ИИ от 1 млрд параметров и конец ChatGPT-врапперов: разбираем новый закон об искусственном интеллекте в России

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:

1. Если у вашего продукта более 700 миллионов активных пользователей в месяц, вы обязаны запрашивать отдельную платную лицензию.

2. 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?

1. Компонент вашей системы перестает распространяться на условиях лицензии, допускающей ваше использование.

2. Ваша модель мгновенно перестает соответствовать требованиям Статьи 6, части 3, пункта 3.

3. Вы теряете статус «Национального ИИ».

4. 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):

1. 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).

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.

3. 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:

1. Пересаживаться на API Яндекса (YandexGPT) или Сбера (GigaChat) — они железобетонно получат статус «суверенных».

2. 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:

1. Paywall (Пейволл) и обязательная авторизация: Если контент скрыт за логином/паролем, его парсинг без купленного аккаунта становится незаконным.

2. DRM-защита для аудио и видео.

3. Агрессивные CAPTCHA на каждое чтение статьи, если система подозревает автоматизированный запрос.

4. 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?

1. Платформа не виновата. Она интерфейс предоставила. Проверять каждое видео нейросетями-детекторами закон ее не обязывает (в тексте нет ни слова про автоматическое выявление).

2. 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?

1. Авторам и СМИ: Срочно ставьте хардкорные пейволлы и DRM. Ваш robots.txt больше вас не защитит.

2. 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.

3. Хитрым разработчикам: Квантуйте, пруньте и режьте ваши модели до 999 миллионов параметров.