раздел 07

Риски и архитектура

Три вопроса, на которых проваливаются корпоративные AI-проекты: какие данные куда отдавать, где крутить модели и как пройти регуляторику.

Что куда можно: контур данных

Главное правило безопасности - не все данные можно отправлять в публичные облачные модели. Разделите потоки по уровням:

НЕЛЬЗЯ
в публичные API
  • · PII клиентов
  • · Финансовые данные
  • · Гостайна, ноу-хау
  • · Биометрия
С ОСТОРОЖНОСТЬЮ
только Enterprise-API с NDA
  • · Внутренние документы
  • · Без идентификаторов
  • · С DLP-логированием
МОЖНО
любые API
  • · Обезличенные данные
  • · Публичная информация
  • · Маркетинг, контент
  • · Код общего назначения

API, on-premise или гибрид

Где физически работают модели - архитектурный выбор с понятными компромиссами.

API (облако)
OpenAI, Anthropic, Google, YandexGPT, GigaChat. Плюс: максимум качества, минимум усилий. Минус: данные уходят наружу.
On-premise
Open-source на своих серверах: Llama, Qwen, DeepSeek, открытые модели. Плюс: данные дома. Минус: качество ниже топа, дорого в эксплуатации.
Гибрид
Чувствительное - on-prem, остальное - в API, маршрутизация на уровне платформы. Обычно оптимально для крупной компании.

Регуляторика 2026

Правовое поле, которое нельзя игнорировать (особенно в финсекторе):

  • 152-ФЗ - персональные данные клиентов и сотрудников. Базовый минимум.
  • Указ 250 о критической информационной инфраструктуре - актуален для финсектора и госкомпаний.
  • Внутренний аудит-след - логирование промптов, ответов и действий агентов.
  • Объяснимость решений - где AI повлиял на решение по клиенту, должна оставаться запись.
  • AI Act ЕС - влияет на трансграничные операции и работу с западными партнёрами.