С января 2027 года в США заработают как минимум два новых закона, которые пытаются хоть как-то дисциплинировать frontier AI — самые мощные модели, уже получающие больше автономии и меньше человеческого надзора. Для разработчиков, интеграторов и IT-руководителей это важный сигнал: пока бизнес увлечён агентами и автоматизацией, регуляторы начинают спрашивать не про демо-ролики, а про риски, аудит и сроки уведомления об инцидентах.
Как пишет Dark Reading, сразу три штата — Иллинойс, Нью-Йорк и Калифорния — в последние месяцы приняли или подписали законы, требующие большей прозрачности от разработчиков frontier AI. Самый свежий пример — закон SB315 в Иллинойсе, который губернатор Джей Би Притцкер подписал недавно. Документ вводит требования для крупных разработчиков моделей с выручкой более 500 млн долларов в год. Речь не о любых компаниях с чат-ботом на сайте, а о тех, кто реально строит и выпускает крупные модели, способные работать всё самостоятельнее и потенциально влиять на критически важные процессы.
По данным издания, после вступления SB315 в силу компании должны будут создать, внедрить и ежегодно обновлять полноценную систему управления безопасностью ИИ. В этот контур входят оценка катастрофических рисков, меры снижения этих рисков, корпоративное управление, кибербезопасность, внешние оценки и риски внутреннего использования. Кроме того, до вывода новой или существенно изменённой модели в эксплуатацию разработчик обязан подать отчёт о прозрачности. Иными словами, логика меняется: сначала объясни, как ты контролируешь модель, потом выкатывай её в мир.
Проблема уже не теоретическая
Нью-Йорк идёт похожим маршрутом. Там в декабре был подписан RAISE Act, и он тоже вступает в силу 1 января 2027 года. Закон создаёт специальный надзорный офис внутри департамента финансовых услуг штата, который будет оценивать деятельность крупных разработчиков frontier AI и заниматься вопросами прозрачности. Губернатор Кэти Хокул при подписании прямо указала, что закон опирается на калифорнийский подход и должен помочь сформировать национальный ориентир по безопасности ИИ там, где федеральные власти пока не предложили единого обязательного режима. В Калифорнии губернатор Гэвин Ньюсом подписал Frontier Artificial Intelligence Act ещё в сентябре 2025 года, и это, по сути, первая крупная попытка выставить для таких моделей хоть какие-то ограждения на уровне штата.
Почему тема резко дошла до законов, объяснение довольно прозаичное. Генеративный ИИ вышел в мейнстрим после запуска ChatGPT 30 ноября 2022 года, но дальше индустрия довольно быстро ушла от сценария «помоги составить письмо» к куда более жёстким кейсам: агенты, автоматизированные цепочки действий, доступ к корпоративным данным, интеграция в критичную инфраструктуру. Собеседник Dark Reading, главный директор по продукту Cyware Сачин Джейд, прямо говорит: регулирование запаздывает, потому что frontier AI уже успел распространиться, а реальные риски стали видны только постфактум. Проще говоря, сначала все радостно подключали умные модели, а потом выяснилось, что «умные» не равно «контролируемые».
И это уже вопрос не только для разработчиков базовых моделей. Издание отмечает, что такие системы всё активнее применяются в организациях критической инфраструктуры, включая госструктуры США. Одновременно модели получают доступ ко всё более ценным данным, которые компании используют и для обучения, и для рабочих процессов. Человек при этом всё чаще выпадает из контура принятия микрорешений: агенту дали доступ, агенту описали задачу, агент пошёл выполнять. Если в этой связке что-то идёт не так, проблема становится не абстрактной «этикой ИИ», а вполне приземлённым инцидентом безопасности, который придётся расследовать юристам, безопасникам и владельцам продукта.
Для бизнеса это не про философию, а про комплаенс и видимость
Главная практическая неприятность в том, что единого правила игры пока нет. У Иллинойса, Нью-Йорка и Калифорнии похожая общая рамка, но детали расходятся. Например, по срокам уведомления о критических инцидентах. Иллинойс и Нью-Йорк требуют сообщать о серьёзных инцидентах регулятору и генеральному прокурору в течение 72 часов с момента обнаружения. В Калифорнии окно длиннее — 15 дней. Если же инцидент создаёт непосредственный риск смерти или тяжёлого физического вреда, сроки могут сокращаться до 24 часов. Для компаний это означает не красивое слово «регулирование», а очень конкретную операционную боль: разные шаблоны отчётности, разные процедуры расследования, разные дедлайны и дополнительные расходы на комплаенс.
Отсюда и главный вывод для русскоязычной IT-аудитории, даже если бизнес напрямую не работает в США. Если ваш продукт использует frontier AI через вендора, SaaS-платформу, HR-систему, сервис поддержки или security-инструмент, вы почти наверняка уже зависите от чужой модели и чужого контура управления рисками. Джейд в разговоре с Dark Reading отдельно предупреждает: в таких чувствительных зонах, как payroll и HR, компания может использовать сразу несколько frontier AI-моделей просто потому, что их используют поставщики. А значит, классический вопрос «какие модели у нас вообще есть в ландшафте» внезапно становится не академическим, а управленческим.
На этом фоне особенно заметен серый сектор, который законы пока почти не трогают. Формально требования нацелены на крупных разработчиков с выручкой выше 500 млн долларов, но цепочка использования ИИ гораздо длиннее. Что делать downstream-пользователям, если модель уже встроена в их процессы? Как быть с open source-моделями, которые можно дообучить, завернуть в собственного агента и встроить в рабочий контур? Где заканчивается ответственность создателя базовой модели и начинается ответственность компании, которая превратила её в автономный инструмент? На эти вопросы действующие законы пока отвечают слабо или не отвечают вовсе.
Поэтому самый трезвый совет в этой истории звучит неожиданно старомодно: вернуться к азам кибербезопасности. Dark Reading пересказывает позицию Джейда просто и без магии. Нужны видимость, регулярные аудиты, карта приложений, контроль доступа, понимание того, кто и зачем использует модели, а также реестр рисков по вендорам и агентам. Пока политики пишут правила для frontier AI, инженерным и продуктовым командам уже сейчас приходится отвечать на более неудобный вопрос: знают ли они вообще, какие модели принимают решения внутри их процессов и кто будет объясняться, когда эти решения приведут к инциденту.