Почему российскому бизнесу «одной штуки ИИ» почти никогда не хватает

Как право ограничивает свободу выбора моделей

Я каждый день вижу один и тот же запрос: «Сделайте нам ИИ‑ассистента, чтобы он помогал сотрудникам». Формально задача звучит просто, но как только мы выходим на уровень требований, начинается самое интересное. Любая система, которая умеет работать с естественным языком, почти неизбежно сталкивается с персональными данными: кто‑то напишет ФИО, телефон, паспорт, внутренние номера договоров. И в этот момент вся архитектура должна быть совместима с 152‑ФЗ и сопутствующими нормами — от локализации данных в РФ до ограничения трансграничной передачи и регулирования автоматизированных решений.

На практике это означает отказ от «удобных» открытых интерфейсов, перестройку контуров хранения, внедрение ролевого доступа, журналирование операций и переосмысление того, где именно можно использовать внешние модели через API, а где — только собственный замкнутый контур. В результате бизнес быстро обнаруживает: вопрос уже не в том, «чья модель лучше», а в том, какая архитектура вообще законна для его сценария.

Почему «одна штука ИИ» превращается в проект на порядок дороже

Владельцы бизнеса часто приходят с ожиданием: «Нам нужен ИИ, одно решение, которое будет помогать сотрудникам». Когда мы начинаем раскладывать задачу по слоям, выясняется, что реальная стоимость лежит не в модели как таковой, а в ее окружении. Нужен отдельный защищенный контур, требуется сегментация по типам данных, настройка логирования, аудит доступа, процедуры реагирования на инциденты.

Плюс к этому добавляются организационные вопросы: кто будет оператором персональных данных, как оформлять согласия, что делать с автоматизированными решениями, которые влияют на сотрудников или клиентов. В итоге цена внедрения легко вырастает в разы по сравнению с изначальными ожиданиями. И это не «навеска лишних услуг», а объективная цена легальной эксплуатации ИИ‑ассистента в российской юрисдикции.

Две параллельные реальности: где сингулярность уже наступила

Сейчас очень ярко видно расхождение двух миров. Внутри команд, которые профессионально занимаются ИИ, уже давно построены цепочки «ИИ для разработки ИИ»: агентные связки помогают проектировать, тестировать и улучшать модели, разбирать логи, подбирать датасеты. Для таких команд «сингулярность» — не метафора, а повседневная практика.

Рядом существуют организации, где обсуждение ИИ все еще напоминает разговоры о паровозах: даже термин «агент» вызывает больше путаницы, чем понимания. В этих компаниях нет ни выделенных контуров, ни регламентов, ни понимания, какие процессы действительно готовы к когнитивной автоматизации. По сути, конкуренция сегодня идет не между отдельными моделями, а между культурами: теми, кто научился жить в новой реальности, и теми, кто делает вид, что ничего не меняется.

Что с этим делать бизнесу

Ключевые тезисы:

• Любой ИИ‑ассистент, работающий с текстом, почти неизбежно сталкивается с персональными данными, а значит — с 152‑ФЗ и требованиями локализации.
• Основные затраты лежат не в модели, а в архитектуре: отдельные контуры, защита, комплаенс, организационные регламенты.
• Реальная конкуренция идет между компаниями, которые уже умеют проектировать процессы под ИИ, и теми, кто пытается «прикрутить одну модель ко всему».

Практические рекомендации:

• Начинать не с выбора модели, а с инвентаризации данных: где есть ПДн, какие системы относятся к критическим, какие процессы можно вынести во внешний контур без риска.
• Сразу закладывать в бюджет не только лицензии или токены, но и создание защищенного контура, процедуры комплаенса и обучение сотрудников.
• Оценивать партнеров не по громкости бренда модели, а по их способности собрать законную и устойчивую архитектуру под ваши сценарии — именно это сегодня определяет успех ИИ‑проектов в России.