Почему сотрудники сливают корпоративные данные в публичные ИИ-сервисы
ГК «Солар» проанализировала 12 000 взаимодействий сотрудников крупных российских компаний с публичными ИИ-сервисами за первое полугодие 2026 года. В 38% случаев такие обращения содержали конфиденциальную информацию — от исходного кода до API-ключей.
Тамила Шерстнева·обновлено 17 августа 2026 г.
Для продуктовых и корпоративных команд это прямой сигнал: бытовые привычки работы с AI обходят любые политики безопасности.
Что утекает в чат-боты
Внутри массива обращений с конфиденциальными данными картина оказалась неравномерной. 41% пришёлся на исходный код и конфигурации — то есть на саму логику продукта, архитектуру и внутренние адреса. Ещё 30% — персональные, финансовые и прочие чувствительные данные. 18% — интеллектуальная собственность: договоры, внутренние отчёты, презентации, планы. Замыкают список пароли, токены и API-ключи — 11%, самая критичная категория, дающая прямой доступ к корпоративным системам. DLP-система Solar Dozor фиксировала текстовые запросы, скопированные фрагменты, загружаемые файлы и попытки передачи данных во внешние ИИ-сервисы в 150 компаниях из финсектора, промышленности, ретейла, телекома, ИТ и госсектора.
Где сидит главная дыра
Разработка генерирует 43% всех зафиксированных обращений с корпоративной информацией. Команды привычно кормят LLM фрагментами кода, логами сбоев и техническими описаниями — для отладки, рефакторинга, подготовки тестов. Вместе с кодом во внешний сервис уходят сведения об архитектуре, внутренних сервисах и токенах. Коммерческий блок добавляет ещё 26% обращений: в ИИ уходят истории переговоров, условия сделок, выгрузки из CRM и шаблоны договоров.
Что с этим делать
Публичный ИИ из эксперимента превратился в рабочий инструмент, и запретительный подход уже буксует — задачи через LLM решаются быстрее, чем без него. Руководитель продукта Solar Dozor Али Гаджиев в комментарии для СМИ подчёркивает: компаниям важно не только регламентировать использование ИИ, но и управлять процессом — определять список разрешённых сервисов, учитывать роль пользователя и контролировать категории передаваемых данных.
На практике для команд разработки это сводится к нескольким привычкам. Перед отправкой кода во внешний LLM убирать токены, адреса внутренних ресурсов и чувствительные комментарии — либо использовать обезличивание. Внутренние рабочие процессы закрывать корпоративными API-обёртками с логированием, а доступ к публичным сервисам разделить с рабочими аккаунтами. Для коммерческих подразделений правило то же: CRM-выгрузки, клиентские базы и договоры обрабатывать через изолированные контуры, а не через публичный веб-интерфейс. Иначе пользовательская боль превращается в инцидент, о котором узнают уже постфактум.