B2B

Безопасность данных при использовании зарубежных AI-сервисов российскими компаниями

Вадим Минберг

Безопасность данных при использовании зарубежных AI-сервисов российскими компаниями

Использование зарубежных AI-сервисов для бизнеса — это не только автоматизация задач, но и головная боль по части безопасности данных. Многие собственники и финдиры уже оценили удобство оплаты AI-сервисов через Raketa Pay, но вопросы защиты информации никуда не делись. На практике всё сложнее, чем «просто не передавайте важное». Ниже — что реально угрожает, где чаще всего случаются промахи, и что делать, чтобы не попасть на штрафы, утечки и блокировки.

Основные риски

Смотри, большинство рисков — не из учебников по GDPR, а из реальных кейсов:
  • Передача персональных или коммерческих данных третьим лицам — алгоритмы OpenAI, Google, Anthropic и других часто используют ваши вводимые данные для дальнейшего обучения моделей.
  • Несовпадение стандартов хранения и обработки — европейские или американские сервисы живут по своим законам, а для российского бизнеса актуальны 152-ФЗ, ФЗ-242, требования ФНС и Центробанка.
  • Доступ зарубежных регуляторов — судебные иски или запросы госорганов на стороне провайдера могут привести к раскрытию вашей информации.
  • Риски блокировки или ограничения доступа — санкционные списки и политические решения могут в любой момент сделать сервис недоступным или удалить ваш аккаунт.
Совет: если в компании работает несколько AI-сервисов, заведите отдельный реестр — кто и куда грузит данные, какие документы проходят через облако, какие используются аккаунты.
Вот как выглядят базовые риски в сравнении:
Тип рискаКак проявляется на практикеВозможные последствияРеальный кейс 2026 года
Утечка коммерческой тайныФрагменты контрактов, отчетов ушли в AIУтечка, конкуренты узнают цифрыIT-компания загрузила NDA в GPT
Несоблюдение локальных нормОбработка персональных данных за рубежомШтрафы, проверки от ФНС/РКНФинтех слил клиентские БД в Bard
Блокировка аккаунтаВнезапный отказ в доступе к сервисуПотеря данных, срыв проектовБизнес-почта на Google Workspace
Важно: стандартные «галочки» и согласия на сайте AI-провайдера почти никогда не защищают интересы вашей компании, особенно если оплата/использование идёт из РФ.

Развернутый мини-кейс: Классическая ловушка

Ситуация:
Маркетинговое агентство подключило нейросеть для автоматизации подготовки предложений для клиентов. Менеджеры начали копировать в чат GPT реальные офферы, включая контакты и суммы. Через пару месяцев к компании обратился клиент с претензией: на рынке появилось почти идентичное предложение, но его сделали конкуренты. Оказалось, что куски оффера «всплыли» в сгенерированных промо-материалах другой компании, использовавшей тот же AI-сервис.
Какие ошибки?
  1. Не было внутренней политики, что именно можно и нельзя вводить.
  2. Не была отключена возможность использования данных для обучения модели (и не подписан DPA).
  3. Для входа применялись личные аккаунты сотрудников, а не корпоративные.
Что делать правильно?
  • Обучить команду правилам безопасности, расписать конкретные кейсы.
  • Использовать только обезличенные данные.
  • Проверить настройки приватности в сервисе.

Политики конфиденциальности

Вся магия обычно скрыта в 15-страничных privacy policy, которые мало кто читает. На что реально смотреть:
  • Обработка и хранение данных: где физически размещены сервера? Многие топовые AI держат хостинг в США или Ирландии — это уже несоответствие требованиям по локализации.
  • Передача на обучение: ваши запросы могут попадать в обучающий датасет. Только часть сервисов позволяет отключить это через настройки или по запросу в поддержку.
  • Доступ третьих лиц: провайдер может передавать информацию подрядчикам, а иногда и правоохранительным органам (по запросу).
  • Сроки хранения: иногда данные стираются через 30 дней, иногда — никогда. Подтвердить удаление на практике почти невозможно.
Совет: если сервис позволяет подписать отдельное DPA (data processing agreement) или соглашение об уровне обслуживания — делайте это, даже если объём использования небольшой. Без этого спорить о защите данных практически бессмысленно.
На практике, вот что отличает зарубежные AI-сервисы от российских по ключевым политикам:
ПараметрЗарубежные AI-сервисыРоссийские облачные решения
Локализация данныхСША, ЕСРФ
Отключение от обученияНе всегда (чаще платно)Обычно по умолчанию
DPA/соглашение на русскомРедкоЧасто
Реакция на запрос силовыхПо законам страны сервисаПо законам РФ

Как читать политику конфиденциальности, если некогда?

Быстрый чеклист:
  • В тексте есть упоминание передачи данных на обучение?
    ➔ Ищи фразы: "We may use your data to improve our service", "Data is used for training purposes".
  • Указан ли физический адрес серверов?
    ➔ Если только США/ЕС — потенциальные проблемы с ФЗ-242.
  • Есть ли пункт про удаление данных?
    ➔ "Data is retained for as long as necessary..." — это не гарантии удаления.
  • Упомянуты ли подрядчики или third parties?
    ➔ Чем их больше — тем выше шансы утечки.
Совет: если политика написана сложным юридическим языком, гугли "[название сервиса] Data Processing Agreement template" — часто отдельный документ более понятен и краток.

Защита корпоративных данных

Что реально работает (и быстро внедряется):
  1. Минимизируйте ввод: не отправляйте в AI-сервисы исходники договоров, паспортные данные, реквизиты и коммерческие цифры — даже если сервис обещает безопасность.
  2. Обфускация: если нужно прогнать типовой отчёт через переводчик или попросить AI составить резюме, обезличьте данные (замените имена, суммы, названия компаний на абстракции).
  3. Управление доступами: создайте отдельные рабочие аккаунты под задачи, не используйте корпоративную почту там, где она не нужна.
  4. Мониторинг и аудит: фиксируйте, кто и что загружает. Делайте регулярные выборочные проверки логов по ключевым сотрудникам.
  5. Инструкции для сотрудников: короткий чеклист: «что нельзя грузить», «что делать при сбое», «куда сообщать о подозрениях».

Мини-кейс: как не надо

Компания из сферы консалтинга отправила результат внутреннего аудита через ChatGPT на «проверку формулировок». Через месяц фрагменты этого текста оказались в выдаче аналогичной AI-модели (другого клиента), потому что обработка шла в режиме публичного обучения. Итог — потерянный контракт и разбирательства внутри компании. Всё — из-за отсутствия элементарного регламента, кто и что загружает в облако.
Важно: отдельная боль — оплата зарубежных AI-сервисов: если используете личные карты или сторонние платёжки, велика вероятность «засветить» корпоративный e-mail/данные в чужом биллинге. Лучше оплачивать через специализированные сервисы, где можно контролировать историю операций и доступы.

Советы для разных типов сотрудников

  • Финансист/бухгалтер: не вводи в AI сервисы номера счетов, ИНН, реквизиты. Даже если нужно сгенерировать письмо клиенту — используй шаблоны без конкретики.
  • HR: обезличивай резюме и письма — не указывай ФИО, паспортные данные, реальные e-mail кандидатов.
  • Маркетолог: тестируешь слоганы или кампании? Используй абстракции вместо названий брендов и сумм бюджета.
  • IT-специалист: сам напиши скрипт для удаления истории запросов — автоматика дешевле, чем штрафы.

Прямо в чеклист:

  • Не грузить в AI сервисы:
    • внутренние документы с реальными реквизитами
    • паспортные данные
    • базы клиентов
    • NDA, коммерческие предложения
    • договоры и приложения к ним
  • Всегда проверять:
    • где включена/выключена опция обучения
    • какие e-mail используются для входа
    • историю операций в биллинге
  • При сомнениях — спрашивать у ответственного за ИБ (информационную безопасность) или финдиректора.

Лучшие практики

Проверьте, внедрены ли у вас эти меры (а если нет — самое время):
  • Выделенный шлюз для AI-трафика — отдельный VPN или proxy для работы с зарубежными сервисами. Это снижает риск утечек по каналам, которые не контролируются IT-службой.
  • Двухфакторная аутентификация на всех аккаунтах — особенно если сервисы оплачиваются по корпоративной карте.
  • Регулярная ревизия списка AI-сервисов — хотя бы раз в квартал пересмотрите, что используется, и кто имеет доступ.
  • Автоматизация очистки истории — если сервис позволяет удалять историю диалогов/запросов — настройте автоматическую очистку.
  • Сценарии быстрого реагирования — заранее согласованный план: что делать при утечке, кто отвечает за связь с провайдером, как быстро сменить пароли или заблокировать доступ.
Вот таблица для экспресс-оценки вашей ситуации:
ПрактикаКак проверить у себяРекомендация на 2026 год
Чеклист для сотрудниковЕсть документ/инструкция?Обновлять раз в полгода
Раздельные аккаунтыОтдельные e-mail и логины?Не смешивать с личными
История платежейОтдельный журнал оплат?Держать у финдиректора
Отключение обученияНастроено в сервисе?Проверить в настройках
DPA/контракт с AIПодписан/архив есть?Заключить с каждым сервисом

Типичные ошибки — и как их избежать

ОшибкаКак проявляетсяКак предотвратить
Использование личных аккаунтов для работы с AIПерепутаны данные, нет контроляКорпоративные e-mail и логины
Загрузка файлов с реальными даннымиУтечка и попадание в обучениеТолько обезличенные файлы
Отсутствие отслеживания оплатПотеря доступа, неясно кто платилЖурнал оплат и ответственный
Нет регламентов по работе с AIКаждый действует как хочетДокумент + обучение команды
Игнорирование DPA и соглашенийНеясно, кто и как хранит данныеЗапросить/подписать у сервиса

Мини-кейс: Как сработал правильный подход

Компания-разработчик SaaS:
Столкнулись с необходимостью использования API OpenAI для автоматизации поддержки пользователей. Вместо загрузки реальных тикетов, сначала перевели их в обезличенный вид через внутренний скрипт. Для доступа использовали отдельный технический аккаунт, а оплату провели через Raketa Pay (вся история платежей и инвойсы — под контролем финдиректора). Через полгода проверки не выявили ни одной проблемы с утечками — и внешние аудиторы подтвердили соответствие требованиям по ИБ.

Советы по внедрению политики безопасности — пошагово

  1. Анализируй процессы
    Сделай список: где и для чего используются зарубежные AI-сервисы? Кто и что в них загружает? Какие задачи автоматизированы?
  2. Классифицируй данные
    Разбей: какие данные критичны (договоры, персональные), какие можно обезличить, а какие вообще не стоит отправлять во внешний сервис.
  3. Заведи регламент
    Оформи простой гайд:
    • Запрещено грузить X, Y, Z
    • Обязательно использовать такие-то аккаунты
    • Проверять настройки обучения и хранения истории
  4. Обучи команду
    Проведи короткую презентацию/зум — покажи на реальных примерах, что бывает при нарушениях.
  5. Автоматизируй
    Скрипты для обезличивания, автоматическая очистка истории, мониторинг новых сервисов.
  6. Контролируй оплаты и доступы
    Сервис оплаты вроде Raketa Pay — проще отслеживать, кто и за что платит, закрыть доступ в случае увольнения или ЧП.

Чеклист для быстрой самодиагностики

  • У меня есть список используемых AI-сервисов
  • Я знаю, кто в компании пользуется каждым сервисом
  • Все данные, которые уходят в AI, обезличены или не критичны
  • Доступы к сервисам оформлены на корпоративные аккаунты
  • Ведётся журнал платежей по каждому сервису
  • Проверены настройки приватности (отключение обучения, очистка истории)
  • Подписаны все возможные DPA/контракты
  • Есть чёткий регламент для сотрудников
  • Проведено обучение по ИБ для команды
  • План действий на случай утечки/блокировки согласован

Итог

Защитить данные компании — это не «раз и навсегда», а постоянная рутина: контроль доступа, минимизация рисков, чёткие регламенты, регулярное обучение команды и автоматизация рутинных процессов. Использование зарубежных AI-сервисов — не запрет, а вызов для грамотного управления.
Если нужно подключить зарубежный AI-сервис с гарантией безопасности и прозрачной оплатой — защитить данные компании. Остались вопросы или нужна консультация — пиши в Telegram.
Вадим Минберг