IT-отрасль предложила Минцифры легализовать технологии защиты данных для обучения ИИ

По данным Хабра, Ассоциация больших данных (АБД) — в неё входят «Сбер», «Яндекс», «Авито», «Ростелеком», VK и HeadHunter — обратилась в Минцифры с просьбой выделить технологии повышения приватности (PETs) в отдельную правовую категорию. Сегодня любой математический метод обработки персональных данных юридически приравнивается к «обезличиванию», независимо от уровня защиты. Для рынка ИИ это узкое горлышко: компании не могут масштабировать обучение моделей на внешних массивах, не выходя за рамки 152-ФЗ.

В чём системная проблема

Действующая нормативная база не различает зрелые криптографические методы анонимизации и промежуточные техники маскировки. Как пояснили в АБД, это блокирует применение решений, которые «абсолютно исключают возможность идентификации конкретного пользователя»: вендор не может подтвердить regulator compliance, даже если его технология обеспечивает реальную защиту. Результат — вендор-лок на внутренних датасетах. По словам директора по развитию бизнеса Just AI Светланы Захаровой, корпорации до сих пор использовали данные из собственных источников и дочерних проектов, но их объёма уже не хватает для обучения моделей.

Что предлагают в АБД

Ассоциация сформулировала конкретные условия допуска PETs:

• нулевой или околонулевой риск реидентификации — не более долей процента;
• целевое ограничение — данные используются только для разработки, обучения и эксплуатации ИИ;
• территориальный принцип — обработка на территории РФ российскими компаниями;
• институт доверенного посредника — аккредитованная госорганом организация, эксплуатирующая информсистему хранения и доступа к обезличенным массивам;
• двухуровневая модель данных — разделение на бесплатные (для соблюдения требований законодательства) и платные (для коммерческого использования).

Параллельно гендиректор Smart Engines Владимир Арлазаров напомнил, что для практических задач ИИ ценны не идентифицирующие сведения, а поведенческие и статистические закономерности — а часть этой потребности уже закрывает синтетика.

Почему это важно для рынка SaaS и корпоративного ИИ

Доступ к качественным размеченным датасетам остаётся ключевым ограничением для обучения моделей. Представитель MWS AI (экосистема МТС Web Services) отметил, что для прикладных корпоративных продуктов критичны отраслевые данные — именно их дефицит тормозит выпуск специализированных ИИ-решений. Инвестор Александр Пономарев (Zarya Ventures) оценивает инициативу позитивно: понятные правовые рамки с гарантиями защиты данных могут ускорить развитие российного ИИ-рынка.

Для B2B-заказчика это практический сигнал. Если инициативу примут, вендоры SaaS получат юридически чистый канал к внешним датасетам через аккредитованных посредников — без рисков по 152-ФЗ и без необходимости строить собственную data pipeline под compliance. Окупаемость ИИ-проектов напрямую зависит от качества входных данных: чем шире доступ к релевантным массивам, тем быстрее модель выходит на target accuracy и тем ниже стоимость обучения на единицу продукции.

Что отслеживать: конкретные формулировки поправок в 152-ФЗ, критерии аккредитации доверенных посредников и условия коммерческого ценообразования на доступ к данным — именно эти параметры определят реальную бизнес-ценность инициативы, а не только её политическую состоятельность.