Бизнес раскритиковал проект Минцифры о регулировании искусственного интеллекта

Что сообщает источник

Ниже — краткий пересказ материала источника; для правовых выводов сверяйтесь с первичным документом.

• Минцифры разработало и опубликовало для общественного обсуждения законопроект об искусственном интеллекте, который вызвал критические отзывы бизнеса из-за опасений роста затрат и правовых конфликтов.
• Законопроект определяет принципы создания и применения нейросетей, ответственность за ущерб, а также классификацию моделей на суверенные, национальные и доверенные, требующие одобрения ФСБ для госсистем и критической инфраструктуры.
• В Торгово-промышленной палате обратили внимание на размытость формулировок проекта в сфере интеллектуальной собственности и неопределенность границ наступления ответственности.
• Ряд компаний раскритиковал требование об обработке данных для обучения суверенных ИИ-моделей исключительно на территории России как технически невыполнимое.
• В Ассоциации предприятий компьютерных и информационных технологий предложили дифференцировать нормы, сохранив строгий госконтроль только для сферы безопасности и критической инфраструктуры, а для прочих отраслей сделать регулирование рекомендательным.
• Эксперты АПКИТ призвали разделить ИИ-системы по группам риска и отказаться от требований маркировки и идентификации синтезированного контента для чисто технических задач.
• В проекте не определен круг субъектов, обязанных применять суверенные и национальные модели, оставив решение этого вопроса на усмотрение правительства.

Редакционная оценка правового значения

Аналитический комментарий AIPravo; это не текст первичного документа и не официальное толкование права.

Законопроект Минцифры формирует базовую регуляторную рамку для систем искусственного интеллекта в России, вводя градации моделей («суверенные», «национальные», «доверенные») и процедуру согласования с ФСБ для доступа к критической инфраструктуре. Позиция бизнес-сообщества подчеркивает ключевые правовые риски документа: размытость режимов ответственности и интеллектуальной собственности при обучении алгоритмов, техническую нереализуемость локализации датасетов и необходимость риск-ориентированного подхода для исключения избыточного регулирования B2B-сегмента.