Корпоративный ИИ: как компании используют нейросети без утечки данных

Что такое корпоративный ИИ простыми словами

Представьте опытного сотрудника, который помнит наизусть все правила компании и быстро находит нужный документ. Он не подскажет того, чего не знает: честно скажет «не в курсе» и позовёт коллегу. Корпоративный ИИ выполняет похожую роль, только это программа. Она ищет ответ в документах, которые ей загрузила компания, — не в общих знаниях из интернета.

Обычный бесплатный чат в браузере устроен по-другому. Он не видит документов компании и отвечает тем, чему его когда-то обучили в общем и целом. Текст, который сотрудник туда вставляет — прайс, кусок договора, — попадает на сервер компании, которая этот чат сделала. Дальше сотрудник не может проверить, что с этим текстом происходит.

Какие задачи он решает

Ответы на вопросы по документам — только одна из задач, и не самая широкая. Вот ещё что умеет корпоративный ИИ на практике.

Первые три задачи — это разговор с помощником: вопрос и ответ. Последняя устроена иначе — так работает агент: программа сама проходит несколько шагов по заранее заданному порядку, а человек проверяет итог.

Чем это отличается от бесплатного чата

Сотрудники и так уже пользуются нейросетями на работе — вопрос не «включать или нет», а «на каких условиях». Менеджер вставляет в бесплатный чат кусок договора, чтобы сократить текст. Бухгалтер просит нейросеть проверить таблицу с зарплатами. Каждый раз документ компании и чужие персональные данные уходят на сервер, который компании не принадлежит.

Мы подробно разбирали восемь таких рисков и что с каждым из них делать — в статье «Риски использования ИИ в бизнесе». Там же — про штрафы за утечку персональных данных. Здесь остановимся на том, что касается именно корпоративного ИИ и закона о личных данных.

Что говорит закон

Про личные данные — то есть сведения о конкретном человеке: имя, телефон, диагноз, номер договора — в России есть отдельный закон, 152-ФЗ. Он касается корпоративного ИИ, если помощник видит вопросы клиентов или сотрудников, где встречаются такие данные.

Требование хранить такие данные на серверах в России действует давно, с 2015 года (Федеральный закон № 242-ФЗ от 21.07.2014; источник: КонсультантПлюс). С 1 июля 2025 года его ужесточили. Теперь нельзя даже собирать данные россиян в базе, которая физически стоит за границей, — раньше формулировка была мягче (Федеральный закон № 23-ФЗ от 28.02.2025, часть 5 статьи 18 закона 152-ФЗ; источник: КонсультантПлюс). Правило именно про сбор данных. Для самих ответов помощника оно не требует российской модели: можно использовать и зарубежную, если данные собраны и хранятся по правилам.

Если данные всё же уходят за границу — например, в зарубежную нейросеть, — компания обязана заранее уведомить об этом Роскомнадзор. Для этого есть отдельная форма на портале ведомства (статья 12 закона 152-ФЗ; источник: КонсультантПлюс). Оператором данных остаётся сама компания: по закону она отвечает перед человеком за действия того, кому поручила обработку данных (часть 5 статьи 6 закона 152-ФЗ; источник: КонсультантПлюс). Если Роскомнадзор запретит передачу, компания обязана добиться, чтобы уже переданные данные уничтожили на той стороне.

Если компания не сообщила об утечке в Роскомнадзор, уже за это штраф — от 1 до 3 млн ₽ (часть 11 статьи 13.11 КоАП). За саму утечку сумма зависит от масштаба: обычные данные штрафуют, если пострадало больше тысячи человек, а данные о здоровье и биометрию — при любом числе пострадавших.

Есть и третье, отдельное правило — не про утечку и не про то, где хранятся данные, а про то, как оформлено согласие человека на обработку его персональных данных. С 1 сентября 2025 года такое согласие должно быть отдельным документом. Раньше его можно было включить строкой в другой договор — теперь нельзя (Федеральный закон № 156-ФЗ от 24.06.2025, статья 5; источник: КонсультантПлюс). Правило касается любой компании и любых персональных данных, не только тех, что проходят через нейросеть. У нас есть и своя рабочая практика, отдельная от этого закона. Если для задачи нужна зарубежная модель, мы заранее показываем заказчику, что именно уйдёт за пределы страны. Дальше мы получаем письменное согласие на это от самого заказчика — фиксируем его в договоре.

Три способа разместить данные

Подробный разбор и то, что можно потребовать в любой момент, — на странице «Куда попадают ваши данные». Здесь — что именно уходит за пределы компании в каждом из трёх вариантов.

Наша работа стоит от 250 000 ₽ при любом из трёх вариантов. Нейросеть или сервер под неё компания оплачивает сама. Сервер можно арендовать за рубежом, например около 30 000 ₽ в месяц, — это подходит, если в переписке нет персональных данных. Свой сервер внутри компании подбирают под то, сколько людей пишут помощнику одновременно: в наших расчётах железо стоило от 250 тысяч до 9 млн ₽.

Нужно ли в третьем варианте отдельно уведомлять Роскомнадзор о передаче данных за границу — решает юрист вашей компании. Мы даём ему точное описание того, что именно уходит наружу, а что остаётся внутри.

Похожие по смыслу платформы есть и у крупных российских компаний. У Сбера — GigaChat Enterprise: база знаний компании, управление правами доступа и готовые агенты для типовых задач (Сбербанк, пресс-релиз «Сбер представил GigaChat Enterprise», 03.03.2026). У Яндекса — Yandex AI Studio: поиск по своим файлам и конструктор агентов на основе нескольких моделей (aistudio.yandex.ru, проверено 21.09.2026).

Как выбрать первый сценарий и понять, что он работает

Формулировка «помощник для всей компании» для старта не годится. Первый сценарий — одна конкретная повторяющаяся задача: вопрос, который сотрудники задают часто, и результат, который можно измерить. Задачу, где цена ошибки высокая — например, решение об отказе клиенту, — для старта брать не стоит: там пока нужна проверка человеком на каждом шаге.

Ожидаемый результат фиксируем в договоре ещё до запуска. Первый месяц после старта входит в цену — это время на донастройку по реальным вопросам сотрудников. Если за месяц не вышло, донастраиваем дальше без доплаты. Не получается и тогда — говорим об этом прямо и останавливаем проект.

У каждого ответа остаётся след: кто спросил, что ответили, на какой документ сослались. Это не инструмент слежки за сотрудниками. Он нужен, чтобы можно было проверить любой ответ задним числом — например, если клиент оспаривает то, что ему сказали.

Как выглядит измеримый результат на практике — чуть ниже, в разделе про наши проекты: у Минцифры это конкретные часы вместо недель. Именно такую цифру и стоит фиксировать в договоре в качестве цели, «стало удобнее» для этого не годится.

Правила для сотрудников

Компании, которые подключают такого помощника, обычно вводят несколько простых правил — что можно писать ему в чат, а что нет, и кто проверяет важные ответы перед тем, как их увидит клиент. Подробный разбор — в статье «Риски использования ИИ в бизнесе».

Права доступа по ролям

Отдельный вопрос — что видит каждый сотрудник. Если помощник отвечает всем одинаково, кто угодно может случайно увидеть чужую зарплату или условия чужого договора. Сложные роли, несколько систем компании и завязанные на них действия — это уже отдельный проект: настраиваем разные права доступа для отделов и подключение к вашим системам, от 1 500 000 ₽. Подробный разбор — на странице «Корпоративный помощник с правами доступа по ролям».

Два наших проекта на серверах заказчиков

Вот два примера, где всё, о чём говорили выше, уже работает на практике.

Федеральная аптечная сеть поставила помощника для розничного персонала. Спросить можно прямо в служебном чате компании, Microsoft Teams: помощник отвечает и присылает ссылку на нужный регламент. Модель — Qwen, нейросеть с открытым кодом: её можно установить на свой сервер. Она работает прямо на серверах сети, документы не передаются в сторонние нейросети.

Второй пример — система для Минцифры. Она сверяет комплект закупочных документов между собой до того, как закупка уйдёт на размещение. Арифметику и сравнение таблиц делает обычная программа с жёсткими правилами: так результат легко перепроверить вручную. Нейросеть подключается только там, где документ распознался плохо, — например, если таблица собралась криво и её нужно аккуратно восстановить. Система работает на серверах заказчика и читает файлы Word.

Раньше специалист сверял один такой комплект вручную около двух недель. Сейчас на это уходит пара часов. В спорных случаях система не гадает: она показывает специалисту уже подобранные варианты. Решение остаётся за человеком.

Когда это не нужно

Небольшой компании без чувствительных данных иногда хватает обычной подписки на готовый облачный сервис — отдельный проект под неё не окупится.

Если регламенты и инструкции существуют только на бумаге или в сканах, помощнику пока нечего читать: сначала их нужно перевести в обычный текст. Наша система для Минцифры, например, читает готовые файлы Word.

Корпоративный ИИ не заменяет систему прав доступа компании. Если у вас пока нет чёткого разделения, кто что может видеть, — сначала стоит навести порядок в этом.

Сколько это стоит

Точную цифру для вашей задачи считаем на бесплатном разборе. Она зависит от объёма документов и от того, какой вариант размещения вы выберете.

Что нужно от вас

Дальше многое зависит от пары решений внутри компании.

• Кто решает, какие данные можно отдавать помощнику, — эту роль лучше назначить до старта.
• Кто отвечает за то, чтобы регламенты и инструкции, по которым он отвечает, оставались актуальными.
• Какой вариант размещения выбираем: свой сервер, российский дата-центр или облако с очисткой данных.
• Где сотрудники будут писать помощнику — Telegram, Max или внутренний чат компании.

Сбор документов в рабочий вид, настройку и подключение делаем мы.

Для технических специалистов

Поиск по документам устроен через приём с названием RAG — по-простому это значит, что программа сперва находит в документах компании подходящий фрагмент, и только потом строит из него ответ. Проверить, откуда взялся ответ, из-за этого гораздо проще. Подробнее — в статье «Что такое RAG простыми словами».

Модель для ответов выбираем под задачу. GigaChat, YandexGPT, OpenAI и Claude работают через интернет. Qwen и другие модели с открытым кодом можно поставить на сервер заказчика. Если используется модель, которая работает через интернет, часть текста можно очистить перед отправкой: убрать имя, телефон и другие данные о конкретном человеке, а в ответе, который видит сотрудник, вернуть их на место.

Для задач сложнее поиска — когда помощник должен ещё и выполнять действия в нескольких системах компании с учётом роли сотрудника — нужна отдельная настройка под каждую систему. Такая работа — это уже отдельный проект с правами по отделам, а не типовой запуск помощника.

ИИ-ассистент для персоналаОтвечает по вашим документам — от 250 000 ₽