательной маркировки контента — что, по их мнению, оставляет риски без управляемых механизмов.
Отдельный ракурс дискуссии — рыночная концентрация. Операционный директор одного из игроков ИИ‑рынка отмечает: если регулирование строится вокруг национальных фундаментальных моделей, объективно усиливаются те, у кого уже есть инфраструктура, вычислительные мощности и доступ к большим данным. При этом российский рынок ИИ шире владельцев больших моделей — это и разработчики прикладных продуктов, и внедренцы, и инфраструктурные компании.
Особый статус суверенных моделей: взгляд разработчиков
Параллельно крупные IT‑компании настаивают, что суверенный ИИ — это способ получить качественную модель и минимизировать риски внезапного закрытия доступа к иностранным технологиям. В таком подходе критически важно контролировать самый ресурсоемкий этап — предобучение (pre‑training) с нуля, что требует значительных вычислительных мощностей и продолжающихся инвестиций. Вместе с тем в процессе обучения используются как российские, так и зарубежные данные: значительная часть информации в мире представлена на английском языке, поэтому задача — фильтрация, очистка и приоритизация отечественных корпусов, чтобы ответы строились через призму локальных культурных кодов и знаний.
Отмечается и дефицит масштабных отечественных массивов данных: без системной оцифровки архивов и библиотек модели будут чаще опираться на западные источники и могут искажать привычные образы. Экосистема уже движется в сторону расширения отечественных датасетов — отрасль и научное сообщество активно работают над оцифровкой наследия, что расширяет российскую базу обучения.
Было/стало: ограничения и доверенность в версиях инициатив
| Инициатива рабочей группы (2025) | Проект Минцифры в публичных материалах | Замечания и критика |
|---|---|---|
|
|
|
Несовпадение позиций по «доверенному» статусу и маркировке отражает напряжение между подходом «поддержка внедрения» и подходом «управление рисками». Учитывая, что документ находится в процессе обсуждения и доработок, финальные формулировки могут измениться.
Последствия для госзаказа и бизнеса
- Госорганы и КИИ: допуск планируется через реестр доверенных моделей, при обязательной локализации обработки данных на российских серверах и сертификации ФСБ; СМИ также указывают на проверки ФСТЭК и отраслевые стандарты качества.
- Онлайн‑платформы: аудитория от 100 тыс. — контроль и маркировка AI‑контента; от 500 тыс. — открытие представительств и модерация по национальному законодательству.
- Разработчики и провайдеры: тестирование моделей на риски, документирование логики работы и ответственность, если нарушения можно было предвидеть, обязательства по исключению дискриминации и блокировке противоправного контента.
- Импортозамещение: фокус на суверенных и национальных моделях в госсегменте сужает окно для иностранных облаков и усиливает спрос на отечественные решения и инфраструктуру.
Что делать разработчикам и заказчикам уже сейчас
- Оценить соответствие процессов обучению моделей на территории страны, приоритизировать локальные датасеты и процессы очистки данных.
- Проработать требования к маркировке генеративного контента и внедрить механизмы его автоматической идентификации и контроля.
- Для выхода в госсектор и КИИ — подготовить контуры проверки безопасности, ориентируясь на участие ФСБ и ФСТЭК, и спланировать локализацию обработки на российских серверах.
- Задокументировать логику работы моделей, выстроить процедуры тестирования на риски, в том числе дискриминационные эффекты и генерацию противоправных материалов.
- Отслеживать доработки законопроекта: по сообщениям СМИ и мнению экспертов, финальная конфигурация норм может быть скорректирована по итогам обсуждений.
Частые вопросы
Какие статусы ИИ-моделей обсуждаются?
СМИ сообщают о введении понятий суверенных, национальных и доверенных моделей. Доверенные модели описываются как прошедшие проверки ФСБ и ФСТЭК, подтвердившие качество по отраслевым стандартам и внесенные в специальный реестр.
Правда ли, что понятия «доверенный ИИ» в проекте нет?
Наталья Касперская утверждает, что в версии, внесенной в Госдуму, понятия доверенного ИИ нет, а критерий суверенности носит географический характер. В то же время другие публикации описывают статус доверенных моделей и реестр для госсектора.
Что потребуется для применения ИИ в госорганах и КИИ?
Согласно публикациям, использоваться смогут модели из реестра доверенных, при обработке данных на российских серверах и при наличии сертификации ФСБ; также упоминаются проверки ФСТЭК и соответствие отраслевым стандартам.
Предусмотрена ли обязательная маркировка контента, созданного ИИ?
Да, СМИ описывают обязательную маркировку фото-, видео- и аудиоконтента. Платформы с аудиторией от 100 тысяч обязаны проверять ее наличие и ставить метку сами или удалять материал.
Есть ли ограничения на использование иностранных данных при обучении?
В оценках разработчиков отмечается, что при обучении используются как российские, так и зарубежные данные, с последующей фильтрацией и приоритетом отечественных корпусов для учета культурного контекста.
Будут ли новые нормы распространяться на коммерческий сектор?
Сообщается, что обязательные требования планируют вводить для госуправления и «чувствительных сфер», тогда как в коммерческом секторе обязательные требования вводиться не будут.
Позиция экспертов Реестр Гарант
Для поставщиков в госсектор важно учитывать контур допуска: в публичных материалах описан реестр доверенных моделей, проверки ФСБ и ФСТЭК и локализация обработки на российских серверах. При этом часть экспертов указывает на расхождения между версиями документа и необходимостью усилить слой верификации и ответственности на всем жизненном цикле системы. Рекомендуем заранее готовить технические и организационные меры под возможные требования — маркировку контента, тестирование, документирование логики — и отслеживать доработки проекта.
