Что произошло
В середине сентября 2026 года стало известно о закрытых переговорах между OpenAI, Anthropic и Google DeepMind по созданию саморегулируемой организации (SRO) для стандартизации тестирования передовых ИИ-моделей. Политический директор OpenAI подтвердил, что компании совместно прорабатывают концепцию органа, который будет независимо тестировать самые мощные ИИ-системы до их публичного выпуска. Инициатива рассматривается как отраслевая альтернатива жёсткому государственному регулированию и строится по аналогии с FINRA (Financial Industry Regulatory Authority) — американской саморегулируемой организацией для финансовых компаний[3][13][25].
Концепция была озвучена ранее: 14 июля 2026 года CEO Google DeepMind Демис Хассабис опубликовал эссе, в котором прямо предложил создать «орган по стандартам, смоделированный по образцу FINRA», для разработки лучших практик и проведения предрелизных оценок[22][30]. В конце июня Google представила whitepaper с предложением о создании Frontier AI Regulatory Organization (FARO), финансируемой индустрией и контролируемой государством[27]. С июля 2026 года три лаборатории ведут рабочие группы для детализации этой идеи[17].
По нашему опыту проектов, российские компании, интегрирующие зарубежные ИИ-решения, часто фокусируются на функциональных характеристиках и цене, упуская из виду вектор регуляторных рисков. Появление де-факто индустриального стандарта безопасности, даже если он формализован в США, изменит требования к due diligence со стороны международных партнёров и заказчиков. Игнорирование этого тренда приведёт к тому, что российские продукты и сервисы окажутся неконкурентоспособными на глобальных рынках, где наличие сертификата безопасности станет обязательным условием вхождения.
Как это устроено
Цель и охват
Орган ориентирован на «frontier-модели» — наиболее мощные и вычислительно ёмкие системы, чьи возможности могут представлять системные риски. Для менее продвинутых ИИ-приложений предполагается сохранение действующих секторных регулировок[27]. В качестве ориентира порога «frontier» можно использовать подход UK AI Safety Institute, который вводит обязательное предрелизное тестирование для моделей, обучение которых превысило (10^{26}) FLOPs[15]. Это означает, что стандарты коснутся не всех ИИ-систем, а только флагманских продуктов от ключевых разработчиков.
Механика тестирования
Ключевой функцией SRO станет pre-deployment evaluation — комплексная оценка модели примерно за 30 дней до её запуска[17][30]. Тестирование будет охватывать восемь доменов опасных способностей, включая создание биологического оружия, проведение кибератак, автономную репликацию и распространение дезинформации[15][30]. Процедура будет включать стресс-тесты, red-teaming (имитацию атак со стороны внутреннего «красного» подразделения) и оценку поведения в сценариях, целенаправленно провоцирующих опасные выходы. Результатом теста станет стандартизированный отчёт о безопасности и перечень рекомендаций по ограничению возможностей модели при релизе.
Организационная структура
Предлагаемая модель — public-private partnership или SRO. Это некоммерческая организация, финансируемая за счёт членских взносов участников рынка (разработчиков ИИ), но находящаяся под надзором федерального агентства США (по аналогии с SEC, контролирующим FINRA)[19][30]. Управляющий совет будет включать независимых технических экспертов, представителей open-source-сообщества и государственных структур. Часть специализированных тестов SRO сможет передавать на аутсорс внешним группам безопасности, таким как METR — некоммерческой организации из Беркли, которая уже audits модели для OpenAI, Anthropic и DeepMind[26].
Экономическая модель
Экономически SRO переводит затраты на аудит из индивидуальных программ разработчиков в общую индустриальную инфраструктуру. Компании-члены будут платить взносы и оплачивать стоимость аудита каждой новой модели, взамен получая единый, признанный регулятором сертификат безопасности. Конкретные тарифы и размеры взносов в открытых источниках не раскрываются, но по аналогии с FINRA предполагается устойчивое финансирование за счёт членских взносов, платы за проверки и, возможно, штрафов за нарушения стандартов[18][24]. Для конечных потребителей это, скорее всего, выразится в повышении стоимости доступа к frontier-моделям, так как разработчики заложат расходы на аудит в цену API.
Роль существующих аудиторов
Инициатива не создаёт механизм с нуля. Организация METR с 2022 года выполняет схожие функции, оценивая автономность и социальные риски передовых моделей по заказу ведущих лабораторий[26]. SRO формализует и стандартизирует этот процесс, превращая его из добровольной best practice в обязательное условие для вывода на рынок новых поколений ИИ. Это повышает значимость независимых аудиторов и создаёт для них новый рынок услуг в рамках формализованной процедуры.
Как это выглядит на практике
Рассмотрим три сценария, иллюстрирующих влияние будущих стандартов на бизнес-процессы.
Сценарий 1: Российский банк-разработчик. Крупный банк разрабатывает новую версию голосового ассистента на основе открытой модели (например, DeepSeek V4.1 Flash) для внутреннего использования. Банк планирует экспортировать это решение как SaaS-продукт в страны Ближнего Востока. В ходе due diligence потенциальные партнёры из ОАЭ запрашивают доказательства безопасности модели, ссылаясь на требования своих западных контрагентов. Банк вынужден проводить собственный аудит по методологии, приближенной к стандартам SRO, включающий тесты на устойчивость к промпт-инъекциям и оценку рисков несанкционированного доступа к данным, что увеличивает срок вывода продукта на рынок на 2–3 месяца и требует дополнительных затрат на внешних консультантов.
Сценарий 2: Российский ритейлер, использующий западный API. Федеральная сеть внедряет систему персонализации предложений на базе API от Anthropic. В контракте с поставщиком появляется пункт о соответствии модели стандартам безопасности SRO и предоставлении Misalignment Reports по аналогии с отчётами OpenAI[7]. Юридический отдел ритейлера вынужден внедрять процесс мониторинга инцидентов безопасности модели, а ИТ-отдел — готовить систему для логирования всех запросов и ответов для возможного расследования. Это усложняет архитектуру интеграции и требует создания новой роли — AI Risk Manager.
Сценарий 3: Производственная компания с импортозамещением. Промышленное предприятие внедряет систему предиктивной аналитики на базе российской модели из реестра Минцифры. Хотя SRO-стандарты на неё напрямую не распространяются, предприятие поставляет продукцию европейскому автоконцерну, который по требованиям DSA обязан проверять ИИ-системы в своей цепочке поставок. Концерн запрашивает у российского предприятия отчёт об оценке рисков ИИ-системы, выполненный по признанной международной методологии. Предприятию приходится адаптировать свои процессы сертификации под ГОСТ Р ИСО/МЭК 42001-2024 и параллельно проходить аудит по международным стандартам, что создаёт двойную нагрузку на отдел управления рисками.
Что это значит для российской компании
Для российского бизнеса инициатива SRO создаёт опосредованное, но значительное влияние. Прямой доступ к frontier-моделям OpenAI, Anthropic и Google DeepMind для российских юрлиц уже ограничен санкциями и политикой использования сервисов[36][39][45]. Однако косвенное влияние проявляется в нескольких областях.
Во-первых, для компаний, работающих на внешних рынках или использующих зарубежных контрагентов, соответствие стандартам безопасности станет неотъемлемой частью контрактных обязательств. Партнёры из США, ЕС и Азии будут требовать подтверждения того, что используемые ИI-системы прошли аудит по методологиям, признанным в индустрии. Это напрямую затронет российских разработчиков ПО и экспортёров высокотехнологичных услуг.
Во-вторых, российская система регулирования идёт по схожему пути контроля, но с другими акцентами. С января 2025 года в России действует обязательная сертификация ИИ-решений среднего и высокого уровня риска[33]. Приказ ФСТЭК №117 от 11.04.2025 (вступает в силу с 01.03.2026) детализирует процесс анализа уязвимостей ИИ-систем, требуя оценки устойчивости к промпт-атакам, утечкам данных и аудиту окружения[37]. Параллельно формируется концепция реестра «национальных» моделей, которые должны пройти проверку в ФСБ и ФСТЭК[38][40].
Таблица: Сравнение подходов к регулированию ИИ
| Критерий | Западный подход (SRO по типу FINRA) | Российский подход |
|---|---|---|
| Инициатор | Индустрия (OpenAI, Anthropic, Google) под надзором государства | Государство (ФСТЭК, ФСБ, Минцифры) |
| Объект | «Frontier-модели» (высокие вычислительные затраты) | Все ИИ-системы средне- и высокорисковые |
| Механизм | Предрелизный аудит независимым SRO, сертификация | Пост-релизная государственная сертификация, отраслевые стандарты (ГОСТ) |
| Финансирование | Членские взносы и плата за аудит от индустрии | Бюджетное финансирование, госпошлины за сертификацию |
| Основной фокус | Предотвращение экзистенциальных и системных рисков (CBRN, автономия) | Защита данных, суверенитет, стабильность функционирования |
Влияние на бюджеты и процессы будет заключаться в росте затрат на due diligence, необходимости создавать внутренние подразделения по управлению рисками ИИ и увеличивать сроки реализации проектов из-за дополнительных процедур аудита. Компании, которые проигнорируют этот тренд, рискуют не только репутацией, но и потерей контрактов на международных рынках.
Что делать: пошагово
- Провести полную инвентаризацию всех используемых ИИ-моделей и систем, включая облачные API, открытые модели и встроенные ИИ-компоненты в ПО.
- Классифицировать каждую систему по уровню риска (низкий, средний, высокий) в соответствии с российской методикой и потенциальными международными требованиями.
- Разработать и утвердить внутренний фреймворк управления рисками ИИ (AI Governance Framework), основанный на ГОСТ Р ИСО/МЭК 42001-2024 и принципах NIST AI RMF.
- Обновить процессы закупок и работы с поставщиками, включив в контракты требования к предоставлению model cards, отчётов о безопасности (Misalignment Reports) и обязательств по информированию об инцидентах.
- Создать или выделить ресурсы для внутреннего тестирования моделей: red-teaming, оценка устойчивости к промпт-инъекциям и проверка на утечку конфиденциальных данных через ответы.
- Разработать и протестировать план реагирования на инциденты, связанные с поведением ИИ, включая процедуры изоляции модели, эскалации и коммуникации с регуляторами и клиентами.
- Назначить ответственного за управление рисками ИИ (C-level или руководитель направления), который будет отчитываться перед советом директоров о состоянии ИИ-безопасности.
- Постоянно мониторить развитие как российского законодательства (ФСТЭК, Минцифры), так и глобальных инициатив (SRO, стандарты EU AI Act), адаптируя внутренние политики.
Типичные ошибки
- Рассматривать ИИ как обычное ПО. Это приводит к недооценке специфических рисков, таких как «галлюцинации», промпт-инъекции и целенаправленный обман модели, что в финансовой сфере может обернуться многомиллионными убытками из-за неверных решений.
- Игнорировать санкционные и лицензионные ограничения. Попытка использовать API западных моделей через прокси или подставные компании создаёт юридические, финансовые и репутационные риски, включая блокировку сервиса и потерю данных.
- Полагаться на декларации безопасности поставщика. Отсутствие независимого верифицированного аудита означает, что компания принимает на себя все риски, связанные с поведением «чёрного ящика», без возможности их оценить или снизить.
- Отсутствие централизованного учёта ИИ-систем. Без реестра невозможно оценить совокупный риск, который создаёт множество разрозненных ИИ-инструментов в разных подразделениях, от маркетинга до разработки.
- Откладывать создание говёрнанс-процессов «до лучших времён». Рынок формирует требования к безопасности быстрее, чем государственные регуляторы. Отсутствие внутренних стандартов сегодня приведёт к срочным и дорогостоящим исправлениям завтра, когда это потребует крупный клиент или партнёр.
Как понять, что вы на верном пути
- У вас есть актуальный реестр всех ИИ-систем в компании с указанием поставщика, модели, уровня риска и ответственного владельца.
- В типовые договоры с поставщиками ИИ-решений включены пункты об обязательной сертификации, предоставлении отчётов о тестах безопасности и процедуре уведомления об инцидентах.
- Вы регулярно проводите внутренние red-teaming-сессии для критически важных ИI-систем и имеете documented протоколы тестирования.
- Оценка рисков ИИ является неотъемлемой частью общего управления рисками предприятия (ERM) и рассматривается на уровне совета директоров.
- Вы можете продемонстрировать соответствие ваших процессов ключевым положениям ГОСТ Р ИСО/МЭК 42001-2024 и объяснить подход к оценке рисков в контексте международных стандартов.
- Ваша компания имеет чёткий план действий на случай инцидента с поведением ИИ, и этот план был протестирован в ходе учений.
Вопросы, которые нам задают
Нужно ли российским компаниям напрямую соответствовать стандартам этого SRO?
Прямое юридическое требование появится только в юрисдикции, где будет зарегистрирован SRO (скорее всего, США). Однако для российских компаний, работающих с международными клиентами или поставщиками, следование этим стандартам станет фактическим требованием рынка. Без подтверждения безопасности по признанной методологии заключать контракты с крупными западными корпорациями будет практически невозможно.
Какие модели попадут под регулирование SRO?
Регулирование коснётся «frontier-моделей» — самых мощных систем с огромными затратами на обучение. Ориентиром может служить порог в (10^{26}) FLOPs, используемый UK AI Safety Institute[15]. Это означает, что большинство специализированных и отраслевых моделей, включая большинство open-source-решений, не будут подлежать прямому аудиту SRO, но принципы тестирования будут распространяться на них как на best practice.
Увеличится ли стоимость доступа к ИИ-моделям?
Да, с высокой вероятностью. Разработчики frontier-моделей заложат стоимость обязательного аудита, членских взносов в SRO и потенциальных штрафов в цену своих API и продуктов. Цена доступа к самым передовым моделям вырастет, что может сделать более привлекательными альтернативы: open-source-модели или решения из стран, не присоединившихся к SRO.
Есть ли у России аналог такой саморегулируемой организации?
На данный момент нет. Российская модель регулирования ИИ более централизована и основана на государственном контроле через ФСТЭК, ФСБ, Росстандарт и отраслевые кодексы (например, Кодекс ответственного применения ИИ на финансовом рынке от Банка России)[37]. Инициатива создания широкой industry-funded SRO по типу FINRA в российских публичных источниках не обсуждается.