80 предпроектных обследований и аудитов, а также опроса 150
респондентов из компаний – субъектов КИИ.
8 июля 2026 года Государственная Дума приняла
законопроект «О поддержке развития технологий искусственного интеллекта в РФ».
Он вводит понятия суверенных и национальных моделей ИИ и определяет требования
для больших фундаментальных моделей, которые должны применяться в
государственных информационных системах и на значимых объектах КИИ. Для них
обязательно соответствие требованиям безопасности и качества, а также обработка
и хранение данных в России. Нормы закона обязывают компании четко знать, какие
модели и сервисы используются в корпоративном контуре, на каких данных они
работают, к каким системам имеют доступ, и кто
несет ответственность за результаты их применения.
Исследование К2Тех показывает, что одним из главных
препятствий на пути к соответствию новым требованиям становится качество
данных. Только у 20,3% респондентов массивы полностью готовы и размечены, то
есть адаптированы для обучения алгоритмов. В 42,6% компаний данные требуют
очистки или консолидации, а четверть участников (25%) назвали низкое качество
данных основным барьером для реализации ИИ-проектов.
Проблема не ограничивается очисткой и разметкой
массивов. Более четверти организаций до сих пор работают без стратегии
управления данными, что затрудняет формирование единого и проверяемого
основания для ИИ-инициатив. Эксперты К2Тех отмечают, что без корпоративной
модели данных возникают три системных барьера.
Во-первых, данные, на которых обучена модель, со временем устаревают.
Во-вторых, происхождение выдаваемых результатов невозможно подтвердить.
В-третьих, семантический разрыв между терминами, использующимися в обиходе и
названиями в источниках данных усложняют понимание ответов ИИ-модели. В
результате более 50% проектов с использованием ИИ закрываются именно из-за
проблем с качеством данных и невозможности отследить их происхождение.
Еще один системный риск – организационная структура
ответственности за ИИ. В 40% компаний она либо децентрализована между бизнес-юнитами,
либо вообще ни за кем не закреплена. При этом закон возлагает четкие
обязанности на разработчиков, операторов и владельцев сервисов, включая
тестирование, учет инцидентов и обеспечение безопасной эксплуатации. Отсутствие
единого центра компетенций создает препятствия для исполнения этих требований.
Например, в группах без назначенного ответственного за ИИ массовое и
нерегулируемое использование публичных нейросетей (ChatGPT и аналоги)
встречается в два раза чаще, чем в компаниях с выделенным директором по данным
или искусственному интеллекту. В целом 15,5% респондентов сообщили о массовом
использовании внешних AI-сервисов без централизованного контроля. Это создает
риск передачи корпоративной информации через промпты, загружаемые документы,
базы знаний и интеграции с внешними системами.
