Кто считается разработчиком по закону
Закон регулирует не всю индустрию, а её верхний этаж — большие фундаментальные модели. Порог зафиксирован на 1 млрд параметров. Ниже порога остаётся огромный пласт корпоративного машинного обучения: антифрод-модели банков, распознавание документов, рекомендательные сервисы, узкопрофильные ассистенты. Для них 243-ФЗ обязанностей не создаёт — продолжают действовать общие нормы о данных, интеллектуальной собственности и защите информации.
| Категория | Пример | Попадает под 243-ФЗ |
|---|---|---|
| Большая фундаментальная модель от 1 млрд параметров | Универсальный генеративный ассистент уровня флагманских моделей | Да, обязанности с 01.03.2027 |
| Узкая корпоративная модель | Классификатор обращений, скоринг | Нет |
| Дообучение чужой большой модели под задачу | Файн-тюнинг открытой модели для внутреннего сервиса | Зависит от параметров базовой модели |
| Интеграция чужой модели через API | Чат-бот на базе внешнего сервиса | Нет — вы пользователь |
Пограничный случай — файн-тюнинг: если базовая модель превышает порог, вопросы к её разработчику остаются, а ваша организация выступает оператором производной системы. Пропишите в договоре с поставщиком базовой модели, кто несёт обязанности.
Статусы суверенных и национальных моделей
Закон вводит категории «суверенные» и «национальные» большие фундаментальные модели. Смысл — в требованиях к локализации: обработка данных при создании и работе таких моделей должна выполняться на территории России с участием российских юридических лиц. Правительство определяет случаи, когда применение допускается только суверенных или национальных моделей. Для госзаказчиков это означает: при закупке ИИ-сервисов на 2027 год закладывайте в ТЗ требование о соответствии статусам, если оно установлено для вашего класса систем. Детали — в разборе суверенных и национальных моделей.
Режим использования РИД при обучении
Третий блок обязанностей — режим использования результатов интеллектуальной деятельности при обучении моделей. Разработчики больших моделей получают рамочные правила, как можно использовать тексты, изображения и иные произведения, права на которые принадлежат третьим лицам. Практические следствия для комплаенса:
- аудит источников обучающих выборок: происхождение данных, лицензии, запреты правообладателей;
- фиксация lawful основания для каждой крупной партии данных в реестре датасетов;
- процедура реакции на требования правообладателей об удалении данных;
- договорная чистота при покупке датасетов и разметке подрядчиками.
Эти шаги полезны и без закона: споры о training-данных — растущий класс конфликтов на рынке ИИ.
Персональные данные в обучающих выборках
Параллельно с 243-ФЗ действует 152-ФЗ, а с 30.05.2025 — штрафы за утечки по 420-ФЗ от 30.11.2024: для юрлиц при утечке на 1–10 тысяч субъектов — от 3 до 5 млн рублей, при повторной утечке — оборотные штрафы. Обезличивание выборок, основание обработки и минимизация данных — базовая гигиена разработчика. Утечка через плохо защищённый тестовый стенд с реальными данными — классический сценарий, который обходится дороже всей программы комплаенса.
Что сделать до 1 марта 2027 года
- Подтвердить параметры своих моделей и зафиксировать обоснование в техдокументации.
- Провести аудит обучающих данных и собрать реестр источников.
- Согласовать с юристами режим использования РИД и порядок работы с претензиями правообладателей.
- Проверить цепочку субподрядчиков: у разметчиков и поставщиков данных должны быть чистые договоры.
- Назначить ответственного за соответствие 243-ФЗ и включить закон в карту регуляторного мониторинга.
- Подготовить публичную документацию моделей: состав данных, ограничения, меры безопасности.
Чего закон не требует
Не требуется регистрация модели в государственном реестре — реестра в 243-ФЗ нет; идея реестра доверенных моделей живёт в отдельном непринятом законопроекте. Не вводятся специальные штрафы — ответственность отсылочная. Не запрещается использование открытых зарубежных архитектур как классов — ограничения касаются статусов и локализации обработки для суверенных решений, а не выбора научной школы. Эти и другие заблуждения разобраны в статье о мифах вокруг 243-ФЗ.
Риски и как их держать
Главная зона неопределённости — подзаконные акты: порядок маркировки, методики подсчёта параметров, правила для статусов моделей будут уточняться. Держите документы модульными: ссылки на «порядок, утверждаемый Правительством», вместо вшитых форм. Вторая зона — экспортные амбиции: если продукт уходит в ЕС, добавьте слой EU AI Act. Третья — безопасность самой модели: атаки на системы обучения и инференса разобраны в обзоре угроз ИИ-разработкам.
Разбираетесь с обязанностями под конкретный продукт — оставьте заявку: НЬЮ-ССТ сопровождает разработчиков ИИ от аудита данных до регламентов соответствия.