Как повлияет на бизнес закон о регулировании искусственного интеллекта
01 мая, 2026 г.
Минцифры хочет обязать компании перейти на отечественные ИИ-сервисы и начать маркировать ИИ-контент. Допрасходы могут достичь 250 млн руб. в год. А получить эффект от нейросетей станет сложнее. Рассказывает Кирилл Гончаров (BusinessPad).
В марте 2026 года Минцифры опубликовало законопроект о регулировании искусственного интеллекта (ИИ). Закон, который может вступить в силу 1 сентября 2027-го, закрепляет приоритет отечественных решений на российском рынке.
Разберемся, как он повлияет на бизнес.
Что произошло: ИИ хотят «отрегулировать»
В середине марта Минцифры представило на обсуждение законопроект о регулировании искусственного интеллекта. Он закрепляет ключевые понятия — от сервисов и моделей ИИ до данных и процесса обучения и определяет участников рынка — разработчика, пользователя, владельца и оператора.
Проект допускает ограничение или запрет иностранных ИИ-систем в России и вводит категории суверенных, национальных и доверенных фундаментальных моделей. К первым двум отнесли решения, созданные российскими физическими и юридическими лицами с использованием данных, сформированных внутри страны. Доверенные модели могут разрабатываться при участии более широкого круга специалистов, но должны соответствовать требованиям безопасности и качества, установленным регуляторами, и обрабатывать данные на территории России. Такие системы будут включаться в специальный реестр.
Документ вводит и обязательства для участников рынка. Владельцы ИИ-сервисов должны будут определять права на сгенерированные материалы и фиксировать это в пользовательских соглашениях. Кроме того, обязательной становится маркировка любого сгенерированного контента — фото, видео и аудио. Социальные сети должны будут проверять наличие такой маркировки и при отсутствии либо добавлять ее самостоятельно, либо удалять контент.
Что закон меняет для бизнеса: нейросети обойдутся дороже и дадут меньший эффект
До сих пор бизнес воспринимал нейросети как недорогой универсальный инструмент для автоматизации маркетинга, клиентского сервиса, документооборота и разработки продуктов. Это позволяло снижать операционные затраты в разы: в ряде задач себестоимость падала на порядок. Например, небольшое маркетинговое агентство могло создавать до 10 тыс. изображений в месяц примерно за 50 тыс. руб. с помощью генеративных сервисов, тогда как при работе с дизайнерами стоимость единицы контента достигала 7–10 тыс. руб.
Нейросети обойдутся дороже
При этом большинство компаний опиралось на зарубежные инструменты вроде ChatGPT, Claude, GitHub Copilot, Midjourney. Они опережали российские с точки зрения качества и скорости работы. В случае принятия закона компаниям придется перейти на отечественные решения. А это, по моему мнению, снизит эффективность работы и замедлит процессы.
Уже сейчас российские решения зачастую дороже: например, обработка 1 млн токенов в ChatGPT стоит около $2–$3, тогда как в YandexGPT Pro — порядка $12–$15.
Дополнительно появятся расходы на маркировку и контроль использования сгенерированных материалов — от 1 до 10 руб. за единицу контента и выше.
Вырастут и юридические издержки. Компаниям придется составлять отчеты о работе алгоритмов, проверять ИИ-системы на соответствие закону, пересматривать пользовательские соглашения. Те, кто работает с критической инфраструктурой или в госсекторе, столкнутся с необходимостью сертификации моделей. Такие процедуры могут стоить до 50 млн руб.
Отдельной статьей затрат станет разработка внутренних политик использования ИИ и обучение сотрудников. По масштабу это сопоставимо с требованиями информационной безопасности и может обойтись компании среднего размера в 0,7–2,5 млн руб. в год.
В совокупности переход на локализованные ИИ-решения означает кратный рост затрат. По моей оценке, для компании на 1 тыс. сотрудников дополнительные расходы могут составить 80–250 млн руб. в год. При этом речь идет только об операционных издержках, без учета потерь от заморозки текущих ИИ-проектов, которые могут достигать десятков миллионов рублей. Даже малому и среднему бизнесу (до 500 сотрудников) это обойдется в дополнительные 4,5–18 млн руб. ежегодно.
Преимущества ИИ начнут сходить на нет
На фоне роста издержек компании начнут пересматривать сценарии применения ИИ. В первую очередь будут меньше использовать генеративные модели там, где экономический эффект невысок или результат требует дополнительной проверки — например, в автоматической генерации клиентских ответов, маркетингового контента и внутренних документов без участия человека. Бизнес будет отказываться от «свободных» сценариев в пользу более контролируемых: вместо открытой генерации — шаблонные решения, вместо полностью автономных систем — модели с участием оператора, вместо быстрого запуска новых функций — более долгий цикл согласования и контроля.
Сильнее всего это проявится в клиентском сервисе. За последние годы многие компании сократили размеры call-центров, заменив часть операторов ИИ-чатами. Похожая ситуация складывается и в HR, где процессы подбора были практически полностью автоматизированы с помощью ИИ. При ужесточении регулирования часть процессов придется дублировать — сначала генерировать ответ, затем проверять его лично, а в некоторых случаях возвращать операторов в контур обслуживания. В результате поддержка снова станет дороже, а автоматизация менее глубокой, чем бизнес рассчитывал еще год-два назад.
Кто выиграет и проиграет от изменений — гиганты в плюсе, МСБ в минусе
Сильнее всего изменения затронут малый и средний бизнес, а также стартапы, для которых ИИ был прежде всего инструментом быстрого снижения затрат и масштабирования без пропорционального роста команды. В новых условиях их издержки вырастут. Если раньше компании могли быстро подключать внешние инструменты и проверять гипотезы, то теперь им придется учитывать требования к моделям ИИ, инфраструктуре, данным и юридической ответственности.
В еще более уязвимом положении окажутся компании, работающие на внешних рынках. Ограничения в выборе инструментов и более медленный цикл внедрения могут снизить скорость вывода новых продуктов и сервисов по сравнению с международными конкурентами, что в перспективе может ограничить экспортный потенциал российских IТ-решений.
Если говорить об отраслях, то сильнее всего пострадает сфера электронной коммерции, где активно используют ИИ для генерации карточек товаров. Наиболее болезненными для игроков станут требования к маркировке. Массовая маркировка карточек как «ИИ-сгенерированных» может создать у потребителя неверное впечатление и привести к недоверию к товару, продавцу и платформе, что обернется снижением продаж. К тому же маркировка будет, вероятно, платной и может сказаться на конечной стоимости товаров для потребителей.
В выигрыше окажутся инфраструктурные игроки — владельцы дата-центров и поставщики вычислительных мощностей, а также разработчики отечественных моделей, прежде всего «Сбер» и «Яндекс». К ним могут присоединиться «Ростелеком», VK, МТС и другие крупные технологические компании.
Рынок ИИ-решений будет консолидироваться: вместо десятков сервисов останется ограниченное число поставщиков, способных пройти сертификацию и обеспечить локальную инфраструктуру. Изменится и логика конкуренции — если сегодня модели выбирают по цене и качеству, то ключевыми факторами станут соответствие требованиям и доступ к инфраструктуре.
Как действовать компаниям: резюме кратко
Ждать финальной редакции закона — проигрышная стратегия. Подготовка требует времени, и откладывать ее до 2027 года рискованно.
Первый шаг — инвентаризация всех точек использования ИИ: LLM, API, SaaS-модели, интеграции. Отдельное внимание стоит уделить теневому ИИ — случаям, когда сотрудники используют личные подписки на ChatGPT, Claude или Gemini для рабочих задач.
Параллельно необходимо картировать данные: понять, какие из них передаются во внешние модели, где хранятся, есть ли среди них персональные или критически важные. Это позволит определить, какие данные придется локализовать.
Следующий шаг — «пилоты» на российских моделях, чтобы оценить реальный разрыв в качестве и заложить сроки перехода. Если работа с ИИ выполняется подрядчиками, стоит пересмотреть договоры, зафиксировав требования к использованию доверенных моделей и распределение ответственности.
В краткосрочной перспективе бизнес действительно заплатит за переход — как прямыми расходами, так и потерей части эффекта от автоматизации. Но на горизонте нескольких лет ситуация может выровняться. При умеренно позитивном сценарии локальные модели и ИИ-агенты смогут сократить разрыв по качеству до приемлемого уровня за два-три года, а за пять-семь лет приблизиться к паритету в ключевых прикладных задачах. Это не вернет «дешевый универсальный ИИ» образца 2023–2025 годов, но сформирует другую модель рынка — с более дорогими, но точными и контролируемыми решениями. В такой конфигурации бизнес снова начнет получать эффект от нейросетей за счет снижения рисков, роста качества решений и предсказуемости процессов.
