Дайджест регулирования AI за 2026-06-15: сближение правил Китая и ЕС

Сегодня в центре внимания не громкие запреты, а более приземленная и потому важная тема: какие доказательства и процессы придется показывать тем, кто создает или внедряет AI. Оба материала полезны именно практическими последствиями для команд, которым нужно работать не только быстро, но и так, чтобы потом выдержать проверку заказчика или регулятора.

Сравнение модельного закона Китая об AI и закона ЕС об ИИ

IAPP разбирает, как китайский модельный закон об AI соотносится с законом ЕС об ИИ. Подходы различаются по жесткости, но направление похоже: даже там, где для открытой разработки делают послабления или исключения, от команд все равно ждут прозрачности, понятного распределения ответственности и процедур соответствия требованиям. Практический вывод простой: разработчикам открытых моделей и инструментов не стоит считать себя вне зоны регулирования. Если продукт должен использоваться на регулируемых рынках, понадобятся раскрытие информации, документация и понятный контур ответственности.

Источник: IAPP

Каких доказательств соответствия требованиям по закону ЕС об ИИ не хватает малому и среднему бизнесу

Во втором материале IAPP предупреждает, что многие небольшие компании недооценивают не саму идею соответствия требованиям, а объем подтверждающих материалов, которые придется предъявлять. Речь идет не об абстрактной политике на бумаге, а о вполне конкретных вещах: реестрах систем, обосновании класса риска, назначении ответственных за контроль, настройках хранения журналов и истории эскалаций. Практическое последствие для тех, кто внедряет или поставляет высокорисковые AI-системы в Европе, очевидно: одних заверений поставщика и добрых намерений недостаточно. Если заказчик или регулятор попросит доказательства, нужен будет готовый рабочий след — документы, роли, журналы и процедуры.

Источник: IAPP

Общий вывод дня: регулирование AI все меньше сводится к спору о будущих принципах и все больше превращается в проверку того, что именно вы можете показать уже сейчас. Для команд это означает один приоритет: строить не только модель или продукт, но и доказуемый процесс вокруг них.