Почти 40% обращений сотрудников к ИИ содержат конфиденциальные данные
В выборку вошли результаты пилотных проектов Solar Dozor в крупных российских организациях из финсектора, промышленности, ретейла, телекома, ИТ и госсектора. Всего анализ охватил 150 компаний с января по июнь 2026 года. В ходе таких проектов DLP-система разворачивается в инфраструктуре заказчика, а аналитики Solar Dozor по согласованию с ним агрегируют полученные события и формируют сценарии защиты от утечек данных, в том числе при использовании публичных ИИ-сервисов. К зафиксированным взаимодействиям относились текстовые запросы, скопированные фрагменты текста, загружаемые файлы и попытки передачи данных во внешние ИИ-сервисы.
«Для бизнеса публичный ИИ – уже не эксперимент, а инструмент повседневной работы. Но вместе с пользой появляется новый управленческий риск: конфиденциальные данные могут попасть во внешний сервис в процессе решения рутинной рабочей задачи – при анализе фрагментов кода, обработке таблиц, подготовке внутренних отчетов, коммерческих предложений или материалов по сделкам. Поэтому компаниям важно не только регламентировать использование искусственного интеллекта, но и управлять этим процессом: определять список разрешенных ИИ-сервисов, учитывать роль пользователя и контролировать категории передаваемых данных», – отмечает Али Гаджиев, руководитель продукта Solar Dozor ГК «Солар».
Какие данные сотрудники передают в ИИ
В публичные ИИ-сервисы попадают данные, с которыми сотрудники работают в повседневных задачах: код, документы, таблицы, договоры, информация о заказчиках и внутренние отчеты. Внутри массива обращений с конфиденциальной информацией 41% пришлось на исходный код и конфигурации, 30% – на персональные, финансовые и другие чувствительные данные, 18% – на интеллектуальную собственность, 11% – на пароли, токены и API-ключи.
Эти категории различаются по характеру ущерба. Исходный код и конфигурации могут раскрывать логику продукта, архитектуру систем, адреса внутренних ресурсов и особенности инфраструктуры. Персональные, финансовые и другие чувствительные данные создают риски нарушения требований к защите информации и договорных обязательств. Интеллектуальная собственность – договоры, внутренние отчеты, презентации, результаты исследований и планы – может иметь коммерческую ценность и влиять на конкурентные позиции компании. Пароли, токены и API-ключи относятся к наиболее критичной категории, поскольку предоставляют прямой доступ к корпоративным системам.
Какие специалисты чаще всего передают конфиденциальные данные в ИИ
43% взаимодействий, в которых фиксировалась передача корпоративной информации в публичные ИИ-сервисы, пришлись на команды разработки. Разработчики и администраторы используют искусственный интеллект для работы с кодом и технической информацией: передают фрагменты исходного кода, журналы ошибок и технические описания, чтобы найти причину сбоя, провести рефакторинг или подготовить тесты. Вместе с техническим контекстом во внешний сервис могут попасть сведения об архитектуре, внутренних системах, токенах и т.д.
Коммерческий блок формирует 26% обращений с чувствительной информацией. Сотрудники могут передавать в ИИ историю переговоров, условия сделок, материалы из CRM, клиентские базы или договоры, чтобы подготовить письмо, коммерческое предложение или резюме встречи. Для таких групп пользователей Solar webProxy настраивает правила доступа к публичным ИИ-сервисам, а Solar Dozor проверяет содержание запросов и файлов на наличие персональных данных, финансовых условий, информации о заказчиках и других защищаемых сведений.
На аналитиков, маркетологов, HR- и финансовых специалистов приходится 23% обращений, а на остальные отделы – 8%. Эти сотрудники используют ИИ для обработки таблиц, внутренних отчетов, презентаций, результатов исследований и документов с персональными или финансовыми данными.
Почему важна управляемая работа с ИИ
Исследование УЦСБ и «Солара» среди 102 компаний показывает, что российские организации уже активно используют искусственный интеллект, но подходы к защите данных пока формируются. Так, 82,8% организаций допускают генеративный ИИ в работе технических специалистов: 50,5% разрешают его только в ограниченном режиме, еще 32,3% – свободно. При этом 42,4% компаний подозревали утечки конфиденциальной информации через ИИ, а 8,1% уже зафиксировали реальные инциденты.
ИИ становится не только технологическим, но и управленческим вопросом. Компаниям нужно определить, какие сервисы допустимы, кто может ими пользоваться, какие данные нельзя передавать во внешний контур и кто отвечает за контроль таких сценариев.
Подходы к контролю выгрузки конфиденциальной и чувствительной информации пока различаются. Треть опрошенных компаний – 33,3% – не применяет специальных мер защиты ИИ/ML-систем. Среди организаций, которые пока не используют ИИ, 42,5% назвали риски безопасности и конфиденциальности данных главным барьером для внедрения. Поэтому для организаций ключевой задачей становится не только внедрение искусственного интеллекта, но и создание условий, при которых его можно безопасно масштабировать.
Полный запрет работы с публичными ИИ-сервисами не всегда реалистичен: сотрудники уже используют их для оптимизации рутинных задач, а бизнес получает от таких инструментов измеримую пользу. При этом бесконтрольное использование искусственного интеллекта становится новым источником корпоративного риска. Поэтому роль ИБ-службы меняется: ей важно не просто ограничивать доступ, а помогать бизнесу использовать ИИ безопасно.
Как управлять использованием ИИ
Управляемая работа с искусственным интеллектом строится на двух уровнях. Первый – доступ к сервисам: бизнесу нужно понимать, какие ИИ-инструменты используют сотрудники, и применять к ним политики в зависимости от роли, подразделения и допустимых сценариев работы. Второй – содержание передаваемых данных: важно определить, какие файлы, фрагменты текста и категории информации нельзя отправлять во внешний контур.
Такой подход позволяет сохранить полезные сценарии работы с ИИ: ускорение разработки, аналитики, подготовки документов и коммуникаций, – без потери контроля над корпоративными данными. Для ИБ-команд это означает переход от реагирования на инциденты к управлению риском в моменте: видеть обращение к ИИ-сервису, понимать контекст пользователя и оценивать допустимость передачи данных.
«Главный вызов для ИБ сегодня – не в самом факте использования публичных ИИ-сервисов, а в том, чтобы предоставить бизнесу безопасный и управляемый доступ к этим инструментам. Задача ИБ – сохранить полезные сценарии работы с ИИ и при этом определить, какие сервисы допустимы, кому они доступны и какие данные нельзя передавать во внешний контур. Такой подход помогает развивать культуру работы с ИИ без потери контроля над корпоративной информацией» – подчеркивает Али Гаджиев, руководитель продукта Solar Dozor ГК «Солар».
Отдельным элементом модели управления рисками становится security awareness по теме ИИ. Сотрудникам важно объяснять не только общие правила кибергигиены, но и конкретные ограничения при работе с публичными нейросетями: какие данные нельзя вставлять в промпты, почему фрагменты кода, конфигурации, документы и таблицы могут быть чувствительными и какие сценарии использования ИИ считаются безопасными в компании.
