Российские компании всё чаще фиксируют утечки корпоративных данных через публичные нейросети: сотрудники отправляют в ChatGPT и аналогичные сервисы фрагменты договоров, клиентские базы, фрагменты кода и внутреннюю переписку, а классические средства защиты этот канал практически не видят. Разберём, что показало свежее исследование ГК «Солар», какие реальные риски это создаёт для бизнеса и какие шаги позволяют снизить вероятность утечки.

Что показало исследование «Солара»

ГК «Солар» проанализировала трафик 150 российских компаний из разных секторов экономики на предмет утечек корпоративных и чувствительных данных в ИИ-сервисы. Главный результат - по итогам 2025 года объём данных, отправляемых сотрудниками в общедоступные нейросети, вырос в 30 раз по сравнению с предыдущим годом. По данным Газета.ru, примерно половина опрошенных российских компаний уже подозревает утечки конфиденциальных данных через ИИ-сервисы или прямо столкнулась с ними.

Одновременно в исследовании отмечается, что около 60% российских организаций не имеют формализованных политик, регулирующих работу сотрудников с ИИ-сервисами. Это значит, что в большинстве компаний сотрудник технически может вставить в окно чата почти всё, что у него есть на рабочем ноутбуке, - а отвечать за последствия будет работодатель.

Почему это вообще происходит

Ситуацию усугубляет разрыв между скоростью внедрения ИИ-инструментов и зрелостью ИБ-процессов. Подразделения маркетинга, продаж и разработки подключают нейросети быстрее, чем служба информационной безопасности успевает выработать правила работы с ними. В итоге данные уходят по каналу, который классические DLP-системы видят как обычный HTTPS-трафик к внешнему веб-сервису.

Чем это грозит бизнесу

Главный риск - потеря контроля над конфиденциальной информацией. Данные, попавшие в публичную нейросеть, могут использоваться для обучения моделей, сохраняться в логах провайдера, цитироваться в будущих ответах другим пользователям. Даже если провайдер обещает не хранить запросы, проверить это на практике компания не может, а отозвать данные обратно - тем более.

Второй блок рисков связан с тем, что те же большие языковые модели активно используются злоумышленниками. По данным CNews, развитие ИИ привело к массовому применению нейросетей в кибератаках: хакеры автоматизируют фишинг с помощью дипфейков и персонализированных писем, ускоряют поиск ИТ-уязвимостей и генерируют эксплойты. Получается замкнутый круг: компания одновременно теряет данные через публичные ИИ-сервисы и получает более качественные атаки, где эти же сервисы работают на стороне атакующего.

Что это значит для бизнеса

Второй шаг - выбрать поддерживаемые корпоративные инструменты вместо случайных публичных сервисов. Если бизнесу действительно нужна языковая модель для ежедневной работы, разумнее подключить корпоративный доступ с понятными условиями обработки данных, чем бороться с тем, что сотрудники сами открывают себе ChatGPT через личные аккаунты.

Третий шаг - контролировать канал обращения к ИИ-сервисам. По словам руководителя ИТ-продукта Solar webProxy Анастасии Хвещеник, важным элементом защиты становится контроль самого канала взаимодействия с ИИ-сервисами - он позволяет блокировать утечки чувствительной информации и вредоносные или поддельные ответы нейросетей на уровне шлюза. На практике это значит, что в компании появляется отдельный класс защиты - решения на стыке DLP и веб-шлюза, которые понимают, что трафик идёт именно в нейросеть, классифицируют данные в промпте и при необходимости блокируют отправку или маскируют чувствительные фрагменты.

Наконец, стоит заранее договориться о реакции на инцидент. Если утечка через ИИ всё-таки произошла, бизнес должен понимать, кто принимает решения, как уведомляются клиенты и регуляторы, и как ограничивается дальнейший ущерб. Без этого сценария любой технический контроль превращается в формальность.

Итог

Публичные ИИ-сервисы превратились в новый, почти невидимый для классических DLP канал утечки корпоративных данных. Объёмы таких утечек растут быстрее, чем компании успевают выстраивать правила работы с нейросетями, а злоумышленники используют те же модели для более качественных атак. Минимальная защита - формализованная политика, обучение сотрудников и контроль канала обращения к ИИ на уровне шлюза - уже сейчас позволяет резко снизить вероятность инцидента.