Сотрудники Samsung трижды сливали в ChatGPT исходный код и запись внутреннего совещания. Meta планировала учить свои модели на постах и переписках пользователей Facebook и Instagram. А Anthropic скачала более 5 млн пиратских копий книг для обучения. ИИ-компании уже превратили пользовательский след в актив. Отсюда в разных странах остро стал вопрос: нужно более тщательно регулировать эту новую и быстро развивающуюся тему. По нашей информации, в Беларуси тоже ведут разработку законопроекта, который будет дополнительным регулировать сферу ИИ.

Массовое внедрение ИИ: от эксперимента к рабочей инфраструктуре

«Обогащение данных»: как пользовательский след превращается в актив ИИ-компаний

Книги как сырье для моделей: лицензии, суды и «цифровые библиотеки»

ИИ как первоисточник: поиск без перехода к источникам

Риск информационного заложничества: модели, данные и алгоритмическая монокультура

Деньги, лоббизм и влияние: даже доли процента имеют значение

Беларусь: регулирование ИИ, рабочие группы

10—11 сентября в Минске прошел семинар «Перспективы и направления развития кибербезопасности», где, помимо остальных тем, обсуждали госрегулирование ИИ в Беларуси. Главные тезисы — в этом материале. На семинаре обсуждались как угрозы, актуальные для ИИ-систем, так и необходимость контроля этой сферы. Как напомнил замгендиректора по научной работе Объединенного института проблем информатики НАН Беларуси Сергей Касанин, уже существует около 40 документов, прямо или косвенно касающихся работы и взаимодействия с ИИ в нашей стране. По его словам, работа по совершенствованию законодательства и законодательных актов будет продолжена.

Мнением о тенденциях безопасности ИИ в целом поделился начальник отдела ИБ компании «ИнноТех Солюшнс» Александр Слободчиков.

По словам эксперта, ИИ быстро становится частью повседневной рабочей инфраструктуры, а число организаций, использующих его в бизнесе, растет. Главный риск он видит не в частом использовании чат-ботов, а в том, что данные, поиск, ранжирование и первичные ответы все чаще контролируются несколькими глобальными корпорациями.

OpenAI прямо указывает, что в ее потребительских сервисах контент может использоваться для обучения моделей, если пользователь не отказался от этого, тогда как бизнес-продукты и API по умолчанию исключены из обучения. Anthropic в 2025 году ввела выбор для пользователей Claude Free, Pro и Max: разрешать ли использовать чати и coding sessions для улучшения Claude. При согласии срок хранения таких данных увеличивается до пяти лет, при отказе же сохраняется 30-дневный режим.

Для организаций это означает двойную уязвимость: внешние ИИ-сервисы становятся рабочим инструментом, а сотрудники могут переносить туда внутренние документы, программный код, коммерческие планы, базы данных и персональные данные. Потому многие международные организации описывают Shadow AI как уже наступившую реальность: до 58% сотрудников регулярно используют ИИ на работе, 44% применяли ИИ воопреки внутренним политикам и руководствам, 57% признавали ошибки из-за ИИ, а 58% полагались на результат без проверки.

Массовое внедрение ИИ: от эксперимента к рабочей инфраструктуре

Исходя из доступной статистики, ИИ перестал быть нишевым и для «обычных» пользователей. Примерно треть взрослых жителей когда-либо использовала ИИ-чат-бот, 72% хотя бы слышали о чат-ботах, а 57% взаимодействуют с ИИ хотя бы раз в день, несколько раз в неделю или чаще.

В феврале 2026 года OpenAI宣布了 о 900 млн еженедельных активных пользователей ChatGPT и 50 млн платных подписчиков, ИИ становится каналом доступа к знаниям, рабочей автоматизации и цифровым услугам, а не отдельным программным продуктом.

Практический риск для компаний, в свою очередь, — не гипотетическая «сверхразумная» угроза, а обычная рабочая привычка: скопировать код, договор, таблицу клиентов, стенограмму совещания или стратегический документ в удобный внешний чат, проанализировать и найти быстро ошибки.

Чтобы избежать этого, эксперт перечисляет практические меры управления риском:

• классификацию данных,
• список разрешенных ИИ-сервисов,
• запрет или DLP-контроль передачи определенных категорий данных во внешние сервисы,
• журналирование и аудит ИИ-запросов,
• обучение сотрудников на конкретных примерах.

Так, сотрудники полупроводникового подразделения Samsung в трех отдельных случаях ввели в ChatGPT чувствительные корпоративные данные, включая исходный код для отладки, программный код для оптимизации и запись внутреннего совещания для подготовки протокола.

«Обогащение данных»: как пользовательский след превращается в актив ИИ-компаний

В контексте ИИ data enrichment означает не только добавление недостающих полей в базу клиентов, но и превращение разрозненных текстов, файлов, изображений, действий, кликов, отзывов, геолокации, истории запросов и поведения пользователей в более ценные обучающие и продуктивные сигналы.

OpenAI в политике конфиденциальности перечисляет широкий набор собираемых данных: данные аккаунта, платежную информацию, пользовательский контент, загружаемые файлы, изображения, аудио, видео и многое-многое другое. Meta в 2024 году также оказалась в центре спора о данных для обучения ИИ: MIT Technology Review сообщал, что компания планировала использовать публикации и взаимодействия с чат-ботами на Facebook, Instagram, Threads и WhatsApp для обучения генеративных моделей, а пользователи США и стран без сильного законодательства о защите данных фактически не имели надежного способа запретить такую обработку.

Книги как сырье для моделей: лицензии, суды и «цифровые библиотеки»

Проблема обучения ИИ на книгах перешла из теоретической дискуссии в судебную и договорную практику. Самым показательным кейсом стал спор Bartz v. Anthropic. Authors Alliance описал решение судьи Уильяма Олсапа от июня 2025 года, где обучение