Короткий ответ. В России действует больше 150 национальных стандартов (ГОСТ Р), так или иначе связанных с искусственным интеллектом: от терминологии (ГОСТ Р 71476-2024) и классификации систем ИИ (ГОСТ Р 59277-2020) до оценки качества (ГОСТ Р 59898-2021), качества данных (серия ГОСТ Р 71484) и отраслевых стандартов для медицины и образования. По закону «О стандартизации» все они добровольны. Обязательным стандарт становится, когда на него ссылаются техническое задание, договор, закупочная документация или нормативный акт.
Ниже — карта ключевых ГОСТов по ИИ с таблицей сроков и сфер применения, разбор того, когда стандарт становится обязательным, и чек-лист: какой ГОСТ применять на каждом этапе проекта внедрения ИИ, какой документ получить на выходе и кто за него отвечает.
Содержание
- Какие ГОСТы по искусственному интеллекту действуют
- Таблица ключевых стандартов: статус и сфера применения
- Какой ГОСТ нужен в вашей задаче
- Обязательны ли ГОСТы по ИИ
- Чек-лист: ГОСТы на каждом этапе проекта
- Как сослаться на ГОСТ в техническом задании
- Типичные ошибки и практика
Какие ГОСТы по искусственному интеллекту действуют
Росстандарт активно расширяет свод стандартов по ИИ: на середину 2025 года действовало порядка 152 ГОСТов, касающихся разных аспектов искусственного интеллекта и смежных технологий. Часть ключевых стандартов построена на международных ИСО/МЭК, поэтому их терминология согласована с международной практикой.
Разбираться в этом массиве удобнее по группам: терминология и классификация, качество данных, качество и доверие, жизненный цикл и управление, отраслевые стандарты.
Терминология и классификация: ГОСТ Р 71476-2024 и ГОСТ Р 59277-2020
ГОСТ Р 71476-2024 «Искусственный интеллект. Концепции и терминология искусственного интеллекта» — фундаментальный стандарт группы. Он идентичен ISO/IEC 22989:2022 и действует с 1 января 2025 года. Стандарт устанавливает единую терминологию и описывает ключевые концепции ИИ: например, различие «сильного» и «слабого» ИИ и типы ИИ-систем. Его можно применять в любой организации и отрасли, а остальные стандарты опираются на его словарь.
На практике 71476 — первое, на что стоит сослаться в документах проекта. Когда в ТЗ чётко определено, что такое, например, «обученная модель», заказчик и исполнитель перестают спорить о словах на приёмке.
ГОСТ Р 59277-2020 «Классификация систем искусственного интеллекта» задаёт типологию ИИ-систем по методам и назначению. Он действует с 1 марта 2022 года и пригодится на старте проекта: классификация системы помогает понять, какие требования к ней применимы.
Для медицины словарь уточняет ГОСТ Р 72484-2025 «Системы искусственного интеллекта в здравоохранении. Термины и классификация»: он введён с 1 февраля 2026 года и устанавливает единый словарь понятий ИИ в здравоохранении.
Качество данных: серия ГОСТ Р 71484-2024
Серия ГОСТ Р 71484 (ИСО/МЭК 5259) состоит из четырёх частей и введена с 1 января 2025 года. Она касается всех, кто использует данные для аналитики и машинного обучения:
- ГОСТ Р 71484.1-2024 «Обзор, терминология и примеры» (24 страницы) вводит концепции качества данных для аналитики и машинного обучения. Это основа серии.
- ГОСТ Р 71484.2-2024 задаёт показатели качества данных: метрики и критерии оценки — чёткость, полноту, достоверность и другие.
- ГОСТ Р 71484.3-2024 содержит требования и рекомендации по обеспечению качества данных.
- ГОСТ Р 71484.4-2024 «Структура процесса управления качеством данных» задаёт организационный фреймворк процессов обеспечения качества данных в ML-проектах.
Данные — исходный материал для машинного обучения, и их качество критически важно. Если данные для модели берутся из учётных систем, работа по 71484 обычно начинается с порядка в справочниках — о том, как его навести, рассказано в статье про нормализацию данных.
Качество и доверие: ГОСТ Р 59276-2020 и ГОСТ Р 59898-2021
ГОСТ Р 59276-2020 «Способы обеспечения доверия к системам искусственного интеллекта» описывает требования к доверенным ИИ-системам: безопасность, прозрачность, устойчивость. Действует с 1 марта 2022 года.
ГОСТ Р 59898-2021 «Оценка качества систем искусственного интеллекта. Общие положения» определяет характеристики ИИ-систем, метрики качества, требования к тестовым данным и процедуры оценки надёжности, безопасности и функциональности. Действует с 1 марта 2022 года и применим в любой отрасли. В стандарте приведены принципы планирования, разработки программы и процедуры оценки качества ИИ для подтверждения его надёжности, безопасности и функциональности — то есть готовая рамка для тестовой документации.
Вместе 59276 и 59898 помогают структурировать оценку надёжности и безопасности: первый отвечает на вопрос «каким свойствам система должна соответствовать», второй — «как это проверить и задокументировать». Как проверять ответы языковых моделей на практике, разобрано в статье о галлюцинациях нейросети.
Жизненный цикл и управление: ГОСТ Р 71539-2024, 71540-2024 и ИСО/МЭК 42001-2024
ГОСТ Р 71539-2024 «Процессы жизненного цикла системы искусственного интеллекта» (ИСО/МЭК 5338:2023) действует с 1 января 2025 года. Он описывает набор процессов для управления жизненным циклом ИИ-систем на основе машинного обучения и эвристических систем: определение требований, разработку, эксплуатацию, сопровождение, улучшение и вывод из эксплуатации. Стандарт можно применять и в проектах разработки, и при закупке готовых решений.
ГОСТ Р 71540-2024 «Эталонная архитектура инженерии знаний» (действует с 1 января 2025 года) описывает роли и компоненты систем управления знаниями для ИИ: эталонную архитектуру и словарь инженерии знаний — роли, компоненты, данные, алгоритмы.
ГОСТ Р ИСО/МЭК 42001-2024 «Система менеджмента искусственного интеллекта» основан на ISO/IEC 42001:2023. Это первый стандарт системы менеджмента ИИ: он предусматривает требования к созданию внутренней системы управления ИИ — планирование, ответственность, документы, аудит. В СМИ его называли ключевым вводимым стандартом, но текст ГОСТа нужно уточнять по официальным источникам.
Отраслевые стандарты: медицина и образование
- ГОСТ Р 72484-2025 — термины и классификация ИИ в здравоохранении, действует с 1 февраля 2026 года.
- ГОСТ Р 71737-2024 «Искусственный интеллект в здравоохранении. Управление рисками ИИ-медицинских изделий» устанавливает требования к оценке рисков использования ИИ в медицине — аналог международных ISO 13485 и ISO 14971.
- Серия ГОСТ Р 59921 посвящена системам ИИ в клинической медицине; с ней сопоставляют анализ рисков и безопасности при регистрации ИИ-медизделий.
- ГОСТ Р 70949-2023 «ИИ в образовании. Применение ИИ в НИОКР» — пример отраслевого стандарта для образования.
Кроме действующих стандартов, есть проекты — например, ГОСТ Р 71503-2025 и другие, в том числе по ИИ в критической инфраструктуре и промышленности. Их статус меняется, поэтому перед ссылкой в документах сверяйтесь с перечнем на сайтах Росстандарта и технического комитета ТК 164.
Таблица ключевых ГОСТов по ИИ: статус и сфера применения
| Стандарт | Действует с | Сфера применения | Что задаёт |
|---|---|---|---|
| ГОСТ Р 71476-2024 Концепции и терминология ИИ | 01.01.2025 | Любые отрасли | Определения терминов и концепций ИИ, единый словарь. Базовый стандарт для других ГОСТов |
| ГОСТ Р 72484-2025 Системы ИИ в здравоохранении. Термины и классификация | 01.02.2026 | Здравоохранение (ИИ-медизделия) | Термины и классификация ИИ в медицине — специализация 71476 |
| ГОСТ Р 71484.1-2024 Качество данных. Обзор, терминология и примеры | 01.01.2025 | Все, кто использует данные для ИИ | Концепции качества данных для аналитики и ML, примеры. Основа серии 71484 |
| ГОСТ Р 71484.2-2024 Качество данных. Показатели качества | 01.01.2025 | Показатели качества данных | Метрики и критерии оценки качества данных: чёткость, полнота, достоверность и другие |
| ГОСТ Р 71484.3-2024 Качество данных. Требования и рекомендации | 01.01.2025 | Обеспечение качества данных | Требования и рекомендации по обеспечению качества данных |
| ГОСТ Р 71484.4-2024 Качество данных. Структура процесса управления | 01.01.2025 | Процесс менеджмента качества данных | Организационный фреймворк процессов обеспечения качества данных в ML |
| ГОСТ Р 59276-2020 Способы обеспечения доверия к системам ИИ | 01.03.2022 | Надёжные, «доверенные» ИИ-системы | Требования к безопасности, надёжности, прозрачности ИИ |
| ГОСТ Р 59277-2020 Классификация систем ИИ | 01.03.2022 | Классификация ИИ-систем | Категории ИИ по функционалу и технологиям, правила классификации |
| ГОСТ Р 59898-2021 Оценка качества систем ИИ. Общие положения | 01.03.2022 | Все отрасли (оценка качества ИИ) | Виды характеристик ИИ, метрики качества, требования к тестовым данным и процедурам оценки надёжности, безопасности, функциональности |
| ГОСТ Р 71539-2024 Процессы жизненного цикла системы ИИ | 01.01.2025 | Управление проектами ИИ | Процессы жизненного цикла ИИ: требования, управление, развитие, вывод из эксплуатации |
| ГОСТ Р 71540-2024 Эталонная архитектура инженерии знаний | 01.01.2025 | Инженерия знаний для ИИ | Эталонная архитектура и словарь инженерии знаний: роли, компоненты, данные, алгоритмы |
| Проекты например, ГОСТ Р 71503-2025 | Проект / черновик | Различные отрасли | Например, ИИ в критической инфраструктуре и промышленности — см. сайт ТК 164 |
Какой ГОСТ нужен в вашей задаче
Читать все 150 стандартов не нужно. Отправная точка зависит от того, что вы делаете:
| Задача | С каких ГОСТов начать |
|---|---|
| Пишете ТЗ на ИИ-систему или закупаете готовое решение | 71476-2024 — термины, 59277-2020 — классификация, 71539-2024 — процессы жизненного цикла, 59898-2021 — критерии качества для приёмки |
| Готовите данные для обучения модели или базы знаний | Серия 71484-2024: показатели качества (часть 2), требования (часть 3), процесс управления качеством (часть 4) |
| Нужно показать надёжность и безопасность системы | 59276-2020 — доверие, 59898-2021 — оценка качества и тестирование |
| Строите систему управления ИИ в компании | ГОСТ Р ИСО/МЭК 42001-2024 — система менеджмента ИИ |
| Создаёте систему управления знаниями: ассистента по документам, базу знаний | 71540-2024 — эталонная архитектура инженерии знаний |
| Медицина, ИИ-медизделия | 72484-2025 — термины, 71737-2024 — управление рисками, серия 59921 — клиническая медицина |
| Образование и НИОКР | 70949-2023 — ИИ в образовании |
Обязательны ли ГОСТы по ИИ
Что говорит закон о стандартизации
По Федеральному закону «О стандартизации в Российской Федерации» (162-ФЗ от 29.06.2015) все национальные стандарты по умолчанию добровольны. Никакой ГОСТ «по ИИ» сам по себе не накладывает обязательств: если ссылки на него нет, принудительной ответственности за несоответствие тоже нет.
Когда ГОСТ становится обязательным
Требования стандарта становятся обязательными, когда на него ссылаются документы:
- Закупки по 44-ФЗ и 223-ФЗ. Если в тендере стоит требование «соответствовать ГОСТ Р 59276-2020», поставщик обязан выполнить нормы этого стандарта при разработке ИИ-системы.
- Договор, техническое задание, сертификат, руководство. Стандарт, указанный в них, обязателен для исполнителя.
- Частные контракты и ИТ-политики компаний. Подрядчик должен соответствовать ГОСТу, если это зафиксировано в договоре.
- Нормативные акты и отраслевые регламенты. Стандарт обязателен, если на него ссылается нормативный документ.
Медицина и критическая инфраструктура
Исключение составляют области со строго обязательными процедурами. Для медицинской техники с ИИ при регистрации продукта по правилам Минздрава анализ рисков и безопасность часто сопоставляются с сертификацией по серии ГОСТ Р 59921, то есть косвенно привязываются к стандартам. Для объектов критической инфраструктуры могут действовать технические регламенты (ТР ЕАЭС) или документы Роскомнадзора, где тоже могут упоминаться стандарты.
Основной принцип при этом сохраняется: пока ГОСТ не вошёл в нормативную цепочку «закон → технический регламент → договор → техническая документация», он юридически не обязателен.
Итого: кто делает ГОСТ обязательным
- Закон о стандартизации (162-ФЗ) — добровольность.
- Законы о госконтракте (44-ФЗ, 223-ФЗ) — стандарты обязательны при прямом упоминании в требованиях закупки.
- Отраслевые регламенты — например, для медицины и ИИ-медизделий стандарты по безопасности «вытянуты» через процедуры регистрации.
- Частные контракты и ИТ-политики компаний — если соответствие зафиксировано в договоре.
Зачем применять добровольные стандарты
Главная ценность ГОСТов по ИИ, как отмечают эксперты, — единый язык и структура для описания ИИ-систем и их качества, а не «автоматическая» обязательность. Это упрощает документооборот с заказчиком и прохождение проверок: стороны одинаково понимают термины, метрики и состав документов.
Если ИИ-система работает с персональными данными, к ней отдельно применяются требования 152-ФЗ — о рисках утечек через публичные чат-боты рассказано в статье о теневом ИИ.
Чек-лист: как применять ГОСТы на каждом этапе проекта внедрения ИИ
При разработке или интеграции ИИ релевантные ГОСТы стоит учитывать на каждом этапе жизненного цикла. Ниже — ориентировочный чек-лист: что сделать, на какой стандарт опереться, какой документ получить, кто участвует и сколько это занимает.
1. Требования и концепция
- Что сделать: определить цели и требования к ИИ-системе с учётом рисков и стандартов, провести классификацию системы по ГОСТ Р 59277-2020, описать ключевые характеристики и критерии качества (ГОСТ Р 59898-2021).
- Документ на выходе: спецификация «Требования к системе ИИ» с терминами из ГОСТ Р 71476-2024 — например, с чётким определением понятия «обученная модель». Итог этапа — ТЗ на ИИ-систему.
- Кто участвует: заказчик, бизнес-аналитик, ИТ-архитектор, менеджер по ИИ, специалист по рискам.
- Сроки: начальная фаза, 1–2 недели.
2. Проектирование: архитектура и дизайн
- Что сделать: разработать архитектуру с учётом стандартных компонентов — входных и выходных данных, модулей ИИ, интерфейсов. Опереться на ГОСТ Р 71539-2024 и эталонную архитектуру ГОСТ Р 71540-2024. Убедиться, что процессы разработки ИИ встроены в систему менеджмента по ИСО/МЭК 42001: планирование, роли, документация.
- Документ на выходе: архитектурное описание и дизайн-документ. Компоненты на схеме соответствуют моделям из ГОСТ Р 71540, технологические карты и регламенты написаны в согласованной терминологии (71476/72484).
- Кто участвует: архитектор системы, разработчики, аналитики данных, менеджер проекта.
- Сроки: несколько недель.
На этом этапе решается и то, где будет работать модель: в облаке или на собственной инфраструктуре. Варианты размещения в контуре компании разобраны в статье про ИИ в закрытом контуре.
3. Сбор и подготовка данных
- Что сделать: оценить качество исходных данных — разметку, полноту, консистентность — по рекомендациям серии ГОСТ Р 71484. Определить метрики качества данных (71484.2), организовать цикл проверки и очистки данных (с учётом 71484.4), задокументировать источники данных.
- Документ на выходе: аналитический отчёт «Оценка качества данных для обучения» с метриками пропусков, разнообразия и актуальности по 71484. Если данные не соответствуют критериям — план их доработки.
- Кто участвует: дата-инженер, дата-аналитик, руководитель проекта ИИ.
- Сроки: обычно 1–2 итерации по 1–3 недели, с отчётами и регламентами.
4. Оценка рисков и стратегия безопасности
- Что сделать: провести анализ рисков ИИ — функциональных, этических, бизнес-рисков. Для ИИ в ответственных сферах, например в медицине и финансах, оформить Risk Analysis по 59898 и 71737. Оценить доверие к системе по ГОСТ Р 59276 — устойчивость к ошибкам, прозрачность.
- Документ на выходе: матрица рисков ИИ с «существенными характеристиками» системы по 59898 — точностью, смещением, отказоустойчивостью — и мерами их контроля. Для критичных приложений — документ «Анализ факторов безопасности и соответствия ГОСТ Р 59276».
- Кто участвует: специалист по рискам, эксперт по этике ИИ, комплаенс-офицер, специалист по ИБ.
- Сроки: во время проектирования, 1–2 недели на документацию, затем периодические ревизии.
5. Разработка и обучение модели
- Что сделать: построить и обучить модель по стандартным практикам. Документировать процесс обучения — выбор алгоритмов, гиперпараметров — и контроль качества: валидацию, тестовую выборку. В отчётах использовать единую терминологию (71476/72484).
- Документ на выходе: протоколы экспериментов с моделями, где метрики качества (например, точность и полнота) записаны в формате, совместимом с ГОСТ Р 59898.
- Кто участвует: ML-инженер, data scientist, руководитель ИТ-отдела.
- Сроки: основная фаза разработки, обычно несколько месяцев, с промежуточными отчётами о результатах обучения.
6. Тестирование и оценка качества
- Что сделать: протестировать ИИ-систему с учётом требований ГОСТ Р 59898: определить и применить метрические тест-кейсы на основе выделенных ранее характеристик — надёжности, безопасности. Задокументировать результаты, в идеале — в форме отчёта о соответствии стандарту.
- Документ на выходе: отчёт «Результаты тестирования ИИ-системы» с данными о выполнении характеристик по ГОСТ Р 59898: тестовая выборка, точность, специфичность, robustness-тесты. Любые отклонения от принятых критериев фиксируются по контракту.
- Кто участвует: команда тестирования, QA-инженеры, ML-инженеры.
- Сроки: несколько циклов тестирования по 1–4 недели, итоговый тестовый отчёт.
7. Документация проекта
- Что сделать: оформлять ключевые документы — планы, отчёты, инструкции — в едином формате на единых терминах из ГОСТ Р 71476/72484. Архитектуру и процессы описывать по ГОСТ Р 71539, включая планы развития, обслуживания и вывода из эксплуатации.
- Документ на выходе: техническая документация с разделом «Определение жизненного цикла» — стадиями и действиями по ГОСТ Р 71539. Руководство пользователя и эксплуатационный регламент используют стандартные термины (71476) и упоминают критерии качества (59898).
- Кто участвует: технический писатель, архитектор, руководитель проекта, ИТ-аудитор.
- Сроки: параллельно разработке; к финалу проекта документация должна быть полной.
Документация — ключевое доказательство соответствия стандартам при проверках заказчиков и регуляторов. Она же определяет, сможет ли компания сопровождать систему без исходного подрядчика: об этом — в статье о выход-стратегии ИИ.
8. Сертификация (при необходимости)
- Что сделать: если этого требует отраслевой регулятор или заказчик, оформить добровольную сертификацию ИИ-системы по соответствующим стандартам — например, сертификацию ИИ-медизделия или сертификат системы менеджмента по ISO/IEC 42001. Подготовить пакет доказательств: отчёты тестирования, декларации соответствия ГОСТам.
- Документ на выходе: например, сертификат соответствия ГОСТ Р 59898, выданный организацией по сертификации ПО. Он формально подтверждает, что система прошла оценку качества по заявленным метрикам.
- Кто участвует: менеджер по сертификации, представитель органа по сертификации, юридическая служба.
- Сроки: зависят от процедуры, обычно 1–3 месяца.
9. Эксплуатация и мониторинг
- Что сделать: после запуска внедрить постоянный мониторинг ИИ — сбор логов и метрик, как предусмотрено в ISO 42001, — и регистрировать инциденты. Периодически пересматривать риски и обновлять модель. При существенных изменениях — дообучении, добавлении нового функционала — повторять части цикла: документы и тесты.
- Документ на выходе: отчёт «Годовой аудит ИИ-системы» с результатами повторной валидации модели и обновлённым Risk Analysis. Он подтверждает, что параметры системы остаются в допустимых границах ГОСТ Р 59898. Пока не появилось новых требований, процесс стоит закрепить по ISO/IEC 42001.
- Кто участвует: операционная команда, DevOps-инженеры, отдел ИБ.
- Сроки: непрерывно — ежемесячный или ежеквартальный мониторинг и релизы обновлений по мере необходимости.
Сводка: этап → ГОСТ → документ
| Этап | ГОСТы | Документ на выходе |
|---|---|---|
| Требования | 71476, 59277, 59898 | ТЗ на ИИ-систему |
| Проектирование | 71539, 71540, ИСО/МЭК 42001 | Архитектурное описание, дизайн-документ |
| Данные | 71484.1–71484.4 | Отчёт об оценке качества данных |
| Риски | 59276, 59898, 71737 | Матрица рисков, анализ соответствия 59276 |
| Разработка и обучение | 71476/72484, 59898 | Протоколы экспериментов |
| Тестирование | 59898 | Отчёт о результатах тестирования |
| Документация | 71476, 71539, 59898 | Техническая документация, регламенты |
| Сертификация | 59898, ISO/IEC 42001 | Сертификат, декларации соответствия |
| Мониторинг | ISO/IEC 42001, 59898 | Отчёт о годовом аудите ИИ-системы |
Как сослаться на ГОСТ в техническом задании
Каждая ссылка на стандарт в ТЗ или договоре делает его требования обязательными для исполнителя. Поэтому ссылаться стоит только на то, что вы готовы проверить при приёмке, и указывать, в какой части стандарт применяется и какие метрики считаются достаточными. Примерные формулировки, которые можно адаптировать под свой проект вместе с юристом:
- «Термины и определения в настоящем ТЗ применяются в соответствии с ГОСТ Р 71476-2024».
- «Классификация системы определяется по ГОСТ Р 59277-2020 и приводится в разделе N».
- «Меры обеспечения доверия к системе (безопасность, прозрачность, устойчивость) описываются в соответствии с ГОСТ Р 59276-2020».
- «Качество обучающих и тестовых данных оценивается по показателям ГОСТ Р 71484.2-2024; отчёт об оценке передаётся заказчику до начала обучения».
- «Оценка качества системы проводится в соответствии с ГОСТ Р 59898-2021. Перечень характеристик, метрики и пороговые значения приведены в программе и методике испытаний».
- «Процессы жизненного цикла системы, включая сопровождение и вывод из эксплуатации, описываются в соответствии с ГОСТ Р 71539-2024».
Перед тем как ставить ссылку, проверьте актуальную редакцию и статус стандарта на сайте Росстандарта: проекты и отменённые документы в ТЗ создают спорные ситуации на приёмке.
Типичные ошибки и практика применения
Частые ошибки
- Игнорирование терминологии. Термины нужно согласовать по 71476/72484, иначе стороны по-разному понимают требования.
- Нет описания жизненного цикла. Без него по 71539 непонятно, кто и как сопровождает, обновляет и выводит систему из эксплуатации.
- Пропуск тестов по метрикам. Без тестирования по 59898 заявленное качество нечем подтвердить.
- Ссылка на ГОСТ «для солидности». Стандарт, указанный в ТЗ, становится обязательным для исполнителя — а значит, его соответствие нужно проверять на приёмке.
Шаблоны и чек-листы
Удобно разработать внутренние шаблоны документов — внутренние стандарты и регламенты — на основе ГОСТов. Например, чек-лист требований для аудита ИИ по форме ГОСТ Р 59898 поможет не забыть важные метрики.
Примеры из практики
- Банк. Одна из компаний заранее описала ИИ-модель в ТЗ со ссылкой на ГОСТ Р 59898 и проверила по нему качество. Это помогло пройти внутрирегуляторную экспертизу без дополнительных запросов.
- Медицина. В медицинском проекте внедрили управляемый процесс рисков ИИ по ГОСТ Р 71737, что ускорило регистрацию алгоритма в Росздравнадзоре.
Названия организаций не раскрываются.
Итог
ГОСТы по ИИ дают единый язык и методики работы с искусственным интеллектом, но не являются автоматическими требованиями к компаниям: внедрять их нужно осознанно. Минимальный набор для большинства проектов — 71476 для терминов, 59277 для классификации, серия 71484 для данных, 59276 и 59898 для доверия и оценки качества, 71539 для жизненного цикла. Остальное подключается по отрасли и требованиям заказчика.
Перед стартом проекта полезно пройти и управленческие вопросы — какие задачи решает ИИ, где хранятся данные, кто отвечает за результат: они собраны в чек-листе руководителя из 10 вопросов. Если вы планируете внедрение ИИ на своей инфраструктуре и хотите сразу заложить требования стандартов в ТЗ и документацию, посмотрите, как устроено локальное развёртывание ИИ, или оставьте заявку — разберём, какие ГОСТы применимы к вашей задаче.
