Можно ли отправлять данные клиентов в ChatGPT и Claude: разбор для бизнеса в РФ
Вопрос всплывает на каждом втором проекте с ИИ. Компания хочет подключить ассистента к своей базе — договорам, заявкам, переписке с клиентами. И тут возникает: а можно ли вообще отправлять это в зарубежный сервис? Разбираем практическую сторону.
Сразу дисклеймер: это инженерный разбор, а не юридическая консультация. Финальную оценку по вашему конкретному случаю должен давать юрист — цена ошибки в этой области выросла, штрафы за утечки персональных данных в последние годы ужесточили вплоть до оборотных.
Что вообще считается персональными данными
Первая ошибка — думать, что ПД это только паспорт и адрес. По 152-ФЗ персональные данные — любая информация, относящаяся к прямо или косвенно определённому физлицу. На практике это:
- ФИО, телефон, email, адрес;
- переписка с клиентом, где он себя называет;
- заявки с контактами;
- записи звонков и их расшифровки;
- часто — связки «должность + компания», по которым человек однозначно определяется.
То есть типичный набор, который и хочется скормить ИИ-ассистенту, чаще всего персональными данными является.
Три вещи, которые обычно упускают
Локализация. 152-ФЗ требует, чтобы при сборе персональных данных россиян запись, систематизация, накопление, хранение и извлечение выполнялись с использованием баз данных на территории РФ. Это про то, где лежит первичная база. Иностранный SaaS в качестве основного хранилища — сразу проблема.
Трансграничная передача. Это отдельная история со своими требованиями, включая уведомление Роскомнадзора до начала такой передачи. Отправка запроса в зарубежный API — это передача, даже если вам кажется, что «это просто вопрос модели».
Согласие и цели. Клиент давал согласие на обработку своих данных для конкретных целей. «Передача в зарубежный сервис для обучения ИИ» в этот список обычно не входит. Отдельный вопрос — используются ли ваши данные для обучения модели: у бизнес-тарифов провайдеров это, как правило, отключено, но проверять условия нужно самому и фиксировать письменно.
Практические варианты
1. Не отправлять ПД вообще — обезличивать до отправки. Самый частый рабочий вариант. Перед запросом к модели из текста вырезаются или заменяются на плейсхолдеры телефоны, ФИО, адреса, номера договоров. Модель работает со смыслом, а не с личностью. Ответ возвращается — плейсхолдеры подставляются обратно уже на вашей стороне.
Подходит, когда задача — классифицировать обращение, составить черновик ответа, извлечь суть. Не подходит, когда сам смысл задачи в персональных данных.
2. Российские модели в российском облаке. GigaChat, YandexGPT и подобные размещаются в РФ, что снимает значительную часть вопросов с локализацией и трансграничкой. За это платите качеством на некоторых задачах и меньшей зрелостью инструментов — об этом отдельный разговор.
3. Своя модель на своих серверах. Открытые модели, развёрнутые в вашем контуре или в российском облаке. Данные не покидают периметр вообще. Дороже в поддержке и требует железа, но для чувствительных отраслей часто единственный приемлемый вариант.
4. Гибрид. Чувствительное — на локальной или российской модели, остальное — на сильной зарубежной. Маршрутизация по типу задачи. Сложнее в реализации, но даёт и качество, и соответствие.
Что должно быть в проекте, помимо выбора модели
Даже с правильной моделью остаются вещи, которые забывают:
- Логи. Запросы к ИИ обычно логируются для отладки. Если в них попадают ПД, логи — это тоже база персональных данных со всеми требованиями.
- Кто ещё видит. Векторная база, кэш, мониторинг, трейсинг — везде могут осесть фрагменты.
- Договор с подрядчиком. Если ИИ-систему делает студия, у неё есть доступ к данным. Это оформляется, а не остаётся на доверии.
- Политика обработки. Появление ИИ в процессе — повод её обновить, а не оставить прежней.
- Удаление. Право субъекта на удаление данных должно работать и в векторной базе тоже, а не только в основной CRM.
Как решить за один разговор
Три вопроса, которые обычно закрывают тему:
- Есть ли в данных персональные данные? Если нет — большинство ограничений отпадает, работайте с любой моделью.
- Можно ли обезличить без потери смысла задачи? Если да — это самый простой путь.
- Если нельзя — какова цена вопроса? Для медицины, финансов, госсектора ответ почти всегда «локально или российское облако». Для маркетинговых текстов и внутренней аналитики требования мягче.
Хуже всего работает стратегия «сделаем сейчас как проще, потом разберёмся». Переезд с зарубежного API на локальную модель после запуска — это переписывание промптов, перенастройка качества и повторное тестирование. Дешевле решить на старте.
Пишу из практики студии MKDGRUPP: делаем ИИ-ассистентов и агентов с учётом того, где физически лежат данные, — обезличивание, российские облака или развёртывание в вашем контуре. Разобрать вашу задачу и предложить схему: mkdgrupp.ru/uslugi/ai.
