Безопасность данных при использовании зарубежных AI-сервисов российскими компаниями
Вадим Минберг

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 риска | Как проявляется на практике | Возможные последствия | Реальный кейс 2026 года |
|---|---|---|---|
| Утечка коммерческой тайны | Фрагменты контрактов, отчетов ушли в AI | Утечка, конкуренты узнают цифры | IT-компания загрузила NDA в GPT |
| Несоблюдение локальных норм | Обработка персональных данных за рубежом | Штрафы, проверки от ФНС/РКН | Финтех слил клиентские БД в Bard |
| Блокировка аккаунта | Внезапный отказ в доступе к сервису | Потеря данных, срыв проектов | Бизнес-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.
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?
- Не было внутренней политики, что именно можно и нельзя вводить.
- Не была отключена возможность использования данных для обучения модели (и не подписан DPA).
- 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:
| Параметр | Зарубежные AI-сервисы | Российские облачные решения |
|---|---|---|
| Локализация данных | США, ЕС | РФ |
| Отключение от обучения | Не всегда (чаще платно) | Обычно по умолчанию |
| DPA/соглашение на русском | Редко | Часто |
| Реакция на запрос силовых | По законам страны сервиса | По 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):
- Минимизируйте ввод: не отправляйте в AI-сервисы исходники договоров, паспортные данные, реквизиты и коммерческие цифры — даже если сервис обещает безопасность.
- Обфускация: если нужно прогнать типовой отчёт через переводчик или попросить AI составить резюме, обезличьте данные (замените имена, суммы, названия компаний на абстракции).
- Управление доступами: создайте отдельные рабочие аккаунты под задачи, не используйте корпоративную почту там, где она не нужна.
- Мониторинг и аудит: фиксируйте, кто и что загружает. Делайте регулярные выборочные проверки логов по ключевым сотрудникам.
- 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:
| Практика | Как проверить у себя | Рекомендация на 2026 год |
|---|---|---|
| Чеклист для сотрудников | Есть документ/инструкция? | Обновлять раз в полгода |
| Раздельные аккаунты | Отдельные e-mail и логины? | Не смешивать с личными |
| История платежей | Отдельный журнал оплат? | Держать у финдиректора |
| Отключение обучения | Настроено в сервисе? | Проверить в настройках |
| DPA/контракт с AI | Подписан/архив есть? | Заключить с каждым сервисом |
Типичные ошибки — и как их избежать
| Ошибка | Как проявляется | Как предотвратить |
|---|---|---|
| Использование личных аккаунтов для работы с AI | Перепутаны данные, нет контроля | Корпоративные e-mail и логины |
| Загрузка файлов с реальными данными | Утечка и попадание в обучение | Только обезличенные файлы |
| Отсутствие отслеживания оплат | Потеря доступа, неясно кто платил | Журнал оплат и ответственный |
| Нет регламентов по работе с AI | Каждый действует как хочет | Документ + обучение команды |
| Игнорирование DPA и соглашений | Неясно, кто и как хранит данные | Запросить/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.
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
-
Анализируй процессы
Сделай список: где и для чего используются зарубежные AI-сервисы? Кто и что в них загружает? Какие задачи автоматизированы? -
Классифицируй данные
Разбей: какие данные критичны (договоры, персональные), какие можно обезличить, а какие вообще не стоит отправлять во внешний сервис. -
Заведи регламент
Оформи простой гайд:- Запрещено грузить X, Y, Z
- Обязательно использовать такие-то аккаунты
- Проверять настройки обучения и хранения истории
-
Обучи команду
Проведи короткую презентацию/зум — покажи на реальных примерах, что бывает при нарушениях. -
Автоматизируй
Скрипты для обезличивания, автоматическая очистка истории, мониторинг новых сервисов. -
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


