Основными препятствиями остаются качество данных, отсутствие единой системы управления ими и нераспределенная ответственность за использование ИИ.
Согласно исследованию К2Тех, лишь около 20% субъектов критической информационной инфраструктуры (КИИ) обладают достаточным уровнем зрелости data-инфраструктуры, а также процессов управления и работы с данными, чтобы соответствовать требованиям нового закона, регулирующего применение искусственного интеллекта. При этом более половины организаций — 55% — смогут выполнить новые требования только после доработки существующих систем и подходов, тогда как еще четверти компаний потребуется их существенное преобразование.
Напомним, 8 июля 2026 года Госдума приняла законопроект «О поддержке развития технологий искусственного интеллекта в РФ». Документ закрепляет понятия суверенных и национальных ИИ-моделей и устанавливает требования к большим фундаментальным моделям, которые предполагается использовать в ГИС и на значимых объектах КИИ. В частности, такие модели должны отвечать требованиям безопасности и качества, а обработка и хранение данных должны осуществляться на территории России. Кроме того, закон обязывает компании иметь полное представление о том, какие модели и сервисы ИИ применяются в корпоративной среде, на каких данных они функционируют, к каким информационным системам получают доступ и кто отвечает за результаты их использования.
По данным исследования К2Тех, одним из ключевых препятствий для выполнения новых требований остается качество данных. Полностью подготовленные и размеченные массивы, пригодные для обучения алгоритмов, имеются лишь у 20,3% участников опроса. В 42,6% компаний данные нуждаются в очистке либо консолидации, а четверть респондентов — 25% — назвали низкое качество данных главным фактором, затрудняющим реализацию проектов в области ИИ.
При этом сложности не сводятся только к очистке и разметке информации. Более чем в четверти организаций до сих пор отсутствует стратегия управления данными, что затрудняет создание единой и проверяемой основы для инициатив, связанных с использованием ИИ. По оценке экспертов К2Тех, отсутствие корпоративной модели данных приводит сразу к нескольким системным проблемам. Во-первых, данные, использованные для обучения моделей, постепенно теряют актуальность. Во-вторых, становится невозможно подтвердить происхождение результатов, которые выдает модель. В-третьих, различия между терминологией, применяемой в повседневной работе, и наименованиями в источниках данных создают семантический разрыв, осложняющий интерпретацию ответов ИИ. В результате свыше половины проектов, связанных с применением ИИ, прекращаются именно из-за проблем с качеством данных и невозможности проследить их происхождение.
Еще одной системной проблемой исследование называет распределение ответственности за использование ИИ внутри организаций. В 40% компаний эта ответственность либо распределена между различными бизнес-подразделениями, либо вовсе не закреплена за конкретными сотрудниками. Вместе с тем новый закон предусматривает четкое распределение обязанностей между разработчиками, операторами и владельцами сервисов, включая проведение тестирования, учет инцидентов и обеспечение безопасной эксплуатации решений. Отсутствие единого центра компетенций, как отмечают в К2Тех, затрудняет выполнение этих требований. В частности, в организациях, где не назначен ответственный за искусственный интеллект, случаи массового и неконтролируемого использования публичных нейросетей, включая ChatGPT и аналогичные сервисы, встречаются вдвое чаще, чем в компаниях, где существуют выделенные должности директора по данным или искусственному интеллекту. В целом 15,5% участников исследования сообщили, что внешние AI-сервисы используются массово и без централизованного контроля. Такая практика создает риск передачи корпоративной информации через запросы к моделям, загружаемые документы, базы знаний и интеграции с внешними информационными системами.
Директор по искусственному интеллекту и инновациям К2Тех Гоша Шатиров подчеркнул, что требования нового закона не сводятся к выбору модели ИИ для корпоративного контура. Для субъектов КИИ первоочередной задачей становится обеспечение управляемости всего жизненного цикла ИИ, причем по мере более глубокого внедрения таких технологий в деятельность компаний значение этой задачи только возрастает. Он отметил, что, в отличие от обычного чат-бота, ИИ-агент способен самостоятельно выполнять действия в информационных системах организации. Поэтому регуляторная готовность подразумевает не отдельный проект по подготовке данных и не приобретение отечественной большой языковой модели, а создание полноценной системы AI Governance, включающей единую архитектуру, управление данными, обеспечение безопасности, аудит, оценку экономики инициатив и четкое распределение ответственности. Он также указал, что компании, которые начнут выстраивать такую систему лишь после принятия всех подзаконных актов, могут столкнуться с тем, что основные сложности будут связаны не с самой моделью ИИ, а с отсутствием упорядоченной инфраструктуры вокруг нее. Кредитный конвейер: как автоматизация полного цикла займа меняет экономику МФО Шпионы выходят в соцсети Дмитрий Лебедев: Лестница безопасности. Как работает приказ ФСТЭК № 117
Источник: www.it-world.ru