Блог / Shadow AI

Утечка персональных данных через нейросети: как сотрудники сливают данные в ChatGPT и что с этим делать

Август 2026 · 6 минут

Главная утечка данных через ИИ происходит не из-за хакеров, а из-за собственных сотрудников. По исследованию ГК «Солар» (февраль 2026, анализ трафика 150 компаний из госсектора, финансов, промышленности, ритейла, телекома и ИТ), за 2025 год объём данных, отправляемых в публичные нейросети, вырос в 30 раз — при этом около 60% организаций не имеют формализованных политик работы с ИИ.

Что такое shadow AI

Теневой ИИ — неконтролируемое использование публичных нейросетей в обход ИТ- и ИБ-служб. Сотрудник вставляет в чат-бот клиентскую базу, чтобы «быстро разобрать», исходный код — «чтобы найти баг», протокол встречи — «чтобы сделать выжимку». Данные покидают периметр, и компания об этом не знает. Запрет не решает проблему: сотрудники переходят на личные устройства, и канал просто становится невидимым.

Хрестоматийный кейс: Samsung

В апреле 2023 года, менее чем за 20 дней после того как Samsung разрешила сотрудникам ChatGPT, произошло три отдельных инцидента: инженеры загрузили в чат-бот фрагменты исходного кода полупроводникового оборудования, внутренние спецификации и транскрипт рабочего совещания. В мае компания запретила генеративный ИИ на рабочих устройствах, предупредив об увольнении за нарушение. Данные к тому моменту уже покинули контур — запрет постфактум ничего не вернул.

Почему это опасно юридически

Персональные данные. ФИО, паспорт, ИНН клиентов в промпте — обработка по 152-ФЗ, а при отправке за рубеж — ещё и трансграничная передача.
Штрафы. Утечка карается по ст. 13.11 КоАП: от 3–5 млн ₽, повторная — оборотный штраф до 500 млн ₽ (полная таблица штрафов). Уголовная ст. 272.1 УК — до 10 лет.
Коммерческая тайна и КИИ. Даже неперсональные данные, ушедшие в публичную нейросеть, могут оказаться разглашением коммерческой тайны (98-ФЗ) или нарушением 187-ФЗ о критической информационной инфраструктуре.

Что реально работает

1. Политика использования ИИ. Опишите, что можно и что нельзя загружать во внешние модели, и какие сервисы разрешены. Это закрывает те самые «около 60% без политик» из статистики — и это первый документ, который спросит проверяющий.

2. Обучение. Большинство сотрудников сливает данные не со зла — им никто не объяснил, что промпт с клиентской базой равен отправке этой базы третьему лицу.

3. Технический контроль. Политика без контроля не работает. Варианты по нарастанию: закрытый контур с локальной моделью; DLP-фильтрация трафика к ИИ-сервисам; шлюз маскирования, который убирает персональные данные из запроса до отправки — сотрудники продолжают пользоваться привычными моделями, но реквизиты наружу не уходят.

За сам факт использования зарубежного ИИ не штрафуют — регулятор на проверке смотрит на наличие документов и мер защиты. Но если сотрудники бесконтрольно сливают данные, а мер нет, ответственность наступает по полной шкале.

Анонимайзер LLM — контролируемый канал вместо запрета

Шлюз перехватывает запросы к нейросетям и маскирует персональные данные (ИНН, СНИЛС, паспорта, ФИО, карты) до отправки во внешнюю LLM, восстанавливая их в ответе. Работает on-prem без GPU и ведёт журнал обращений — доказательство контроля для ИБ и регулятора.

Посмотреть живое демо