243-ФЗ об ИИ: что проверить в архитектуре корпоративной AI-системы

Все иллюстрации в статье — сгенерированные символические изображения. Они не показывают реальную клиентскую систему.

Материал проверен 25 августа 2026 года и не является юридической консультацией. Применимость закона и требования к конкретной организации, продукту или модели необходимо подтверждать с профильным юристом.

Короткий ответ

Федеральный закон от 26 июля 2026 года № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» вводит отдельную рамку для больших фундаментальных моделей искусственного интеллекта. Закон не превращает каждую компанию с чат-ботом, RAG или внешним AI API в разработчика такой модели.

Базовые положения вступают в силу 1 сентября 2026 года. Требования статей 8–10 — обязанности разработчиков суверенных и национальных моделей, возможность маркировки AI-материалов и уведомление о правах на результаты — начинают действовать 1 марта 2027 года.

Для большинства компаний главный вывод такой:

• использование чужого API или модели внутри процесса само по себе не означает разработку большой фундаментальной модели;
• RAG, системные инструкции и prompt engineering технически не меняют параметры модели;
• fine-tuning или иное изменение модели требует отдельной проверки роли компании;
• обязанности по безопасности из статьи 8 относятся именно к разработчикам суверенных и национальных больших фундаментальных моделей;
• 243-ФЗ не отменяет требования к персональным данным, информационной безопасности, договорам и отраслевому регулированию.

01 · Что именно регулирует 243-ФЗ

В статье 3 большая фундаментальная модель описана не только числом параметров. Она должна одновременно:

• содержать не менее 1 миллиарда параметров;
• выполнять большое количество различных задач;
• служить основой для создания и доработки разных видов программного обеспечения;
• обучаться на составах данных для выявления закономерностей, предоставления информации, принятия решений или прогнозирования.

Поэтому формула «больше миллиарда параметров — значит, закон точно применяется» слишком грубая. Размер — обязательный, но не единственный признак.

Разработчиком закон называет ИП или юридическое лицо, которое осуществляет разработку, включая проектирование и обучение, либо модификацию такой модели. Однако отдельные обязанности статьи 8 адресованы не всем возможным разработчикам, а разработчикам моделей, которым присвоен статус суверенных или национальных.

Это важное отличие от первых пересказов закона. Обычная корпоративная система может использовать большую модель и при этом не быть ни её разработчиком, ни разработчиком суверенной или национальной модели.

02 · Какие роли нужно различать

Для технической инвентаризации полезно разделить четыре сценария.

Компания использует модель внутри процессов

Например, модель классифицирует обращения, готовит черновики, извлекает поля из документов или помогает сотрудникам искать информацию. Компания вызывает внешний API либо собственный inference endpoint, но не изменяет модель и не открывает доступ к ней пользователям как отдельную возможность.

243-ФЗ не устанавливает для такого сценария универсальный новый набор технических обязанностей. Но остаются 152-ФЗ, договоры, режим коммерческой тайны, требования ИБ и отраслевые нормы.

Компания предоставляет пользователю возможность применять модель

Статья 10 с 1 марта 2027 года обязывает лиц, предоставляющих возможность применения большой фундаментальной модели, уведомлять пользователя:

• кому принадлежат права на результаты интеллектуальной деятельности, полученные с помощью модели;
• на каких условиях пользователь получает доступ к результатам, использует и, при наличии технической возможности, сохраняет их.

Не каждый AI-инструмент автоматически подпадает под эту формулировку. Но если клиент или пользователь непосредственно получает возможность генерировать результат через ваш интерфейс, роль стоит проверить заранее.

Компания разрабатывает или модифицирует модель

Здесь важны не маркетинговые названия, а фактические действия: меняются ли числовые параметры модели, структура или существенные характеристики; какая исходная модель используется; сохраняется ли критерий большой фундаментальной модели после изменений.

Компания владеет крупной пользовательской площадкой

Статья 9 требует от площадок с персональными страницами и суточным доступом более 500 тысяч пользователей из России обеспечить пользователям возможность размещать информационное предупреждение для материалов, созданных с применением больших фундаментальных моделей.

Это не всеобщая обязанность автоматически маркировать каждый AI-материал. Закон говорит о возможности разместить предупреждение; формат и порядок зависят от соглашения между пользователем модели и лицом, предоставляющим возможность её применения.

03 · Использование, RAG и модификация — где проходит граница

Техническая карта помогает быстрее сформулировать вопрос юристу.

Сценарий	Что происходит с моделью	Что проверять
Вызов внешнего API	параметры модели не меняются	роль поставщика, данные, договор, трансграничная передача, права на результат
System prompt и few-shot	параметры модели не меняются	версионирование промптов, ограничения, качество, аудит
RAG по документам	модель получает дополнительный контекст, но её параметры обычно не меняются	права на документы, доступ к источникам, утечки контекста, качество поиска
AI-агент	оркестрация даёт модели инструменты и права в других системах	service account, минимальные права, подтверждение действий, журналирование
Fine-tuning / LoRA	параметры модели или адаптера изменяются	является ли это модификацией в смысле закона, характеристики исходной модели и итогового решения
Собственная модель менее 1 млрд параметров	не выполняется числовой критерий большой фундаментальной модели	другие применимые нормы, договоры и требования ИБ

RAG и prompt engineering обычно меняют входной контекст и поведение конкретного вызова, а не параметры модели. Fine-tuning и LoRA требуют более осторожной оценки. Закон определяет обучение как подбор числовых значений параметров модели и параметров процесса обучения, а разработчика — в том числе как лицо, выполняющее модификацию.

Из этого нельзя автоматически вывести, что любое дообучение делает компанию субъектом всех обязанностей закона. Нужно проверить размер, назначение и свойства модели, характер изменения, статус суверенной или национальной модели и фактическую роль организации.

04 · Что вступает в силу и когда

Дата	Что меняется
1 сентября 2026	вступает в силу закон в целом, включая определения, цели, общие принципы и базовую рамку поддержки
1 марта 2027	вступают в силу части 2–5 статьи 6 и статьи 8–10: статусы суверенных/национальных моделей, обязанности их разработчиков, маркировка и уведомление о правах на результаты

Статья 8 требует от разработчиков суверенных и национальных моделей:

1. принимать организационные и технические меры безопасности;
2. определять правила эксплуатации, ограничения, условия применения, обновления и вывода модели из эксплуатации;
3. вести техническую документацию с ключевыми параметрами и ограничениями в объёме, необходимом для оценки безопасности применения.

Правительство также получит полномочия устанавливать случаи, когда допускается применение только суверенных или национальных больших фундаментальных моделей, и исключения из таких случаев. Это не означает немедленный общий запрет зарубежных моделей: конкретный охват будет зависеть от подзаконных актов и роли системы.

Сам 243-ФЗ не содержит таблицы специальных штрафов. Статья 11 отсылает к ответственности по законодательству Российской Федерации. Поэтому формулировка «штрафов нет» тоже была бы слишком категоричной: последствия могут вытекать из других норм, а регулирование может дополняться.

05 · Восемь проверок корпоративной AI-архитектуры

Даже если новая обязанность 243-ФЗ напрямую не относится к компании, закон — хороший повод проверить то, что уже должно быть управляемым.

1. Реестр AI-сценариев и моделей

Для каждой AI-функции зафиксируйте:

• бизнес-сценарий и владельца;
• модель, версию и провайдера;
• где выполняется inference;
• используется ли RAG, fine-tuning или агентная оркестрация;
• какие категории данных входят в запрос;
• какое действие система совершает после ответа.

Фраза «мы используем AI» не помогает при инциденте, смене условий провайдера или юридической проверке. Нужна карта конкретных потоков.

2. Фактическое место inference и хранения

Разделяйте как минимум четыре зоны:

• основную базу продукта;
• сервис подготовки контекста;
• inference endpoint;
• логи, трассировку и систему оценки ответов.

Даже если бизнес-данные хранятся в России, их копия может оказаться в зарубежном error tracking, observability или AI-провайдере. Проверяется не схема из презентации, а фактический сетевой и событийный поток.

3. Персональные данные в запросах

Если запрос содержит персональные данные и отправляется иностранному юридическому лицу или на территорию другого государства, может возникнуть трансграничная передача и обработка подрядчиком. До начала такого сценария нужно проверить цели и основания обработки, договорную роль получателя, уведомление Роскомнадзора по статье 12 и требование локализации при сборе по части 5 статьи 18 152-ФЗ.

Технический минимум:

• разрешённые и запрещённые категории данных;
• фильтрация до формирования запроса;
• минимизация контекста;
• настройка использования запросов провайдером;
• отдельная проверка логов и резервных копий.

Подмена ФИО внутренним идентификатором может снизить риск, но не всегда превращает данные в юридически обезличенные: если соответствие можно восстановить с помощью дополнительной информации, сценарий нужно оценивать осторожно.

4. Логи и срок хранения

Полный prompt/response лог полезен для отладки, но может создать новую чувствительную базу. Не храните всё «на всякий случай».

Определите:

• какие поля действительно нужны для аудита и оценки;
• где маскируются секреты и персональные данные;
• кто имеет доступ;
• каков срок хранения;
• можно ли связать действие с моделью, версией промпта и инициатором без сохранения лишнего содержимого.

Иногда достаточно хранить идентификаторы, хеши, метаданные решения и защищённый краткосрочный evidence payload вместо бессрочной копии каждого запроса.

5. Права AI-агента

AI-агент не должен работать под учётной записью пользователя или администратора. Нужен отдельный service account с минимальным набором прав.

Разделяйте:

• чтение данных;
• подготовку предложения;
• запись в систему;
• необратимые или финансово значимые действия.

В журнале должны отдельно сохраняться инициатор, техническая учётная запись агента, предложенное действие и пользователь, который его подтвердил.

6. Human approval для критических действий

Список действий, которые нельзя выполнять без человека, должен быть явным. Обычно сюда входят:

• платежи и проводки;
• изменение цен и договорных условий;
• отправка внешних сообщений от имени компании;
• удаление данных;
• изменение ролей и доступов;
• выпуск юридически или финансово значимого документа.

Интерфейс подтверждения должен показывать не только кнопку «ОК», но и точное действие, объект, исходные данные и последствия. Подтверждение фиксируется как отдельное событие.

7. Возможность заменить модель или провайдера

Один адаптер не гарантирует лёгкую миграцию. Помимо API отличаются:

• формат tool calls и structured output;
• контекстное окно и токенизация;
• политика хранения данных;
• задержка, лимиты и стоимость;
• доступные регионы;
• качество на ваших реальных сценариях.

Нужны единая точка вызова, версионируемые промпты, набор regression/evaluation cases и контролируемый fallback. Тогда смена поставщика становится проверяемой миграцией, а не переписыванием продукта вслепую.

8. Права на входные данные и результат

Проверьте договор и условия провайдера:

• можно ли использовать результат в коммерческом продукте;
• кому принадлежат права на результат;
• имеет ли компания право передавать входные документы и контент;
• использует ли провайдер запросы для обучения;
• как данные удаляются и сколько хранятся;
• как уведомляются изменения условий.

Если вы сами предоставляете пользователю возможность применять большую фундаментальную модель, эти ответы понадобятся для уведомления по статье 10 с марта 2027 года.

06 · Безопасный контур для 1С, CRM и внутренних документов

AI-агент не должен напрямую получать административный доступ к базе или бизнес-системе. Рабочая схема строится через ограниченный интеграционный слой.

Отдельный шлюз операций

Вместо произвольного доступа к API или базе агент получает небольшой набор разрешённых команд: найти документ, получить статус, подготовить черновик, создать предложение изменения. Каждая команда проверяет права и входные параметры детерминированным кодом.

Read-only по умолчанию

Начальный режим — чтение и подготовка предложений. Запись включается для отдельных операций после накопления тестовых данных и определения последствий ошибки.

Минимальный контекст

Агент получает только документы и поля, необходимые для конкретной задачи. Не весь профиль клиента, не полную базу знаний и не всю историю компании.

Подтверждение перед записью

Предлагаемое изменение должно проходить через обычные проверки основной системы. Модель не заменяет валидацию, бизнес-правила, транзакции и контроль прав.

Проверяемая история

Аудит должен позволять восстановить: кто инициировал запрос, какая версия модели и промпта использовалась, какие источники были доступны, что предложила модель, кто подтвердил действие и какой результат записан. Это не обещает объяснить внутренние вычисления модели, но даёт проверяемую цепочку бизнес-действия.

07 · Чек-лист перед 1 сентября 2026 года

Роль компании

• составлен список всех AI-сценариев, моделей и провайдеров
• отдельно отмечены API, RAG, AI-агенты и fine-tuning
• проверено, предоставляется ли пользователям непосредственная возможность применять большую фундаментальную модель
• при модификации модели зафиксированы исходная модель, число параметров, назначение и характер изменений
• потенциальная роль по 243-ФЗ подтверждена юристом, а не определена только командой разработки

Данные и инфраструктура

• известны место inference, хранения запросов, логов и резервных копий
• реальные запросы проверены на персональные данные, секреты и клиентские документы
• трансграничные сценарии сверены со статьями 12 и 18 152-ФЗ
• настроены минимизация и фильтрация контекста
• сроки хранения AI-логов определены и технически применяются

Агенты и действия

• у агента отдельная техническая учётная запись
• права чтения и записи разделены
• критические действия требуют явного подтверждения человеком
• аудит различает инициатора, агента и подтвердившего пользователя
• существуют ограничение частоты, отмена, rollback или компенсирующая операция

Устойчивость и договоры

• модель вызывается через контролируемый адаптер
• промпты и конфигурация версионируются
• есть evaluation-набор для смены модели или промпта
• проверены права на входные данные и результат
• зафиксированы условия хранения, удаления и обучения на запросах

08 · Что 243-ФЗ не заменяет

152-ФЗ и локализацию данных

Новый закон не создаёт отдельного разрешения отправлять персональные данные в модель и не отменяет требования к их сбору, локализации, защите и трансграничной передаче. Подробно архитектурную сторону мы разбираем в статье «ФЗ-152 для SaaS-продуктов в 2026».

Отраслевые требования

Банковские, медицинские, государственные и КИИ-системы могут иметь более строгие требования к поставщикам, сертификации, доступам, журналам и инфраструктуре. Применимость определяется ролью и конкретной системой.

Договоры и режим конфиденциальности

Если договор с заказчиком запрещает передачу данных третьим лицам, внешний AI API может нарушить обязательство независимо от того, подпадает ли компания под 243-ФЗ.

Ответственность за бизнес-действие

Интеграция модели не переносит решение автоматически на провайдера. Архитектура должна сохранять владельца процесса, проверку правил и человека там, где действие создаёт существенные последствия.

FAQ

Мы просто подключили API нейросети. Закон делает нас разработчиком?

Сам по себе вызов API не означает разработку или модификацию модели. Но нужно отдельно проверить, предоставляете ли вы пользователям возможность применять большую фундаментальную модель и какие данные передаются провайдеру.

RAG считается модификацией модели?

Технически RAG обычно добавляет внешний поиск и контекст, не изменяя параметры модели. Юридическую квалификацию конкретного продукта всё равно следует подтверждать по его фактической архитектуре и договорной модели.

Fine-tuning открытой модели делает нас разработчиком?

Это сценарий для отдельной проверки. Закон включает модификацию в определение деятельности разработчика и связывает обучение с подбором числовых значений параметров. Важны исходная и итоговая модель, её размер, назначение, масштаб задач и статус.

Нужно ли маркировать любой контент, созданный с AI?

243-ФЗ не устанавливает универсальную автоматическую маркировку каждого материала. Статья 9 с 1 марта 2027 года говорит о возможности разместить предупреждение и об обязанности крупных пользовательских площадок предоставить такой инструмент.

Запрещает ли закон зарубежные модели?

В самом законе нет общего немедленного запрета. Правительство сможет определять отдельные случаи применения только суверенных или национальных моделей. Кроме этого, зарубежный сервис нужно проверять по требованиям к данным, отрасли, договорам и доступности.

С чего начать техническую проверку?

С двух артефактов: реестра AI-сценариев и фактической карты данных. Они показывают, где модель только вызывается, где меняется, какие сведения уходят провайдеру и какие действия AI может совершать в бизнес-системах.

Вывод

243-ФЗ — не универсальный закон о каждом корпоративном AI-внедрении. Он строит рамку вокруг больших фундаментальных моделей, отдельно выделяет суверенные и национальные модели и вводит отложенные требования к их разработчикам, маркировке и информации о правах на результаты.

Для обычной компании полезнее не начинать с формального «мы под законом или нет», а собрать доказуемую картину системы: какую модель она использует, меняются ли её параметры, какие данные передаются, какие права получил агент и кто подтверждает критические действия. После этого юридическая квалификация становится быстрее, а архитектурные риски — конкретнее.

Мы помогаем приводить существующие AI-интеграции в управляемое состояние: AI-системы с учётом 152-ФЗ, AI-автоматизация процессов, интеграции с CRM и 1С. Дополнительно: как внедрить AI без переписывания backend и чем внутренний AI отличается от публичных сервисов. Обсудить систему →

Источники

• Федеральный закон от 26.07.2026 № 243-ФЗ — полный текст
• Статья 3: основные понятия и критерии большой фундаментальной модели
• Статья 6: суверенные и национальные модели
• Статья 8: обязанности разработчиков суверенных и национальных моделей
• Статья 9: возможность маркировки AI-материалов
• Статья 10: уведомление о правах и условиях использования результатов
• Статья 13: даты вступления положений закона в силу
• 152-ФЗ, статья 12: трансграничная передача персональных данных
• 152-ФЗ, статья 18: обязанности при сборе и локализация

Материал носит инженерный характер и не является юридической консультацией.