Shadow AI: сотрудники загружают ваши договоры в чужие чат-боты

Shadow AI (теневой ИИ) — это использование сотрудниками публичных нейросетей и чат-ботов в рабочих задачах без согласования с ИТ-службой и отделом информационной безопасности. Человек вставляет в ChatGPT, Gemini или Claude текст договора, выгрузку из 1С, отчёт или фрагмент исходного кода — и корпоративные данные оказываются на серверах внешнего провайдера, за пределами периметра компании.

Это перестало быть гипотезой. По оценке ГК «Солар», за 2025 год объём корпоративной информации, которую сотрудники российских компаний отправили в публичные ИИ-сервисы, вырос примерно в 30 раз; при этом более 60% организаций до сих пор не имеют внутреннего регламента работы с ИИ. Ниже — как именно утекают данные, чем это грозит по GDPR и 152-ФЗ и что делать, чтобы закрыть канал утечки, не запрещая сотрудникам ИИ вообще.

Термин Shadow AI построен по аналогии с Shadow IT — теневой ИТ-инфраструктурой, которую сотрудники разворачивают в обход ИТ-отдела. Разница в том, что теневой ИИ дешевле, быстрее и незаметнее: не нужно ничего устанавливать и ни за что платить, достаточно открыть вкладку браузера и вставить текст.

Типичный сценарий выглядит безобидно. Юрист копирует в чат-бот проект договора с контрагентом, чтобы получить краткое резюме или проверить формулировки. Бухгалтер загружает выгрузку по контрагентам, чтобы «навести порядок в таблице». Разработчик отдаёт нейросети кусок кода на рефакторинг. Во всех трёх случаях вместе с задачей во внешнее облако уезжают персональные данные, реквизиты, коммерческая тайна и внутренние наработки.

Ключевая проблема — невидимость. Обращение к веб-чат-боту выглядит для сети как обычный HTTPS-трафик на популярный сайт. Стандартными средствами такие действия почти не отличить от чтения новостей, поэтому в отчётах по ИБ теневой ИИ не виден до момента, когда данные уже утекли.

Оценки исследовательских групп сходятся в одном: генеративный ИИ уже стал массовым рабочим инструментом, а контроль за ним — нет.

• Рост в 30 раз — на столько за 2025 год увеличился объём корпоративных данных, отправленных сотрудниками в публичные нейросети (ГК «Солар»).
• Более 60% компаний не имеют внутренней политики использования ИИ — ни списка разрешённых сервисов, ни перечня запрещённой к передаче информации.
• 96% организаций так или иначе используют генеративный ИИ, по данным отраслевых опросов.
• 38% сотрудников признаются, что делились с ИИ-консультантами чувствительной информацией без разрешения руководства.

В публичные нейросети массово уходят презентации, аналитические отчёты, исходный код, внутренняя переписка и договоры — то есть ровно тот набор, который в любой матрице классификации данных помечен как конфиденциальный.

Большинство известных случаев объединяет одно: это не взлом и не работа злоумышленника внутри компании, а обычная человеческая ошибка на фоне отсутствующего регламента.

Показательно, что даже осведомлённые о рисках руководители и инженеры высокой квалификации допускают такие ошибки. Значит, точечное «объяснить одному сотруднику» не работает — нужен процесс.

Каналов больше, чем кажется. Веб-интерфейс чат-бота — самый очевидный, но далеко не единственный.

Отдельная категория — утечка секретов. Вместе с кодом и конфигурацией в чат-бот уезжают API-ключи, токены доступа и строки подключения к базам. Такой ключ, попавший в лог или в историю чата, превращает одну неосторожную вставку в компрометацию всего контура.

Распространённое заблуждение: «соединение шифруется, значит данные защищены». Шифрование по TLS защищает данные в пути, но не после доставки. На сервере провайдера запрос расшифровывается и дальше живёт по правилам конкретного сервиса и тарифа.

Что с ним может происходить:

1. Хранение. История диалогов сохраняется в аккаунте — иногда бессрочно, до ручного удаления.
2. Обучение. На бесплатных тарифах большинства сервисов введённые данные по умолчанию используются для дообучения моделей, пока пользователь сам не выставит флажок приватности.
3. Ручной просмотр. Часть диалогов может попадать на выборочную проверку людьми — для оценки качества и модерации.
4. Юрисдикция. Серверы находятся за рубежом, и на данные распространяется иностранное право, а не только российское.

Итог простой: один неверный клик сотрудника превращается в уязвимость всего корпоративного контура. Именно поэтому архитектурное решение задачи — закрытый контур AI, где данные физически не покидают периметр.

В ЕС обработка персональных данных регулируется GDPR. За несанкционированное раскрытие персональной информации штраф может достигать 20 млн евро или 4% годового мирового оборота компании — в зависимости от того, что больше. Загрузка договора с персональными данными европейских граждан в чат-бот без правовых оснований трактуется как нарушение принципа ограничения цели обработки и влечёт многоуровневые санкции.

Основной регулятор темы в России — Федеральный закон №152-ФЗ «О персональных данных». Требование о хранении баз с персональными данными россиян на территории РФ действует с 2015 года, а трансграничная передача таких данных требует предварительного уведомления Роскомнадзора. Передача в ChatGPT сведений вроде ФИО, ИНН или паспортных данных физлиц без согласия субъектов прямо нарушает закон.

С 30 мая 2025 года ответственность существенно ужесточена поправками (420-ФЗ от 30.11.2024) в статью 13.11 КоАП:

• до 700 тыс. рублей — за незаконную обработку персональных данных;
• 3—15 млн рублей — за утечку персональных данных (до 20 млн, если утекли биометрические данные);
• повышенные штрафы за неуведомление Роскомнадзора и другие процедурные нарушения;
• за повторные утечки предусмотрены оборотные штрафы.

Персональные данные — не единственный риск. Передача во внешний ИИ договоров, бухгалтерских документов и внутренней аналитики квалифицируется как нарушение режима коммерческой тайны со всеми последствиями: от увольнения сотрудника до уголовной ответственности за разглашение. Если в компании введён режим коммерческой тайны по 98-ФЗ, вставка защищаемого документа в публичный чат-бот — это его прямое нарушение.

Простое правило, которое стоит вынести в регламент отдельным блоком.

Если задача всё-таки требует работы с реальным документом, применяйте предварительную анонимизацию: заменяйте чувствительные значения заглушками вида {ФИО}, {ИНН}, {КОМПАНИЯ} — вручную или скриптом. Это снимает основную часть риска, хотя и не отменяет вопрос о том, что структура документа всё равно уходит наружу.

Приватность сильно зависит не от бренда, а от тарифа. Ниже — ориентир на момент публикации; условия провайдеров меняются, поэтому перед выбором сервиса проверяйте актуальную политику.

Как читать таблицу. В корпоративных тарифах обучение на пользовательских данных чаще всего отключено по умолчанию — но это надо подтвердить договором, а не скриншотом из справки. В публичных бесплатных версиях любые введённые данные могут запомниться в весах модели, если не выставлены специальные флажки приватности. Отсюда и главная сложность Shadow AI: почти любой несанкционированный сценарий сопряжён с риском.

Запрет «нейросети нельзя» не работает — сотрудники уходят с рабочих устройств на личные, и канал утечки становится вообще неконтролируемым. Работает связка «разрешённая альтернатива + понятные правила + технический контроль».

1. Внутренняя политика по ИИ. Регламент с конкретикой: какие сервисы разрешены, какие запрещены, какая информация не должна покидать периметр ни при каких условиях. Общие формулировки вида «соблюдать осторожность» не дают сотруднику критерия для решения.
2. Обучение и осведомлённость. Большинство нарушений — от незнания: люди не понимают, что выгрузка контрагентов или проект договора считаются защищаемыми данными. Короткий регулярный тренинг с разбором реальных примеров эффективнее толстого документа под подпись.
3. DLP и мониторинг. Системы предотвращения утечек отслеживают отправку файлов и текста за периметр и умеют блокировать вставку конфиденциальных данных в форму веб-чат-бота. Правила стоит настраивать именно на этот сценарий, а не только на почту и мессенджеры.
4. Сегментация сети. Чувствительные системы — клиентские базы, бухгалтерия, среды разработки — изолируются от открытого интернета и внешних ИИ-инструментов.
5. Контроль устройств и расширений. Ограничение установки браузерных расширений и IDE-плагинов на корпоративных машинах, запрет на хранение API-ключей в открытом виде, доступ к репозиториям и документам — через защищённые каналы.
6. Корпоративный ИИ в своём контуре. Самая надёжная мера — дать сотрудникам легальную альтернативу: локальную модель внутри периметра. Суммаризация, черновики писем, работа с документами выполняются внутри компании, и данные физически не покидают сервер. Модели среднего размера (7—14 млрд параметров) закрывают большинство рабочих сценариев на одной GPU.
7. Аудит поставщиков. Для любых внешних ИИ-сервисов — проверка договора и политики: где размещены серверы, как хранятся и используются данные, какие есть гарантии конфиденциальности и что будет при прекращении обслуживания. Смежная тема — выход-стратегия ИИ-проекта.

Порядок шагов, который позволяет закрыть основной риск быстро, а не «когда-нибудь после аудита».

1. Первые 30 дней — навести порядок в документах. Убедиться, что компания внесена в реестр операторов персональных данных, есть политика обработки ПДн и корректно оформленные согласия.
2. 30—60 дней — выпустить регламент по ИИ. Зафиксировать разрешённые сервисы и категорически запрещённые к передаче данные. Провести обучение: не «нельзя», а «почему нельзя и что делать вместо этого».
3. 60—90 дней — дать альтернативу и включить контроль. Развернуть хотя бы простой локальный чат-бот внутри сети и настроить DLP-правила на копирование конфиденциального контента и обращения к внешним ИИ-сервисам.

Такая последовательность снижает вероятность инцидента и экономит суммы, несопоставимые с затратами на внедрение: один штраф за утечку персональных данных по обновлённому 152-ФЗ перекрывает бюджет пилотного проекта локального ИИ.

Shadow AI возникает там, где у сотрудника есть задача, а легального инструмента для неё нет. Убрать спрос невозможно — генеративный ИИ реально экономит часы. Поэтому рабочее решение — перенести сценарии внутрь периметра.

Команда Роботок проектирует и внедряет ИИ в контуре заказчика: локальное развёртывание моделей, RAG-поиск по внутренним документам, ИИ-агенты для повторяющихся процессов и дообучение моделей под задачи компании. Данные при этом не покидают сервер заказчика.

С чего начать: пройдите чек-лист руководителя, посмотрите пошаговый план внедрения и кейсы с цифрами. Готовые продукты — в каталоге, разработка под задачу — персональное решение. Обсудить контур и сценарии можно через форму на странице контактов.

• ГК «Солар» — исследование об объёме корпоративных данных в публичных ИИ-сервисах (2026).
• CNews — «Из российских компаний утекло через ИИ-сервисы в 30 раз больше данных».
• Bloomberg / Forbes (2023) — материалы об ограничении ChatGPT в Samsung после утечки исходного кода.
• IBM Think — «What Is Shadow AI?»: риски теневого ИИ и штрафы по GDPR.
• Официальные политики конфиденциальности OpenAI, Google, Anthropic и Microsoft.
• Федеральный закон №152-ФЗ и статья 13.11 КоАП РФ в редакции 420-ФЗ от 30.11.2024.