Данные утекают в нейросети: как компании теряют контроль над корпоративной информацией

38% обращений сотрудников крупных российских компаний к публичным ИИ-сервисам содержат конфиденциальные данные. ГК «Солар» проанализировала 12 000 запросов и выяснила: в нейросети попадают исходный код, персональные данные, финансовая информация и интеллектуальная собственность. Полный запрет на использование ИИ проблему не решает, потому что сотрудники уходят в теневые практики. Компаниям нужен управляемый доступ: регламенты, обучение, DLP-системы и корпоративные платформы. В этой статье разбираем, как устроена утечка, чем она грозит бизнесу и какие меры реально работают.

Масштаб проблемы: что показало исследование ГК «Солар»

ГК «Солар» изучила 12 000 обращений сотрудников к публичным нейросетям. Результат: 38% запросов содержали конфиденциальную информацию. Это не единичные случаи, а системная практика. Сотрудники вставляют в чат-боты фрагменты кода, таблицы с клиентами, финансовые отчёты и описания внутренних продуктов. Удобство и скорость оказываются важнее осторожности.

Проблема затрагивает компании любого размера. Малый бизнес часто вообще не контролирует, какие сервисы используют сотрудники. Крупные организации внедряют политики, но сталкиваются с обходом запретов. Исследование показывает: утечка через ИИ стала новой нормой, а не исключением.

Какие данные чаще всего попадают в нейросети

Исходный код лидирует с долей 41%. Разработчики вставляют фрагменты программ в публичные чат-боты, чтобы отладить ошибку, сгенерировать тесты или ускорить рефакторинг. При этом код может содержать ключи доступа, внутренние API и уникальные алгоритмы. Один запрос способен раскрыть архитектуру продукта конкурентам.

Персональные и финансовые данные занимают 30%. Сотрудники загружают списки клиентов с ФИО и телефонами, банковские реквизиты, зарплатные ведомости. Коммерческий блок готовит презентации и обрабатывает обращения, не задумываясь, что данные уходят на сторонние серверы. Интеллектуальная собственность составляет 18%: описания продуктов, стратегии выхода на рынок, внутренние регламенты.

Кто виноват: разработчики и коммерческий блок

Разработчики допускают 43% инцидентов. Причина проста: ИИ-инструменты глубоко встроены в их рабочий процесс. Генерация кода, автодополнение, поиск ошибок - всё это требует отправки контекста в нейросеть. Коммерческий блок на втором месте с 26%. Менеджеры по продажам и маркетологи обрабатывают клиентские данные, готовят коммерческие предложения и анализируют конкурентов с помощью ИИ.

Риску подвержены все отделы. HR загружает резюме кандидатов, финансисты - отчёты, юристы - тексты договоров. Проблема не в конкретных должностях, а в отсутствии общих правил и понимания последствий.

Почему утечки через нейросети опасны для бизнеса

Утечка данных через ИИ создаёт три группы рисков: юридические, репутационные и конкурентные. Каждая из них способна нанести ущерб, который превышает стоимость внедрения защитных мер. Компании теряют деньги, клиентов и позиции на рынке.

Юридические последствия: 152-ФЗ и не только

Федеральный закон № 152-ФЗ регулирует обработку персональных данных в России. Передача информации на зарубежные серверы публичных ИИ-сервисов может нарушать требования о локализации данных. С 1 июля 2025 года первичный сбор персональных данных должен происходить на территории России. Использование зарубежных нейросетей для обработки таких данных создаёт прямые правовые риски.

Штрафы за нарушение 152-ФЗ достигают 18 млн рублей для юридических лиц. Роскомнадзор усиливает контроль за трансграничной передачей данных. Компании, которые не контролируют использование ИИ сотрудниками, фактически принимают на себя ответственность за каждое нарушение.

Репутационные и конкурентные риски

Утечка клиентских данных подрывает доверие. Клиенты уходят к конкурентам, когда узнают, что их персональная информация оказалась в открытом доступе. Восстановление репутации занимает годы и требует значительных вложений. Утечка интеллектуальной собственности ещё опаснее: конкурент получает доступ к стратегии, коду или описанию продукта без затрат на разработку.

Примеры из новостей подтверждают масштаб. На теневых форумах выставляли на продажу 3,64 млн записей из корпоративных каталогов Microsoft Azure и Entra. Среди пострадавших называли McDonald’s, Vodafone, Tata Consultancy Services и HCL Technologies. Даже технологические гиганты не застрахованы от потери контроля над данными.

Почему полный запрет ИИ не работает

Запрет на использование нейросетей выглядит простым решением. На практике он приводит к обратному эффекту: сотрудники продолжают пользоваться ИИ, но скрытно. Компания теряет контроль и не видит, какие данные уходят наружу.

Теневой ИИ: скрытая угроза

Теневой ИИ - это использование публичных нейросетей в обход корпоративных политик. Сотрудники заходят в чат-боты с личных устройств, используют VPN и анонимные сервисы. Они делают это не из злого умысла, а потому что ИИ повышает их эффективность. Запрет не устраняет потребность, а загоняет её в подполье.

Статистика подтверждает: сотрудники 79% организаций активно используют публичные ИИ-сервисы, но только 29% компаний внедрили реальный контроль. Разрыв между использованием и управлением создаёт слепую зону. Компания думает, что защищена, а данные продолжают утекать. Подробнее о разрыве между ожиданиями руководства и реальными возможностями безопасности читайте в разборе исследования К2 НейроТех.

Как выстроить управляемый доступ к нейросетям

Управляемый доступ - это система мер, которая позволяет сотрудникам использовать ИИ для работы, а компании - контролировать, какие данные попадают в нейросети. Система включает регламенты, обучение, технические средства и регулярный аудит. Внедрение занимает время, но окупается снижением рисков.

Регламенты и политики: с чего начать

Регламент использования ИИ должен содержать перечень разрешённых сервисов, типы данных, которые запрещено вводить, и процедуры одобрения новых инструментов. Чёткие правила снимают неопределённость: сотрудник знает, что можно, а что нельзя. Документ должен быть коротким и практичным, а не формальным.

В регламенте стоит указать: запрещено вводить персональные данные клиентов без анонимизации, запрещено загружать исходный код в публичные сервисы, запрещено использовать личные аккаунты для рабочих задач. Для каждого запрета нужно предложить альтернативу: корпоративную платформу или локальную модель.

Обучение сотрудников: ключевой элемент

Технические меры не работают без осведомлённости. Сотрудники должны понимать, какие данные считаются конфиденциальными и почему их нельзя вводить в публичные нейросети. Тренинги с реальными примерами утечек работают лучше абстрактных предупреждений. Регулярное обновление знаний помогает учитывать новые угрозы.

Обучение снижает количество случайных утечек. Сотрудник, который знает, что вставка кода в чат-бот может раскрыть архитектуру продукта, дважды подумает перед отправкой. Осведомлённость превращает сотрудников из источника риска в первую линию защиты.

DLP-системы: контроль содержимого запросов

DLP-системы анализируют исходящий трафик и обнаруживают конфиденциальные данные по шаблонам: номера банковских карт, паспортные данные, ключевые слова. При обнаружении система блокирует запрос или предупреждает сотрудника. Это технический барьер, который работает даже тогда, когда человек забывает о правилах.

В контексте ИИ DLP проверяет содержимое запросов к нейросетям. Система распознаёт фрагменты кода, таблицы с персональными данными и другие конфиденциальные сведения. Блокировка происходит до того, как данные покинут периметр компании. Настройка требует времени, но даёт измеримый результат.

Корпоративные ИИ-платформы как альтернатива

Корпоративные версии нейросетей разворачиваются на собственных серверах или в частном облаке. Данные не покидают контур компании, что снимает большинство юридических и конкурентных рисков. Сотрудники получают доступ к ИИ-инструментам без необходимости использовать публичные сервисы.

Российские аналоги публичных нейросетей развиваются, предлагая решения для бизнеса с учётом требований 152-ФЗ. Переход на корпоративную платформу требует инвестиций, но для компаний с большим объёмом конфиденциальных данных это оправданное решение.

Защита конкретных типов данных: код, персональные данные, интеллектуальная собственность

Разные типы данных требуют разных мер защиты. Универсального решения нет: для исходного кода нужны одни инструменты, для персональных данных - другие. Классификация данных помогает определить приоритеты и выбрать подходящие средства.

Исходный код: как не отдать конкурентам

Вставка кода в публичные нейросети может привести к его утечке. Рекомендуется использовать локальные модели или сервисы с гарантией неиспользования данных для обучения. Санитайзеры кода удаляют комментарии, ключи доступа и другие чувствительные элементы перед отправкой запроса. Для разработчиков это минимальный набор практик.

Персональные данные: соблюдаем 152-ФЗ

Обработка персональных данных через зарубежные ИИ-сервисы может нарушать закон. Рекомендуется использовать сервисы, размещённые в России, или получать согласие субъектов на обработку. Маскирование и анонимизация позволяют работать с данными без раскрытия конкретных лиц. Эти меры снижают юридические риски и защищают клиентов.

Интеллектуальная собственность требует классификации документов и ограничения доступа. Не все сотрудники должны иметь возможность отправлять стратегические описания в нейросети. Разграничение прав и контроль содержимого запросов помогают предотвратить утечку уникальных наработок. Подробнее о том, как публичные ссылки на диалоги с ИИ превращаются в источник утечек, читайте в разборе инцидента с DeepSeek.

Заключение: контроль вместо запрета

Утечки данных через нейросети реальны: 38% обращений содержат конфиденциальную информацию. Запрет не работает, потому что сотрудники уходят в теневой ИИ. Работает комплексный подход: регламенты, обучение, DLP-системы и корпоративные платформы. Начните с аудита текущего использования ИИ в вашей компании. Определите, какие сервисы используют сотрудники и какие данные они туда отправляют. Затем разработайте регламент и внедрите технические средства контроля. Это путь от потери контроля к управляемому доступу.

Риски растут вместе с распространением ИИ. Компании, которые действуют сейчас, получают преимущество перед теми, кто откладывает решение. Глубокий контекст и автоматизированные системы защиты дают защитникам решающее преимущество. Начните с малого: проведите аудит и обучите сотрудников. Это первый шаг к безопасному использованию нейросетей в бизнесе.