Закон об искусственном интеллекте принят во втором и третьем чтениях. Разбираемся в неточностях, ныряем за подводными камнями и пытаемся понять, что делать с несчастным 1 миллиардом параметров.
Обозначим сразу все обязательные детали. Мы поговорим о законопроекте «О поддержке развития технологий искусственного интеллекта в Российской Федерации». Как он менялся мы подробно рассказывали здесь. Для понимания о чем вообще идет речь – не обойтись без цитат документа и сносок на него – их мы оформим как цитаты. Начнем сразу с самого непонятного и разберем два новых термина, чтобы статью было возможно читать.
“Суверенный” vs “Национальный” ИИ: в чем разница и где зарыта лицензионная мина
Если честно, когда я впервые открыла этот законопроект, я ожидала увидеть типичную чиновничью риторику в стиле «запретить всё чужое, писать всё с нуля на бересте». Но тут авторам надо отдать должное: их консультировали грамотные технари. Они прекрасно понимают, что pre-training (обучение с нуля) современной LLM-ки стоит десятки миллионов долларов и требует кластеров на тысячи H100, которые сейчас просто так не купишь.
Поэтому регулятор изящно разделил ИИ на две касты.
Каста первая — «Суверенный ИИ» (для Бигтеха с бездонными карманами).
Это абсолютный хардкор. Чтобы получить этот статус, вы должны контролировать всё, начиная с инициализации весов. Читаем Статью 6, часть 2, пункт 3:
«…обеспечивается полная техническая и технологическая воспроизводимость цикла разработки разработчиком большой фундаментальной модели искусственного интеллекта, включая обучение и матрицу исходных коэффициентов».
«Матрица исходных коэффициентов» — это прямая отсылка к рандомной инициализации весов перед началом pre-training’а. То есть YandexGPT или GigaChat — это суверенный ИИ. Вы сами собрали датасет, сами запустили обучение с нуля, сами контролируете каждый тензор.
Каста вторая — «Национальный ИИ» (для стартапов и интеграторов).
А вот здесь начинается праздник для опенсорс-комьюнити. Закон прямым текстом разрешает брать чужие базовые модели (включая зарубежные), дотюнивать их и называть «национальными». Открываем Статью 6, часть 3, пункт 3:
«…используемые при разработке большой фундаментальной модели искусственного интеллекта компоненты, разработанные (созданные) как на территории Российской Федерации, так и за пределами территории Российской Федерации, в том числе иные большие фундаментальные модели искусственного интеллекта, разработанные иными лицами, распространяются на условиях открытой лицензии».
Вы можете легально скачать Llama 3, Mistral или Qwen, сделать им Fine-tuning (SFT + DPO) на русскоязычных корпоративных данных, развернуть на серверах в РФ — и бинго! У вас в руках “Национальная большая фундаментальная модель”. Вы можете продавать ее банкам, идти в госсектор и получать льготы. Звучит как сказка, правда?
А теперь давайте снимем розовые очки. С юридической точки зрения – это бомба замедленного действия, которая может уничтожить ваш бизнес за один день.
Вся конструкция «Национального ИИ» держится на одном хрупком словосочетании из Статьи 6, части 3, пункта 3 — «на условиях открытой лицензии».
Давайте разберем кейс с Llama 3. Инженеры привыкли называть ее «опенсорсом», но юридически это не так. У Llama 3 кастомная коммерческая лицензия (Llama 3 Community License). Да, она разрешает бесплатное коммерческое использование, но с жесткими оговорками:
-
Если у вашего продукта более 700 миллионов активных пользователей в месяц, вы обязаны запрашивать отдельную платную лицензию.
-
Лицензия включает Acceptable Use Policy (AUP), которая запрещает использовать модель для определенных целей.
Является ли такая лицензия «открытой» в строгом смысле российского права (статья 1286.1 ГК РФ) или в понимании OSI (Open Source Initiative)? Вопрос крайне дискуссионный, и любой дотошный прокурор или конкурент по тендеру легко докажет, что лицензия Meta* — проприетарная с элементами свободного использования.
Скрытый текст
*Организация Meta признана экстремистской на территории Российской Федерации.
Но главная угроза даже не в этом.
Представьте: вы потратили год, дообучили Llama 3, вложили миллионы в инфраструктуру, получили статус “Национального ИИ” и заключили контракт с крупным банком (в рамках требований Статьи 5, части 2, пункта 3).
А завтра западный вендор (например, под давлением санкций) вносит одно маленькое изменение в текст лицензии на GitHub: «Запрещается использование модели на территории Российской Федерации».
Что происходит в ту же секунду?
-
Компонент вашей системы перестает распространяться на условиях лицензии, допускающей ваше использование.
-
Ваша модель мгновенно перестает соответствовать требованиям Статьи 6, части 3, пункта 3.
-
Вы теряете статус “Национального ИИ”.
-
Ваш клиент (банк) автоматически становится нарушителем закона, так как использует несанкционированную модель, и разрывает с вами контракт, выкатывая колоссальные штрафы.
Строить “национальный” продукт, фундамент которого юридически контролируется зарубежной корпорацией — это русская рулетка. Закон дает вам право использовать Open Source, но не защищает от изменения правил игры со стороны правообладателя базовой модели. Если вы идете в серьезный энтерпрайз, безопаснее смотреть в сторону моделей с лицензиями Apache 2.0 или MIT, где возможности отзыва прав или наложения региональных ограничений сведены к минимуму.
Не забываем про скрепы
Чтобы ваша нейросеть получила заветный статус “суверенной” или “национальной” (а вместе с ним и льготы), она должна пройти уникальную процедуру:
«…прошла подтверждение соответствия законодательству Российской Федерации и традиционным российским духовно-нравственным ценностям в порядке, установленном Правительством Российской Федерации» (Статья 6, часть 2, пункт 5 и часть 3, пункт 5).
С точки зрения права и инженерии это абсолютный сюрреализм. Как именно комиссия будет сертифицировать многомерную матрицу весов на духовность?
Для разработчиков это означает, что этап RLHF (Reinforcement Learning from Human Feedback) превратится в хождение по минному полю. Вам придется нанимать армию асессоров, которые будут вычищать из ответов модели любые намеки на “нетрадиционность”.
Но главная проблема тут — коррупционная емкость и устранение конкурентов. Понятие “традиционных ценностей” (несмотря на их перечисление в Статье 4, пункт 6, таких как “гуманизм”, “коллективизм”, “приоритет духовного над материальным”) максимально субъективно. Если ваша модель по запросу «как заработать много денег» не выдаст лекцию о приоритете духовного над материальным, конкуренты легко напишут донос. И ваш ИИ лишится статуса “национального” просто решением комиссии.
Юридическая граница ИИ — ровно 1 миллиард параметров: как спрятать слона в SLM
Законодатели решили, что размер имеет значение, и провели границу “взрослого” ИИ ровно по отметке в один миллиард. Открываем текст и читаем определение «большой фундаментальной модели искусственного интеллекта»:
«…содержащая не менее 1 миллиарда параметров и применяемая для выполнения большого количества различных задач» (Статья 3, пункт 2).
Еще при первых обсуждениях у нас в комментариях возник спор и карма полетела в тартарары из-за вопроса: а что вообще можно развернуть на 1 млрд параметров?
GPT-4: около 1,7 трлн параметров;
Claude Opus (версии 4.6–4.8): до 5 триллионов параметров;
DeepSeek-V4-Pro: 1,6 триллиона параметров;
И даже наш GigaChat 3 Ultra Preview: 702 миллиарда.
То есть, действительно большие модели обречены стать жестко контролируемыми и регулируемыми. Хорошо, этого можно было ожидать, но если посмотреть с другой стороны?
Индустрия несется в сторону Small Language Models (SLM), этот критерий выглядит как попытка измерять мощность смартфона килограммами. Мы уже видим компактные модели на 500–900 миллионов параметров, которые обгоняют миллиардники в бенчмарках, отлично работают на edge-устройствах (смартфонах, IoT) и решают серьезные бизнес-задачи. Это тот же самый Qwen2.5-0.5B-Instruct, LFM2-700M или SmolVLM-500M.
Что значит быть “в домике” (модель на 999,9 млн параметров)?
Согласно Статье 1, пункту 1, закон регулирует отношения, возникающие в связи с применением именно «больших фундаментальных моделей».
Если ваша модель содержит 999 999 999 параметров, она юридически перестает быть «большой фундаментальной». А значит:
-
Минусы: Вы не получите статус “суверенной/национальной” модели, лишаетесь грантов и льгот, а также права легально парсить чужой контент без спроса (привилегия из Статьи 10, части 2).
-
Плюсы (и они огромны): Вы полностью выпадаете из-под радаров этого закона. Вам не нужно вести «техническую документацию с описанием ключевых параметров и ограничений» (Статья 8, пункт 3), вы не обязаны предоставлять интерфейс для маркировки генераций (Статья 9), и правительство не сможет запретить использование вашего API в отдельных отраслях (Статья 5, часть 2, пункт 3). Вы просто делаете бизнес.
Давайте посмотрим, как закон вообще понимает слово «параметр».Единственное место, где это раскрывается — определение обучения:
«…процесс настройки числовых значений (параметров) большой фундаментальной модели искусственного интеллекта, а также параметров процесса обучения…» (Статья 3, пункт 4).
То есть параметр — это просто «числовое значение», которое настраивается. И вот тут для грамотного архитектора и его адвоката открывается непаханое поле для оптимизации (или юридического троллинга):
-
Лазейка прунинга (Pruning) и квантования: Допустим, вы берете архитектуру на 1.2 миллиарда параметров. Обучаете ее. А перед деплоем применяете жесткий прунинг — зануляете и удаляете 300 миллионов наименее значимых связей (весов). Сколько параметров “содержит” ваша программа в момент использования? Экспертиза покажет, что активных настраиваемых “числовых значений” осталось 900 миллионов. Поздравляю, ваша модель только что юридически “похудела” и вышла из-под действия федерального закона.
Лазейка ансамблей (Ensembles) и MoE (Mixture of Experts): Закон определяет модель как:
«…программа для электронных вычислительных машин (их составных частей)…» (Статья 3, пункт 2).
-
Что если мы возьмем три узкоспециализированные SLM-модели по 400 миллионов параметров каждая и напишем скрипт, который будет перенаправлять запрос пользователя к нужной модели? Суммарно в системе 1.2 миллиарда параметров. Но юридически это не одна программа, содержащая 1 млрд параметров. Это три независимые программы (каждая <1 млрд) и один скрипт-маршрутизатор. Ни одна из составных частей не попадает под критерий из Статьи 3, пункта 2. Вы снова обошли закон, сохранив качество ответов на уровне “большой” модели.
-
Проблема гиперпараметров: Закон разделяет «параметры модели» и «параметры процесса обучения» (гиперпараметры — learning rate, batch size и т.д.). Но в самом критерии миллиарда (Статья 3, пункт 2) просто сказано «содержащая не менее 1 миллиарда параметров». Если у меня модель на 999 миллионов весов, могу ли я сказать, что у нее еще есть миллион гиперпараметров, чтобы дотянуть до льгот? Или наоборот, если регулятор захочет меня наказать, сможет ли он приплюсовать токены словаря (embeddings) к весам слоев внимания, чтобы искусственно “дотянуть” мою модель до миллиарда? Формулировка «числовые значения» настолько размыта, что в суде победит тот, у кого будет более убедительный технический эксперт.
Жесткая привязка к цифре в 1 000 000 000 — это колоссальный баг проектирования закона. Он не только не учитывает тренд на миниатюризацию ИИ, но и дает разработчикам легальный инструмент для ухода от регуляторики через архитектурные решения (разделение моделей, прунинг). Если вы не целитесь в госзаказы — смело режьте свои модели до 999 миллионов и спите спокойно. Продолжаем наш разбор. Поговорим о тех, кто построил бизнес на переупаковке чужих API.
Смерть (или трансформация) AI-врапперов: почему прокси вас не спасет
Давайте честно: 80% отечественных ИИ-стартапов сегодня — это классические AI-врапперы (обертки). Ребята пишут красивый фронтенд, собирают базу промптов, а под капотом гоняют данные пользователей через API OpenAI (ChatGPT) или Anthropic (Claude). Это дешево, быстро и дает топовое качество.
Но авторы закона решили прикрыть эту лавочку, по крайней мере, в денежных отраслях. Открываем Статью 5, часть 2, пункт 3, где сказано, что Правительство РФ:
«…устанавливает случаи, в которых допускается применение исключительно суверенных и (или) национальных больших фундаментальных моделей (в банковской сфере и иных сферах финансового рынка – по согласованию с Центральным банком Российской Федерации), а также перечень исключений из них».
Перевожу на русский: в банкинге, финтехе, госсекторе (и, вероятно, медицине) скоро выкатят списки, где использование любых моделей, кроме “суверенных” и “национальных”, будет тупо запрещено.
Многие фаундеры, прочитав закон по диагонали, радостно выдохнули, найдя Статью 13, часть 3. Там обещан шикарный переходный период:
«Случаи, в которых допускается применение исключительно суверенных и (или) национальных… до 1 сентября 2032 года не распространяются на информационные системы, в которых используются большие фундаментальные модели… созданные и (или) эксплуатируемые на день вступления в силу…»
«Ура, у нас есть время до 2032 года!» — подумали стартаперы. А вот и нет. Читаем ту же Статью 13, часть 3 до самого конца:
«…при условии обработки и хранения данных на территории Российской Федерации».
И вот тут инженерная реальность бьет по голове. Если ваш бэкенд дергает API OpenAI, то обработка данных (инференс, генерация токенов) физически происходит на GPU-кластерах где-то в Калифорнии или Ирландии. Вы нарушаете базовое условие льготного периода. Использовать зарубежные API в B2B и B2G сегментах становится токсично. У вас два пути:
-
Пересаживаться на API Яндекса (YandexGPT) или Сбера (GigaChat) — они железобетонно получат статус “суверенных”.
-
Арендовать сервера в РФ и поднимать локально open-source модели (Llama 3, Qwen), получая статус “национальной” модели.
Анатомия “иностранного ИИ” и почему прокси-сервер — это статья
«А давайте мы поставим сервер в Москве. Пользователь шлет запрос на него, сервер сохраняет лог в базу (вот вам и хранение в РФ!), а потом по-тихому пересылает запрос через зарубежный прокси в OpenAI. И ответ отдает юзеру. Мы же обрабатываем данные в РФ!».
Давайте посмотрим, как закон уничтожает этот “хитрый” план.
Во-первых, в законе вообще нет понятия “иностранный ИИ”. Законодатель поступил умнее: он ввел жесткие критерии для “своих” (суверенных/национальных). Всё, что не влезает в эти критерии, автоматически становится “чужим” и попадает под запреты Правительства.
Во-вторых, смотрим на критерии суверенной и национальной моделей. И там, и там есть абсолютно идентичный пункт:
«…подготовка ответов на запросы пользователей большой фундаментальной модели искусственного интеллекта и хранение данных обеспечиваются в центрах обработки данных, расположенных на территории Российской Федерации и принадлежащих российским юридическим лицам» (Статья 6, часть 2, пункт 4 и часть 3, пункт 4).
Заметьте формулировку: “подготовка ответов на запросы”. В юридическом смысле это и есть сам процесс генерации (инференс). Если ваш московский сервер просто маршрутизирует трафик (работает как прокси), он не “подготавливает ответ”. Ответ подготавливает сервер OpenAI. Следовательно, ЦОД находится не в РФ, и он не принадлежит российскому юрлицу.
Более того, если вы попытаетесь скрыть этот факт от заказчика (например, от банка) и выдадите API GPT-4 за “собственную разработку, размещенную в РФ”, это уже не просто нарушение данного ФЗ. Это чистой воды статья 159 УК РФ (Мошенничество) — вы ведь получите деньги по контракту за “национальный ИИ”, подсунув иностранный. Банк, в свою очередь, получит по шапке от ЦБ за нарушение Статьи 5, части 2, пункта 3 (использование несанкционированной модели в финансовой сфере).
Закон написан так, чтобы сделать “проксирование” зарубежных мощностей невозможным де-юре. Любой аудит архитектуры (а для включения в реестр суверенных/национальных моделей он точно будет, так как Правительство устанавливает “порядок учета и присвоения статуса” согласно Статье 6, части 4) мгновенно вскроет внешние API-вызовы. Эпоха легких денег на перепродаже ChatGPT в энтерпрайз заканчивается. Пора учиться деплоить локальные веса.
Легализация парсинга: пиратить стало законно?
Для любого разработчика ML сбор качественного датасета — это главная боль. До сих пор парсинг чужих статей, книг, кода и картинок находился в серой зоне. Юристы пугали нас исками за нарушение копирайта, а безопасники заставляли чистить базы.
Но теперь можно открывать шампанское! Законодатель совершил революцию и фактически выдал индустрии индульгенцию на тотальный скрейпинг рунета. Читаем Статью 10, часть 2:
«Не является нарушением авторских и (или) смежных прав обращение к информации… включающее в том числе в рамках компьютерной обработки извлечение, сравнение, классификацию и анализ закономерностей… а также воспроизведение посредством краткосрочной записи в память электронных вычислительных машин исключительно для обучения суверенной и (или) национальной больших фундаментальных моделей искусственного интеллекта…»
Единственное условие для этого праздника невиданной щедрости:
«…если этот объект авторского и (или) смежного права был доведен до всеобщего сведения и (или) доступен для анализа без ограничения техническими средствами».
Перевожу на человеческий язык: если страница открывается в браузере без пароля, вы имеете полное право скормить ее своей “национальной” LLM. Никаких отчислений авторам, никаких разрешений. Бигтеху дали легальный зеленый свет на поглощение всего доступного контента.
Как robots.txt превратился в тыкву, а пейволлы стали необходимостью
Пока наши законотворцы рубят гордиев узел копирайта топором, союзы издательств и лейбов уже начали возмущаться, обвиняя в массовом нарушении авторских прав и легализации “пиратства” на государственном уровне (но только для “своих” моделей).
Однако дьявол, как всегда, кроется в формулировках. Ключевая фраза, которая решит судьбу контента в РФ: «без ограничения техническими средствами».
Где проходит эта граница?
Многие владельцы сайтов, СМИ и художники наивно полагают, что если они пропишут Disallow: / в файле robots.txt или повесят в подвале сайта грозную плашку «Использование материалов для обучения ИИ строго запрещено», то их контент защищен.
С юридической точки зрения это фатальная ошибка. Ни robots.txt, ни пользовательское соглашение (Terms of Use), ни текстовые предупреждения не являются техническими средствами защиты. Это средства информационные и декларативные. Они выражают вашу волю, но технически не блокируют доступ к байтам информации.
Если разработчик “национальной” модели проигнорирует ваш robots.txt и спарсит сайт, в суде он ткнет пальцем в Статью 10, часть 2, и скажет: “Контент был доступен без технических ограничений. Я ничего не взламывал”. И суд встанет на его сторону.
Что делать авторам и бизнесу, чтобы защитить свои данные?
Вам придется внедрять реальные, хардкорные технические ограничения и нести магний своим юиксерам:
-
Paywall (Пейволл) и обязательная авторизация: Если контент скрыт за логином/паролем, его парсинг без купленного аккаунта становится незаконным.
-
DRM-защита для аудио и видео.
-
Агрессивные CAPTCHA на каждое чтение статьи, если система подозревает автоматизированный запрос.
-
Блокировка по IP-адресам известных дата-центров.
Закон ставит крест на открытом вебе. Чтобы защитить свои произведения от легального поглощения ИИ-гигантами, авторам придется возводить вокруг своего контента цифровые заборы. Иначе — всё, что лежит в открытом доступе, теперь официально считается кормовой базой для “суверенных” нейросетей.
Обязательная маркировка генерации: галочка, которую никто не нажмет
Почему текст получил индульгенцию? Когда речь заходит о регулировании ИИ, главная страшилка для обывателей — это дипфейки. Государство логично решило, что сгенерированный контент нужно метить, как радиоактивные отходы. Открываем закон и читаем:
«Лицу, применяющему большую фундаментальную модель… в целях создания информационного материала в аудио- и (или) визуальной форме, обеспечивается возможность размещения информационного предупреждения…» (Статья 9, часть 1).
Глаз сразу цепляется за то, чего в этом списке нет. Аудио — есть. Визуал (картинки, видео) — есть. А где текст?!
Получается потрясающая картина. Если я сгенерировал в Midjourney картинку с летящим на Марс кибер-медведем, я должен (ну, почти должен, об этом ниже) ее промаркировать. Но если я с помощью LLM сгенерировал тысячу фейковых новостей для Telegram-канала, написал сотню хвалебных отзывов на маркетплейсе или выкатил лонгрид на Хабр, полностью состоящий из галлюцинаций нейросети — маркировка не нужна.
Технически это объяснимо: внедрить невидимый водяной знак в аудио или пиксели картинки легко, а надежных алгоритмов для ватермаркинга текста (без потери смысла) не существует, да и обходятся они банальным перефразированием. Однако факт остается фактом: главный инструмент информационных войн и спама — текстовые LLM — государство решило вообще не трогать.
Теперь давайте посмотрим на эту статью глазами юриста, задача которого — отмазать клиента в суде. Вчитайтесь в формулировки. Закон не пишет жесткое «Пользователь обязан маркировать». Он использует витиеватую конструкцию:
«Владельцы социальных сетей обеспечивают пользователям… возможность размещения информационного предупреждения…» (Статья 9, часть 3).
Что это значит на практике для платформ (VK, Telegram, Dzen)? Это значит, что юристы платформ придут к разработчикам и скажут: «Прикрутите в интерфейс загрузки видео галочку “Создано ИИ”». Как только кнопка задеплоена на прод — всё, социальная сеть полностью выполнила требования федерального закона! Она «обеспечила возможность». Взятки гладки.
А теперь самое интересное. Что будет, если злонамеренный юзер сгенерирует дипфейк, загрузит его во ВКонтакте и… просто не нажмет эту галочку?
-
Платформа не виновата. Она интерфейс предоставила. Проверять каждое видео нейросетями-детекторами закон ее не обязывает (в тексте нет ни слова про автоматическое выявление).
-
А где наказание для юзера? В Статье 11 сказано, что участники несут ответственность «в соответствии с законодательством Российской Федерации». Но в КоАП и УК РФ (пока что) нет статьи «за не нажатие галочки об ИИ». Более того, сама Статья 9, часть 1 говорит, что лицу «обеспечивается возможность», а не вменяется жесткая обязанность.
Это мертворожденная норма. Это правило, которое красиво выглядит на бумаге, успокаивает депутатов и общественность, но не имеет под собой никакого механизма принуждения (санкции).
Вся борьба с дипфейками свелась к созданию UI-элемента, который добросовестные авторы будут нажимать ради прикола, а реальные злоумышленники просто проигнорируют. Соцсети могут спать спокойно — перекладывать на них ответственность за модерацию ИИ-контента (как это пытаются сделать в Европе с AI Act) наши законодатели не стали.
Таймлайн: когда начинать паниковать
Обычно, когда государство выкатывает столь масштабные инфраструктурные требования, ИТ-сектору дают солидный запас времени на адаптацию. И если читать закон в вакууме, кажется, что таймлайн прописан:
«Настоящий Федеральный закон вступает в силу с 1 сентября 2026 года…» (Статья 13, часть 1).
«Пункты 3 – 5 части 2 статьи 5, части 2 – 4 статьи 6, статьи 8 – 10 настоящего Федерального закона вступают в силу с 1 марта 2027 года» (Статья 13, часть 2).
Возможно, когда этот текст только задумывался в кабинетах, предполагалось, что у рынка будет 2–3 года на закупку серверов, обучение инженеров и переписывание архитектуры. Но давайте посмотрим на календарь. На дворе июль 2026 года.
Это значит, что базовые нормы закона (включая легализацию парсинга и общие принципы) вступают в силу через полтора месяца! А жесткие отраслевые ограничения (запрет на иностранные API в банках, введение статусов “суверенных” моделей и обязанности по безопасности) начнут действовать уже через восемь месяцев (к марту 2027-го).
В реалиях текущего рынка железа, когда сроки поставки кластеров на H100 или A100 по параллельному импорту могут занимать от 3 до 6 месяцев, у вас физически нет времени на “плавный переезд”. Если вы работаете с госсектором или финтехом и до сих пор сидите на OpenAI — вы уже опоздали.
Как выжить в эти сроки
Юридически у вас остается только один спасательный круг — тот самый пункт про системы, «созданные и (или) эксплуатируемые на день вступления в силу» (Статья 13, часть 3), который дает отсрочку до 1 сентября 2032 года.
Но, как мы уже разбирали во втором блоке, этот круг сработает ТОЛЬКО при условии «обработки и хранения данных на территории Российской Федерации».
Поэтому ваш план-минимум на ближайшие два месяца: экстренно мигрировать с зарубежных API на отечественные аналоги (Yandex, Sber) или развернуть открытые модели на российских серверах, чтобы зафиксировать факт эксплуатации системы в РФ до дедлайна. Иначе в марте 2027 года ваш бизнес превратится в тыкву.
Итоги
Законопроект пытается усидеть на двух стульях. С одной стороны, он возводит протекционистскую стену, защищая жирные куски рынка (банки, госсектор) от западных API (OpenAI, Anthropic) и отдавая их на откуп отечественному бигтеху. Еще и он дает этому самому бигтеху фантастический подарок — легальную кормовую базу из чужих данных, разрешая парсить всё, что не приколочено. Но из-за топорных критериев (граница ровно в 1 миллиард параметров) и расплывчатых формулировок, закон оставляет зияющие дыры и телегу костылей.
Фаундер BotHub прокомментировал данный закон:
“В целом я оцениваю закон положительно, поскольку он не вводит полного запрета на использование иностранных ИИ-решений. Ограничения коснутся только государственного сектора и системно значимых отраслей экономики (например, банковской сферы и телекоммуникаций). Соответственно, эти компании могут стать нашими потенциальными клиентами. Кроме того, наш продукт допускает развёртывание на локальных нейросетях (таких как Deepseek или Qwen), что также не противоречит закону”.
И ведь правда, если смотреть на ситуацию оптимистичнее, то мы видим закон, да, неидеальный, но который нацелен на регулирование и поддержку, а не запреты всего и вся. Посмотрим, что будет через пару месяцев, когда закон вступит в силу.
Что делать прямо сейчас?
-
Авторам и СМИ: Срочно ставьте хардкорные пейволлы и DRM. Ваш robots.txt больше вас не защитит.
-
Стартапам-врапперам: У вас пара месяцев, чтобы переписать бэкенд на YandexGPT/GigaChat или поднять локальную Llama на серверах в РФ. Иначе банки перестанут с вами работать.
-
Хитрым разработчикам: Квантуйте, пруньте и режьте ваши модели до 999 миллионов параметров.
Автор: DashaPasha
