Аналитика/Законодательство

243-ФЗ об искусственном интеллекте: полный разбор нового закона

Суверенные и национальные модели, маркировка результатов, обучение на охраняемых материалах и то, что компании нужно успеть сделать до 1 марта 2027 года.

Станислав Трофимов
управляющий партнёр
2 августа 2026 15 минут чтения
Главное за минуту
  1. 1Обязанности по закону зависят не от отрасли, а от роли в цепочке: разработчик модели, владелец сервиса или пользователь результата.
  2. 2Для больших фундаментальных моделей введён отдельный режим раскрытия сведений, оценки рисков и реагирования на инциденты.
  3. 3Маркировку результатов нужно закладывать в архитектуру продукта до 1 марта 2027 года, а не после первой претензии.

Закон опубликован 28 июля 2026 года и вступает в силу поэтапно. Для большинства компаний, которые используют готовые решения, принципиальных изменений в первый год не наступает, однако состав обязанностей зависит не от отрасли, а от роли в цепочке: разработчик модели, владелец сервиса или пользователь результата.

Кого касается закон

Определение роли начинается с фактических обстоятельств, а не с наименования договора. Компания, которая дообучает чужую модель на собственных данных и предоставляет результат третьим лицам, по своему положению ближе к разработчику, чем к пользователю, со всеми вытекающими требованиями к документированию и раскрытию сведений.

Кто решает, на чём учить модель, кто отвечает перед пользователем и в чьих интересах работает сервис. От этих трёх ответов зависит всё остальное.

Большие фундаментальные модели

Для моделей, отнесённых к большим фундаментальным, предусмотрен отдельный режим: раскрытие сведений о назначении и ограничениях, документирование оценки рисков и порядок реагирования на инциденты. Компании, которая строит продукт поверх такой модели, важно заранее получить от поставщика документы, подтверждающие выполнение этих требований, и закрепить обязанность предоставлять их в дальнейшем.

1 сентября 2026
Вступают в силу общие положения и понятийный аппарат
[ДАТА]
Требования к раскрытию сведений о модели
1 марта 2027
Маркировка результатов и обязанности владельцев сервисов

Маркировка результатов

Обязанность маркировать результат работы системы затрагивает не только медиа, но и обычные клиентские сценарии: ответы чат-бота, сгенерированные описания товаров, автоматически подготовленные документы. Маркировка решается на уровне архитектуры продукта, поэтому обсуждать её с разработкой нужно до релиза.

Обучение на охраняемых материалах

Использование чужих текстов, изображений и баз данных в обучающей выборке остаётся зоной повышенного риска. Состав выборки должен быть описан и подтверждён документами об источниках, а договоры с подрядчиками, которые собирали данные, должны содержать гарантии и порядок возмещения при предъявлении требований правообладателем.

Что сделать заранее

Первый шаг не юридический, а фактический: собрать перечень систем, которые компания использует или разрабатывает, и по каждой зафиксировать роль, состав данных и поставщика модели. Дальше становится видно, какие договоры придётся пересматривать, где нужны согласия и в каких сценариях результат должен проверяться человеком до использования.

Станислав Трофимов
Управляющий партнёр · автор книги «Правовой аудит ИИ‑систем»

С 2009 года сопровождает собственников и руководителей бизнеса в сделках, корпоративных вопросах и спорах. Ведёт практику по правовому аудиту и управлению ИИ.

Проверим, где модель влияет на юридически значимое решение

Инвентаризация моделей, классификация риска и проверка договоров с поставщиками. Экспресс-аудит одного продукта за 5 рабочих дней.

Обсудить проект