В 2026 году два крупнейших регулятора — Евросоюз с AI Act (Regulation (EU) 2024/1689) и Россия с 243-ФЗ — впервые массово перенесли ответственность за ИИ-системы с разработчика модели на всю цепочку, включая провайдера вычислительной среды. Владимир Лебедев, директор по развитию бизнеса сервис-провайдера M1Cloud, рассказал, что теперь географическое расположение GPU, юрисдикция дата-центра и архитектура логирования превращаются в переменные, которые определяют легальность ИИ-модели.

AI Act — это первый в мире комплексный подход к регулированию ИИ на уровне целого союза. Он вводит регулирование поэтапно. С февраля 2025 года начали действовать запреты на системы с неприемлемым риском, в том числе запрещены отдельные практики (социальный скоринг, биометрическая идентификация в реальном времени в чувствительных контекстах), и нормы ИИ-грамотности. С августа 2025-го вступили в силу обязательства для поставщиков моделей общего назначения (general-purpose AI или GPAI). С августа 2026-го начал применяться основной массив обязанностей к системам высокого риска. С августа 2027-го начнут действовать дополнительные требования к высокорисковым системам. Именно эта последняя волна бьет по инфраструктуре сильнее всего.

На уровне ЕС созданы Управление по ИИ (AI Office) при Еврокомиссии и Европейский совет по ИИ — они координируют правоприменение. AI Office с августа 2025-го имеют инспекционные полномочия и может запрашивать техническую документацию, включая сведения о среде, в которой обучалась и работает модель.

Для инфраструктурного провайдера это означает конкретный набор обязательств. Провайдер GPAI-модели обязан вести и актуализировать техническую документацию, описывающую модель, процессы ее обучения и тестирования, результаты оценки; раскрывать пользователям информацию о возможностях и ограничениях модели; соблюдать политику авторских прав; публиковать детальную сводку по обучающим данным по шаблону AI Office. Для моделей, создающих системный риск, добавляются расширенные обязанности — подробные стратегии оценки и внутреннего тестирования. Без технической реализации этих требований в облаке заказчик просто не пройдет аудит — даже если его собственная модель полностью корректна.

26 июля 2026 года подписан 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации», основная часть вступает в силу с 1 сентября 2026 года. Закон регулирует узкий, но емкий сегмент — большие фундаментальные модели с числом параметров от 1 миллиарда. Для них устанавливаются пять базовых требований. Разработчиком модели должно быть российское юридическое лицо, и оно же должно отвечать за изменение характеристик модели. Компания-разработчик обязана обеспечить полную техническую и технологическую воспроизводимость всего цикла разработки, включая обучение. Подготовка ответов на запросы пользователей и хранение данных должны производиться в ЦОДах на территории России, принадлежащих российским юрлицам. Используемые зарубежные компоненты должны распространяться на условиях открытой лицензии. С 1 марта 2027 года добавляется требование о подтверждении соответствия модели российскому законодательству и традиционным духовно-нравственным ценностям.

Важная деталь: закон не запрещает трансграничное использование ИИ-компонентов и не обязывает обучать модель только на российских данных. Это снимает главный страх рынка и одновременно переводит фокус с расположения данных на локализацию оборудования. И вот тут инфраструктура выходит на первый план.

Локализация данных и вычислений по 243-ФЗ требует российской юрисдикции ЦОД и российского юрлица-провайдера. Без гео-распределенных площадок и входа в реестр отечественного ПО это правило не выполнить.

Контроль доступа к GPU-среде предполагает изоляцию dev-, research- и prod-контуров и минимизацию круга лиц с правами. На уровне собственного сервера это дорого и хрупко; на уровне провайдера — стандартная функция приватных кластеров с ролевой моделью на гипервизоре.

Мониторинг инференса требует понимать, что генерирует модель в проде. Реализуется через inline-модули аудита, которые интегрируются с системами защиты вроде СЗИИ и работают на стороне облака, а не на стороне разработчика модели.

Отчетность по вычислениям — требование, которое на горизонте 2-3 лет станет обязательным: считать, сколько ресурсов ушло на обучение и инференс. Здесь критичны телеметрия GPU, биллинг с разбивкой по задачам и прозрачные SLA — то, что у зрелого провайдера уже реализовано.

Для заказчика реализация таких требований самостоятельно довольно сложная задача: для этого нужна либо собственная инженерная команда по инфраструктуре, либо опытный сервис-провайдер.

Раньше комплаенс лежал на заказчике. Сейчас без провайдера, который технически обеспечивает локализацию, логирование и изоляцию, выполнить 243-ФЗ практически невозможно. Соответственно, на первый план будет выходить регуляторно-совместимый контур для ИИ с прецедентами в финсекторе или госсекторе.

Подтверждает этот сдвиг и динамика рынка. По прогнозу Gartner, мировые расходы на ИИ-оптимизацию IaaS в 2026 году вырастут на 96% и достигнут 42 млрд долларов. IDC оценивает общие траты на ИИ-инфраструктуру в $497 млрд за 2026 год, причем в первом квартале 2026 рынок уже преодолел отметку $89,7 млрд (+33% год к году). Фокус на инфраструктуру, которая умеет работать с ИИ-нагрузкой: с GPU, с телеметрией, с изолированными контурами.

Сервис-провайдер M1Cloud один из первых предложил безопасность ИИ, обеспечение прослеживаемости и соответствия требованиям регуляторов на уровне инфраструктуры, благодаря партнерству с ООО СЗИИ («Системы защиты искусственного интеллекта») и интеграции в облачную инфраструктуру решения для специализированной защиты ИИ-моделей от современных киберугроз.