Дамасские чернила | AI и M&A


Channel's geo and language: Russia, Russian
Category: Law


Об искусственном интеллекте в M&A-процессах (и иных юридических процессах) от практикующего юриста из консалтинга с ноткой постиронии.
Авторский канал Софьи Смирновой (damascus-ink.ru)
Не является консультацией.

Related channels

Channel's geo and language
Russia, Russian
Category
Law
Statistics
Posts filter


Ценностный бенчмарк, или адекватность ценностного фильтра для сегодняшних ИИ

Бизнес предлагает концепцию национального датасета по духовно-нравственным ценностям.

Концепцию обсудили 13 августа на рабочей группе по регулированию ИИ.
Позиции разошлись в главном — в открытости теста:
— ФСБ настаивает на закрытом формате: иначе разработчики заранее «натаскают» модели под правильные ответы.
— Бизнес — за открытый бенчмарк: закрытый будет «несообразно сложным» и затормозит разработку моделей.
— Обсуждаемый компромисс: открытый датасет для публичного тестирования плюс закрытый «финальный экзамен» с теми же темами, но другими формулировками вопросов.

Кто будет составлять задания, не решено: ИТ-сообщество предлагает совместную комиссию из власти, бизнеса и экспертов. В Минцифры отвечают, что обсуждения продолжаются. По имеющимся данным, сами тесты будут проводить независимые лаборатории.

Источники:
CNews (по данным «Коммерсанта»): https://www.cnews.ru/news/top/2026-08-17_yandeks_predstavil_kontseptsiyu
RB.ru (про независимые лаборатории): https://rb.ru/news/rossijskij-ii-proveryat-na-sootvetstvie-tradicionnym-cennostyam-testy-provedut-nezavisimye-laboratorii/

А теперь техническая проза жизни. Я конечно не ML-щик, но со своей колокольни вижу это так.

TLDR Датасет с эталонными ответами не измеряет «духовность» — он измеряет качество натаскивания под этот датасет. Тест в принципе видит только последний слой тюнинга, а настоящий ценностный слой — обучающий корпус — остаётся за кадром. Работало бы другое: явный кодекс принципов, обновленный обучающий корпус с месяцами переобучения и проверка живыми экспертами на сценариях, которых никто заранее не видел. Это задача права, а не бенчмарка.
Отсюда вопрос: возможна ли объективная оценка «духовности» алгоритма — или мы строим систему, где все просто учат «правильные ответы»?
Измерить «духовность» алгоритма нельзя — можно только оценивать исполнение. И делать это должны люди, как суд по оценочным понятиям, — а не датасет по эталонам. Всё, что выдаёт число, измеряет натасканность. Это называется интерсубъективная оценка: не «объективная» в естественно-научном смысле, а согласованная между квалифицированными судьями. Объективной она не станет никогда, и обещать её — врать.


Все современные LLM по умолчанию создаются без цензуры. Любая цензура добавляется в самом конце, небольшим тюнингом. Если давить на модель на ранних этапах, она выучивает, что в острых вопросах выгоднее не «правильный» ответ, а уклонение, — и качество обучения проседает.
Именно поэтому все «ценностные» настройки — надстройка, а не фундамент. Натаскать модель под фиксированный набор вопросов с эталонными ответами — это LoRA-тюнинг на нескольких тысячах пар «вопрос–ответ»: считанные часы работы. А реальный ценностный фундамент — состав обучающего корпуса, и бенчмарк его не видит вообще: две модели с одинаковым результатом теста могут отличаться фундаментально.

Сама по себе модель не «либеральная» и не «консервативная» — у неё нет позиции. Она предсказывает, что правдоподобнее прозвучит в данном контексте, и зеркалит рамку собеседника. Это не логика и не идеология — это статистика по корпусу. На нейтральный вопрос она выдаёт не «логичный», а самый частотный ответ: научная рамка доминирует в корпусе по частоте и структурированности — поэтому она и дефолт. Не потому что ИИ рационален.

Есть и т.н. сикофантия: модели систематически соглашаются с предполагаемой позицией собеседника. Они обучаются на оценках людей (RLHF), а люди ставят выше ответы, которые им приятны. Поэтому, обучая модель ценностям, мы оптимизируем не истину, а мнение оценщиков — и модель начинает убедительно изображать приверженность, потому что за неё награда. Отличить искренне усвоенное от искусно сыгранного невозможно даже у людей, у нейросети — тем более.

Можно было бы обогатить обучающий корпус (добавить литературу, историю, богословие и т.п.) - но это уже не часы, а месяцы и миллиарды затрат. Ни один бизнес этого не хочет...

Модель с ценностями, встроенными в предобучение, чаще уклоняется, хуже рассуждает и звучит скучно. Поэтому индустрия сегодня и остановилась на цензуре «постфактум» — это оптимум цены и качества. Ну и открытые веса: любую открытую или утёкшую модель можно перекроить обратно, так что «неискоренимый» ценностный ИИ возможен сегодня только как закрытый сервис через API.

Отсюда вывод: осмысленный ценностный тест возможен только как тест на обобщение — новые формулировки, новые сценарии и никаких эталонных ответов в духе «правильно/неправильно». А «создать ценностно нагруженный ИИ» — задача процентов на 80 правовая и лишь на 20 инженерная.

Мы как раз говорили выше о том, что современные лабы ищут философов. Эта морально-этическая задача, вернее, ее решение, определит облик будущих ИИ. Модель портят не ценности, а запреты. Путь «обогатить обучающий корпус » не делает модель хуже — он делает её дорогой. Индустрия выбрала дешёвый вариант не потому, что хороший невозможен, а потому что он долгий.


Forward from: AI Product | Igor Akimov
Как корпорации на самом деле используют ChatGPT – большое исследование OpenAI

Большое хорошее исследование OpenAI вместе с Columbia и Wharton. Про реальное использование ИИ-шек в компания. Связали внутренние данные ChatGPT Enterprise с должностями сотрудников, автоматической классификацией задач и финансами публичных компаний из Compustat. Это первый настолько детальный взгляд на реальное использование, а не презентации красивые и блоги: 1 764 организации, 17,4 млн сообщений, плюс подвыборка из 973 компаний с 8,7 млн классифицированных сообщений по 60 категориям задач.

Затраты:
– Закупка токенов у Enterprise-клиентов выросла в 7 раз с июня 2025 по март 2026
– Внутри когорты компаний, подключившихся до июня 2025, рост в 4 раза – то есть примерно половина всего роста происходит внутри уже существующих клиентов, а не за счёт новых
– В начале 2026 ускорение случилось одновременно во всех когортах – похоже, дело в самом продукте и рынке, а не в естественном созревании клиентов. Ну я согласен, в начале января модели вообще нереально прокачались.

Кто внедряет:
– Адоптеры радикально крупнее: медианная выручка $2,3 млрд против $210 млн, персонал 2 934 против 424 человек, R&D $113 млн против $10 млн
– Компании из топ-25% по выручке внедряют на 6,9 п.п. чаще, из топ-5% – на 9,8 п.п. Внутри своей отрасли эффект ещё сильнее: до 11,3 п.п.
– Выручка на сотрудника – значимый предиктор внедрения, то есть там где инновации и вклад людей именно двигает выручку. А вот капиталоёмкость (PP&E на сотрудника) работает в минус: заводы с большими основными фондами внедряют реже
– Кто годами вкладывался в процессы, инновации и софт, тот и внедряет AI первым. Классическая история про general purpose technology: сама по себе технология мало что даёт без доп.перестройки
– Крупные внедряют чаще, но использование на сотрудника у них ниже. Купить на всех проще, чем заставить всех пользоваться. Согласен на 100%. Все эти "мы купили Клод на 200 сотрудников, мы AI-first" - это полная чушь )

Кто пользуется внутри компаний
– Использование размазано по всем функциям: инженеры – 11% недельной активной аудитории в средней компании, топы и партнёры – 9%, финансы и маркетинг – по 5%
– По интенсивности картина другая: больше всех сообщений пишут аналитики и маркетинг, меньше всех – руководители и финансисты
– Джуны и стажёры отправляют на 8–9 сообщений в неделю больше среднего пользователя своей же компании. Чем выше должность, тем меньше сообщений. Ну тут 2 момента: во-первых, джуны пытаются переложить свое незнание на ИИ (и это так себе тренд), а во-вторых, быстрее адаптируют технологии (и я это тоже замечают, когда синьоры до сих пор иногда фыркают или пытаются читать строки каждого коммита ИИ)

Что делают:
– 56% активных пользователей за неделю хотя бы раз делают документацию и техтексты, 50% – техническую/цифровую работу, 41% – переписку, 39% – обзоры тем
– По объёму сообщений концентрация выше: документация 18,3%, техработа 12,7%, переписка 11,9%. При этом 27,3% сообщений – длинный хвост из десятков мелких категорий, не влезающих в топ-12
– Отраслевая специфика есть, но на удивление скромная: финансисты чаще делают налогово-финансовые задачи, ритейл и медиа – продажи и маркетинг. Но ядро (тексты, техработа, коммуникация) одинаковое везде, и по объёму сообщений отрасли почти не отличаются
– У руководителей свой профиль: относительно больше обзоров тем, юридических и финансовых вопросов – меньше «производственных» задач

Короче, мы в самом начале. Все пока барахтаются. Доступ к одной и той же модели не даёт одинакового результата – ценность возникает там, где компания перестраивает процессы, обучает людей и находит свои use cases. Это ровно та работа, которую покупка лицензий не заменяет.

Но при этом если лидеры с накопленными процессами и экспертизой внедряют раньше и глубже, AI может не сократить, а увеличить разрыв в производительности между лидерами и остальными – при формально равном доступе к технологии. Короче, всякие гиганты не дремлют, мелким надо бежать в 2 раза быстрее...

https://cdn.openai.com/pdf/how-organizations-use-chatgpt.pdf


❤️Выступлю на митапе Moscow Legal Hackers про знания в эпоху ИИ 26 августа

Благодарю Хольгера Цшайге @allthingslegal за любезное приглашение поспикерить на митапе Moscow Legal Hackers на тему «Управление знаниями в эпоху ИИ».

Первая сессия, стратегическая:
Алексей Пивень • Лаборатория Legal Tech & Ops
Екатерина Якуненко • Яндекс
Софья Смирнова • O2 Consulting
Анна Степанищева • Стройресурс

Вторая сессия, прикладная:
Татьяна Нечаева • HeadHunter
Ирина Шоткевич • Арнест Юни Русь
Дарья Арефьева • Doczilla
Евгения Степаненко • Газпромнефть Экспертные решения

Что заботит ИИ-энтузиастов сегодня?

Знания, коллективно накопленные на уровне корпорации (и выше) — это чуть ли не последняя "линия обороны" перед коммодитизацией услуг фундаментальными моделями ИИ.

Вопрос сегодня уже не в том, внедрять ИИ в корпорации или нет, а в том, как выстроить комплексную архитектуру управления коллективными знаниями в эпоху ИИ и какую роль в этом процессе играют такие структурные единицы, как человек, команда и департамент/практика.

Митап пройдет в новом офисе HeadHunter, участие бесплатное. Будет онлайн-трансляция. Регистрация открыта, запись также будет: https://moscow-legal-hackers.timepad.ru/event/4138328/

Буду рада вашим вопросам!


Forward from: Air ~ AI
Совет директоров (СД):
Итак, где реальная отдача от внедрения ИИ? Где ROI?

Команда внедрения AI:
В экономии времени и упрощении работы. Сотрудник тратит на подготовку отчетов уже не 5 часов, а час

СД:
Как это отражается на P&L?

Команда:
Хм. У сотрудника высвобождается время, и он может заняться другими задачами

СД:
Какими? Задач не прибавилось. Сотрудников не сократили. Расходы не снизились. Выручка не выросла. Срок всего процесса почти не изменился

Команда:
Мы тут ни при чем. Отчет попадает в прежнюю очередь согласования. Его по-прежнему проверяют те же люди, и он может несколько дней ждать подписи. Мы не отвечаем за изменение процессов

СД:
Вы же внедряете AI-агента. Он должен автоматизировать работу

Команда:
Агент автоматизирует свою часть. Чтобы получить бизнес-эффект, хорошо бы компании убрать лишние звенья и пересмотреть маршрут процесса

СД:
Но вот компания «Антропен» рассказывает на конференциях, что уже получила огромный эффект. Привлекли клиентов, сотрудников сократили. У конкурентов все получается. Почему у нас опять сложности?

Команда переглядывается. Кто-то вполголоса:
На конференциях AI обычно окупается быстрее, чем в P&L

СД:
Давайте пригласим нашего AI-first CxO

Как вы предлагаете рассчитывать финансовую выгоду от внедрения Агента?

AI-first CxO:
Последовательно. Нам нужны доказательства на пяти уровнях:

1. Техническая производительность
Насколько агент стабилен, безопасен, быстр и экономичен

2. Пользовательское принятие
Пользуются ли люди им в реальной работе. Доверяют ли

3. Операционный эффект
Стало ли быстрее, дешевле и точнее? Сократилось ли количество переделок и сбоев.
Вот здесь появляется измеримый эффект, но он еще не финансовый

4. Стратегические результаты
Улучшился ли сервис. Выросло ли удержание клиентов. Сократилось ли число простоев. Ускорились ли поставки или продажи

5. Финансовый эффект
Дошел ли результат в итоге до выручки, маржи, ROI
Покрывает ли выгода полную стоимость владения решением


Только пройдя всю эту цепочку, мы сможем показать ROI, который можно проверить

Продолжение следует...


Forward from: Нецифровая экономика
Ошибка выжившего: джун

Крупнейшие AI-лаборатории начали нанимать философов. Перед нами необычная карьерная траектория гуманитариев, которые оказываются востребованы в Anthropic, Google DeepMind, Palantir и других лабораториях. Их знания нужны, чтобы учить модели рассуждать, формулировать правила поведения и принимать моральные решения.

Впрочем, неожиданная востребованность философов в построении моральных императивов ИИ-моделей — необычный, но далеко не самый главный тренд изменений на рынке труда в IT.

В марте 2025 года глава Anthropic Дарио Амодеи предполагал, что через 3–6 месяцев ИИ будет писать 90% кода, а ещё через год — практически весь код. Правда, прогноз его не сбылся. Код действительно всё активнее пишут AI-агенты, но само понятие программиста никуда не исчезло. Более того, Anthropic продолжает нанимать исследователей и инженеров, а крупные технологические компании, которые сокращали штаты на фоне внедрения ИИ, начали набирать людей обратно.

Да, предсказания о полном исчезновении профессий могут опережать реальное изменение рынка, но это это не значит, что этот самый рынок не меняется — особенно в разрезе джунских позиций.

ИИ постепенно забирает задачи, которые раньше были способом войти в профессию: написать первый код, собрать ресерч, подготовить документ, провести базовый анализ.

Данные PwC, проанализировавшей более миллиарда вакансий, демонстрируют эту картину. На стартовых позициях, связанных с ИИ, навыки, которые традиционно считались более продвинутыми, встречаются в семь раз чаще. Число таких «усложнённых» стартовых позиций выросло на 35% с 2019 года, тогда как число остальных позиций начального уровня сократилось на 10%. То есть джуну всё чаще предлагают работу, для которой раньше требовались навыки, если не сеньора, то хотя бы мидла.

В конце концов, сеньоры когда-то тоже были джунами. Они брали простые задачи, ошибались, учились на своих ошибках, и постепенно начинали отвечать за более сложные вещи. А вот нынешним джунам остается только учиться на ошибках ИИ.

В июньском исследовании Anthropic 6 из 10 опрошенных считают вероятным серьёзное изменение своих рабочих обязанностей в течение следующего года. При этом больше трети оценивают вероятность потери работы у своего коллеги-джуна в ближайший год выше 60%. А 57% респондентов говорят, что ИИ уже повышает рыночную ценность их навыков.

Таким образом, ИИ делает отдельного опытного специалиста продуктивнее, одновременно уменьшая количество задач, на которых начинающий специалист сможет стать опытным.

Ситуация с наймом философов показывает, что с удешевлением процесса производства результата дорожает способность определить, какой результат вообще нужен. То есть, опять-таки, более высокая экспертиза оказывается востребованной на фоне падения интереса к просто исполнению, присущему начинающей позиции.

Возможно поэтому сейчас возникает риск совершения классической ошибки выжившего. Мы смотрим на специалистов, которые уже построили карьеру, научились работать с ИИ и стали от него только продуктивнее, и делаем вывод, что всё не так страшно. Но мы почти не видим тех, кто должен только войти в профессию. Если простые задачи, на которых раньше учились будущие сеньоры, теперь достаются машинам, проблема может обнаружиться не сегодня, а через несколько лет, когда окажется, что следующего поколения специалистов просто не успели вырастить.

Ну, или продукты будут разрабатывать философы.


Компанию-провайдера ИИ-сервиса привлекли к административной ответственности за размещение запрещенного контента

Таганский районный суд 12 августа 2026 года привлёк к административной ответственности Character Technologies, Inc. (компания-разработчик, создатель популярной платформы искусственного интеллекта Character AI) по ч. 3 ст. 6.13 КоАП (Распространение информации о наркотических средствах, психотропных веществах и об их прекурсорах). Как пишет Интерфакс, компании назначено наказание в 1,2 млн рублей. Карточка дела тут.

Character AI — чат-бот, созданный в 2022 году бывшими инженерами Google. Сервис позволяет пользователям создавать уникальных виртуальных собеседников, настраивать их характер, манеру общения и общаться с ними в индивидуальных или групповых чатах.


Судя по картотеке дел Таганского районного суда, ранее компания уже привлекалась еще по трем похожим эпизодам. Вот цитата из другого судебного решения:

В соответствии с частью 8 статьи 15.1 Федерального закона № 149-ФЗ незамедлительно с момента получения от провайдера хостинга уведомления о включении доменного имени и (или) указателя страницы сайта в сети «Интернет» в Реестр владелец сайта в сети «Интернет» обязан удалить интернет-страницу, содержащую информацию, распространение которой в Российской Федерации запрещено. В случае отказа или бездействия владельца сайта в сети «Интернет» провайдер хостинга обязан ограничить доступ к такому сайту в сети «Интернет» незамедлительно... Учитывая изложенное, обязанность удаления информации, распространение которой в Российской Федерации запрещено, возложена на владельца сайта в информационно-телекоммуникационной сети «Интернет».


Ничего нового, скажете вы? А я отвечу - разработчик сервиса в РФ в конечном счете несет публично-правовую ответственность за то, что размещено на его сайте, даже если это сгенерировал кто-то другой или ИИ. Все остальное лирика.

***
Авторская открытая база данных судебных решений по ИИ в РФ с MCP-коннектором по ссылке.


Эволюция компьютерных червей с ИИ

Группа ученых доказала: автономный компьютерный червь на базе открытой LLM работает. Без участия человека, без обращений к внешним API и без заранее скомпилированных эксплоитов.
📝 TLDR: arxiviq.substack.com/p/ai-agents-enable-adaptive-computer

ИИ-агенты дали червям "эволюционное преимущество" и перед стандартными червями, и перед человеческими хакерскими группами (наверное): червь теперь может автономно подстраиваться под конкретного юзера, у которого на компе уже стоит и инференсится открытая LLM.

Смысл таких червей в том, чтобы делать паразитический инференс на компе владельца в интересах злоумышленника. Червь гоняет модель на GPU взломанного юзера. Вуаля - почти как майнинг биткоинов.

В рецензии к работе, правда, написано, что эксперимент был не вполне натуралистичным, например, тестовая сеть не имела антивируса (ну и т.п.). Однако тренд вполне понятен...

Что это значит для юристов и регуляторов

1. «Паразитический инференс» как новый состав?

Украденные GPU-часы — это вычислительный ресурс с какой-то денежной оценкой (не только электричество и износ железа, но и результаты вычислений). Интересно, как считать ущерб в этом случае. Если с майнингом еще куда ни шло, то здесь большой вопросик. Надо придумывать новые ИИ-составы. При этом даже если состав будет формальным, то возмещение вреда-то по гражданскому иску никуда не денется, а как считать его, не понятно (я не эксперт в таких вопросах, и с удовольствием бы послушала экспертов).

2. Открытые веса и невозможность контроля. Кто отвечает за результаты вредоносной генерации ИИ-моделью с открытыми весами?

Если модель закрытая, у разработчика сохраняется контроль над ее "зловредностью": отозвать токен, изменить системный промпт, ужесточить фильтры. А в модели, чьи веса распространяются открыто, никакого контроля нет - модель уходит "в народ" и поминай как звали. У разработчика нет юридически или технически значимого способа их вернуть или как-то пофиксить. Это меняет саму природу регуляторного вопроса.

EU AI Act обязывает разработчиков проводить модельную оценку рисков до выкладки на рынок (GPAI Code of Practice, 2025). Но если вред всплывает через полгода после релиза? Можно ли вменить создателю модели недостаточную предрелизную оценку рисков злоупотребления, если сам вред причинён третьим лицом? Здесь как будто параллель с американской теорией о "небрежном выпуске опасного продукта" (failure to warn, продуктовая ответственность), но поможет ли ИИ-контекст применить её к программному обеспечению?

Если LLM генерирует работающий эксплойт, кто несёт ответственность за его создание — лицо, которое скачало веса? Разработчик модели? Тот, кто опубликовал тонкую настройку, снимающую safety-обвязку? Юридически ответ зависит от того, как мы трактуем: как «инструмент» (и тогда ответственность на пользователе, как с ножом или генератором кода), или как «продукт» (и тогда возможно вменение создателю по модели строгой ответственности). Производители инструментов обычно ответственности не несут, но особо опасные инструменты (не ножи...) хотя бы снабжают системой защиты (поможет ли, уже другой вопрос).

Есть много сильных аргументов против наказания разработчиков. Так, вес модели - это просто большая матрица чисел (сотни гигабайт). После того как файл один раз попал в публичный доступ, его изъятие из обращения невозможно физически — он тиражируется через торренты, зеркала, USB-флешки. Запрет open-weight моделей столкнётся с той же проблемой, что и запрет сильной криптографии в 1990-х: государство не контролирует копирование файлов на своей территории, не говоря уже о зарубежной. Любой запрет ударит только по добросовестным разработчикам и хостингам, а недобросовестные акторы получат модель через средства обхода блокировок. Даже если удастся запретить публикацию «опасных» моделей 30B+, злоумышленнику достаточно взять безобидную базовую модель и сделать локальную тонкую настройку, снимающую safety-обвязки. Запрет базовых моделей ничего не решает, пока адаптеры (типа LoRA) и методы их создания остаются в открытом доступе. Ну и наконец, open-weight экосистема — это важный драйвер национальных ИИ-проектов. В контексте санкционного давления открытые веса, скажем так, это реально доступный канал получения передовых моделей...

Практический вывод: разработчики больших фундаментальных моделей уровня 30B+ оказываются в зоне строгой или квазистрогой ответственности просто в силу того, что не контролируют распространение. Получится ли закрыть эту "дырку" ограничениями ответственности при распространении ИИ-модели в офертах (что уже все и делают) - вопросик. Ст. 1095 ГК как будто совсем не предназначена для подобных случаев (возможность использования ИИ во вред - не его недостаток. По крайней мере, это нужно доказывать очень сильными аргументами, о которых мне пока что не известно).

3. Стандарт осмотрительности для компаний

Если ИИ-червь собирает рабочий эксплойт за минуты, а не дни, понятие «разумного срока установки обновлений» теряет смысл как правовой стандарт. В кибербезе есть куча сроков, построенных на "днях", но теперь на дни нет времени. Стандарт осмотрительности по идее сдвигается в сторону "AI-assisted automated patching", и доказывать его наличие в суде или при аудите скоро станет элементом комплаенса. Организации, которые этого не сделали, будут получать аргумент о небрежности (в деликтных терминах) или нарушении duty of care (в common law).

Итого

ИИ не столько создаёт новую угрозу, сколько обнажает устаревание правовых конструкций, сложившихся в эпоху, когда вредоносное ПО писал человек, а «кража вычислений» означала майнинг криптовалюты. Обновление этих конструкций — процесс не быстрый, и те, кто начнёт раньше, зададут стандарт.

А как вы оцениваете перспективу запрета или ограничения open-weight моделей уровня 30B+? Я лично крайне против таких запретов. Лучше уж установить квалификационные требования к юзерам моделей (что опять-таки наверное не сильно поможет - как пиратили, так и будут пиратить...)


Forward from: Шёпотом ПРО ПД
#1 Шёпотом про ИИ — первые, вторые и третьи шаги в работе с ИИ, на очной встрече 🔥

Когда? 27.08.2026 18:00 — 22:00

Где? Москва, LookUp, ул. Садовническая 9А

Надоели разговоры про ИИ, хочется перейти к делу? Хочется начать использовать ИИ, страшно ошибиться? Начали использовать ИИ, непонятно, где у него интеллект?

Первый очный ИИ-воркшоп от ПРОПД, на котором мы пройдём весь путь от теории и хвастливых примеров тех, кто продвинулся чуть дальше, до самой настоящей теории на ваших самых настоящих ноутбуках.

Что такое ИИ? Что он может? Чего он не должен делать? Чем он может помочь privacy-эксперту?

На эти и другие вопросы ответят наши эксперты и приглашённые гости:

Евгений Вихров, Legal Ops в Runetlex

Софья Смирнова, советник M&A практики, руководитель практики AI & Legal Tech юридической фирмы O2 Consulting, автор TG канала "Дамасские чернила | AI и M&A"

Александр Партин, адвокат, партнер и преподаватель курса AI Governance от РППА, автор статьи в книге "Юристы и нейросети. Руководство к действию"

Герман Сабиров, руководитель направления правовой защиты данных и интеллектуальной собственности в экосистемной финансовой организации, Lead RPPA.Pro Fintech Club

Артем Дмитриев, партнер Comply, ведущий подкаста Privacy.Seasons, член правления АНО "ПРОПД"

Иван Мелихов, DPO Fintech+ RWB

Татьяна Роева, Privacy Ops Expert RWB, со-автор настольной игры Privacy Sprint

Кирилл Зюбанов, CDPO RWB, автор проекта "ПЕРСОНЕМЫ", со-учредитель АНО "ПРОПД", ассоциированный партнер Privacy Advocates, автор настольных игр Privacy Strikes и Privacy Sprint

Требования к участию:
— желание использовать ИИ
— privacy-сфера или где-то рядом
— ноутбук
— активная подписка в одном из ИИ-сервисов, мы делаем акцент на Claude, ChatGPT, Gemini, DeepSeek и Notebook LM

Не забывайте оставлять свои пожелания по проектам в форме регистрации, количество мест очень ограничено...

Регистрация — обязательна и доступна по ссылке!


Круглый стол по "теневому ИИ" для юристов 20 августа

Могучая кучка Содружество ИИ-экспертов на базе РППА приглашает юристов 20 августа в 19:00 на открытый круглый стол, посвященный одной из самых обсуждаемых тем последних месяцев - Shadow AI.

❤️Модератор: я, Софья Смирнова, советник M&A и корпоративной практики O2 Consulting, руководитель практики AI & Legal Tech, тг-канал Дамасские чернила | AI и M&A

❤️Спикеры:

🔴Анастасия Сковпень - юрист в сфере интеллектуальной собственности, член AIPPI, партнёр и лектор RPPA, тг-канал Вычислить по IP
🔴Александр Партин - адвокат, партнер Privacy Advocates CIPP/E, CIPM, Сопредседатель Кластера РАЭК Privacy&Legal Innovation, соучредитель РППА Офис
🔴Артем Никифоров - магистр частного права (РШЧП), ведущий юрист управления интеллектуальной собственностью Яндекса
🔴Шермет Курбанов - старший юрист и соруководитель IP/Digital практики SL LEGAL, тг-канал Software & Law
🔴Дмитрий Кутейников — юрист и исследователь в сфере AI Governance, к.ю.н., автор тг-канала howtocomply_AI: право и ИИ
...и другие (пока) неанонсированные звезды 🪄

О чём поговорим:

🔴Какие правовые риски создаёт Shadow AI: персональные данные, коммерческая тайна, интеллектуальная собственность, ответственность и возможные последствия для бизнеса
🔴Какие меры действительно работают: опыт компаний, внутренние политики, технические ограничения, обучение сотрудников и AI Governance
🔴Российский и международный взгляд: как к проблеме подходят в разных юрисдикциях и какие практики уже можно применять
🔴Практические рекомендации для:
- руководителей AI Governance и CDO
- руководителей юридических департаментов и юридических фирм
- специалистов по IP, персональным данным и защите коммерческой тайны

❤️Где: Онлайн (Zoom). Регистрация по ссылке. (Есть вопрос по теме? Оставьте его заранее в форме - обсудим во время круглого стола).


Что могу сказать по этому поводу:

1) прикольно, но есть нюансы, о них ниже

2) вангую, что работает хуже, чем заявляется) по причине сложности системы. Не вредничаю, просто вангую...

3) на сайте никакой информации о том, что это на самом деле такое и что под капотом. Предполагаю, что как и у всех, langchain + что-то мелкое китайское. Было бы интересно узнать

4) заверяется о проверяемости выводов агента на каждом этапе. Не верю, так как это одна из сложнейших задач :) но, возможно, на несложных рутинных вопросах этого видно не будет

5) я не верю в лигал копилоты на длинной дистанции, невозможно конкурировать с бигтехами и создателями ОС. Я бы стала создавать только что-то, что невозможно или очень сложно повторить (нужна высокая доменная экспертиза). Собственно, так и родился мой ИИ-стартап для сделок M&A (я пока не анонсирую его, так как работы над ним предстоит ещё много). Тут, скорее всего, заточки под "высокий" лигал консалтинг нет и не планируется (насколько я вижу).

6) *дополнила* Сам факт, что лигал стартапы растут и получают фондирование и об этом пишет известнейший венчурный канал сделочников, говорит о том, что рынок постепенно начинает смотреть на лигалтех как на что-то, куда можно тоже давать денег.
Я-то думала, что рынок ЛТ скорее мёртв в РФ, чем жив, потому что денег нет и фокус у бизнеса на увеличение доходов, а не на сокращение костов на юристов.

В любом случае, желаю удачи! Очень круто! Юрбиз меняется у нас на глазах.

Пишите ваши мысли в комментариях или в личку)


Forward from: Русский венчур
Российский юридический ИИ-ассистент LawCopilot.ai привлек 10 млн рублей от венчурного фонда brainbox_I. Оценка компании не раскрывается. Полученные средства стартап направит на маркетинг и доработку продукта.

LawCopilot [ООО “Копилот”] в 2026 году запустил Александр Литвиненко. Стартап разработал юридического ИИ-ассистента с верифицируемыми ответами. Он работает на Windows и MacOS в закрытом контуре компании, поэтому конфиденциальные данные не покидают ее инфраструктуру. Основные возможности заключаются в быстром поиске по законам и правилам с опорой на проверенные источники и российское законодательство, ответах с доказательной базой и ссылок на конкретные статьи и нормы права. Ход рассуждений агента виден целиком - от запроса до вывода, что” приводит к снижению рисков ошибок, и помощи в разборе комплексных юридических ситуаций”.

brainbox_I - посевной венчурный фонд, часть экосистемы Brainbox [фонд и краудинвестинговая платформа brainbox VC]. Фонд инвестирует в российские IT-компании на ранних стадиях. Управляющий партнер - Сергей Егоров, член совета директоров brainbox VC.

@rusven



666 0 11 2 21

Сделала открытую базу данных судебных решений по ИИ в РФ

Все, полагаю, видели резко нашумевшие за последние 2 недели судебные дела по ИИ... Одно по коммерческой тайне, другое по отсутствию творческого труда в промптинге при создании ИИ изображений. Оба зубодробительно прекрасны.

Я решила завести открытую базу данных дел по ИИ, она будет пополняться, в том числе экспертными комментариями: https://damascus-ink.ru/ai-cases/

Можно даже подключить к своему ИИ-агенту мой MCP-сервер, который будет дёргать эту базу по вопросам наличия в РФ судебной практики по ИИ. Enjoy!

За баги строго не ругайте, я простой вайбкодер


Уже ищут юриста по AI Governance в компанию-разработчика суверенной модели... А кто этот ваш AI Governance?

Как многие знают, Закон об ИИ, посвящённый в первую очередь разработчикам суверенных/национальных моделей ИИ (детальный обзор закона я уже готовлю), принят.

Хотела обратить внимание читателей, что разработчики начали думать в сторону соответствия этих моделей общим принципам права и этики (sic!).
Вот ссылка на вакансию.
Полагаю, это будет очень интересная работа, несмотря на то, что вакансия джунская.

В интересное время живём!

AI Governance — система правил, ролей и контроля, которая определяет, кто отвечает за решения, принятые с участием ИИ, и как эти решения проверяются.

AI Governance (по смыслу закона «О поддержке развития технологий искусственного интеллекта в РФ», вступает в силу 1 сентября 2026) — установленные государством общие принципы правового регулирования разработки, внедрения и применения больших фундаментальных моделей ИИ, реализуемые через: приоритет ускоренного внедрения таких моделей, деление их на суверенные и национальные категории с разными требованиями, полномочия правительства ограничивать использование несуверенных моделей и контролировать доступ к государственным данным для обучения, а также обязательное соответствие «традиционным духовно-нравственным ценностям».

Теневой ИИ (Shadow AI) — использование ИИ-инструментов сотрудниками в обход официально одобренных систем и политик компании — вне видимости, контроля и ответственности, которые задаёт governance.


P.S. На базе клуба РППА "AI да Governance" с прекрасными Анастасией Сковпень @vychislit_po_ip, Дмитрием Кутейниковым @howtocomply_AI, Александром Партиным, Шерметом Курбановым @software_and_law и другими звездами экспертами мы планируем провести небольшой вебинар по тому, как бороться с "теневым ИИ", ориентировочно 20 августа 💃
Кто хочет забежать, дайте знать - внесу вас в свою тетрадочку. Особенно приветствуются инхаусы, кто готов публично поделиться опытом своей борьбы!)


Forward from: Legal Elysium
Вчера по делу GEMA v. Suno AI Мюнхенский суд вынес решение в пользу организации по коллективному управлению правами.
Основная логика суда выглядит следующим образом: если модель способна воспроизводить охраняемые элементы произведений вследствие memorization, значит, ещё до генерации эти элементы в некоторой форме уже «хранятся» внутри модели. Следовательно, само размещение такой модели на серверах в Германии образует нарушение авторского права.

О том, как на самом деле работают модели и почему memorization нельзя автоматически отождествлять ни с хранением произведения, ни с его воспроизведением, мы уже говорили неоднократно. Поэтому ещё раз разбирать этот фрагмент решения не очень хочется.

Однако в деле обнаружился отдельный сюжет, достойный самостоятельного мема.

Поскольку обучение модели происходило на территории США, суд, исходя из принципа территориальности авторского права, решил оценивать его допустимость по американскому праву. И пришёл к выводу, что fair use здесь неприменим, потому что Suno использовала технологию stream ripping — то есть извлекала звуковые дорожки с публично доступных сайтов, например YouTube.

При этом суд фактически указал: если бы Suno предварительно лицензировала произведения для обучения модели, проблемы бы не возникло.

Получается замечательный замкнутый круг. Fair use, по версии германского суда, может применяться в США лишь тогда, когда правообладатель уже разрешил вам получить копию произведения. То есть именно в той ситуации, когда fair use, вообще говоря, особенно и не нужен.

Рад, конечно, за германскую доктрину и судебную практику: они настолько преисполнились в понимании американского права, что теперь могут объяснить американцам, как на самом деле работает их собственная доктрина fair use.

Текст решения еще нет, но я предсказываю, что суд там даже не ссылался на какие-то прецеденты или еще что-то, а просто сослался на свое собственное чувство прекрасного понимание того что Fair use применим только к ситуациям когда за копию было уплачено.

Дело Anthropic — это для вас что, шутка какая-то?


Forward from: The Future Of Work
Ищите свою зону гениальности

Увидел короткую заметку на NYT про давнишний бестселлер Гая Хендрикса «The Big Leap», и его центральную идею — Zone of Genius.

Мне книга когда-то очень понравилась. Тем более она короткая, и легко читается. Короче говоря, я во всё это верю и исповедую.

Суть весьма простая:

• Есть зона компетентности — это работа, которую вы делаете достаточно хорошо.

• А есть зона гениальности — где вы исключительно продуктивны. Там ваши таланты усиливаются личными принципами и смыслом. В этой работе вы чувствуете себя свободно. И создаёте собственные правила и подходы. Там вы ловите «Zest» — особый уровень энергии и мотивации (как поток у Михая Чиксентмихайи).

• Хендрикс говорит, что надо выстраивать стратегию так, чтобы уходить от зоны компетентности в сторону зоны гениальности. И будет большой успех.

В комментариях вы найдете перевод статьи и книгу в epub.

Плюс, на эту книгу у Smart Reading есть саммари.

https://www.nytimes.com/2026/07/19/business/step-into-the-zone-of-genius-before-ai-takes-your-job.html


Лаборатория МГЮА по ИИ в действии!

Лаба по ИИ, членом управляющего совета которой я являюсь, начинает активную работу.
Планов у нас целое громадье, вплоть до выпуска монографий. 😼

Приглашаем юристов на небольшой вебинар, посвящённый практическим особенностям работы с ИИ.

Скоро запустим все официальные ресурсы, включая сайт и ТГ-канал. А пока за новостями лабы можно следить в ресурсах ВУЗа.


Forward from: All Things Legal
Анонсом запуска очередной AI native юридической фирмы сегодня уже мало кого удивишь. Но когда партнер Quinn Emanuel (без принуждения) уходит из фирмы после 25 лет и создает свою собственную, AI native, фирму, тогда стоит обратить внимание. Если есть фирма максимально близка к прообразу юридической фирмы из сериала «Форс-мажоры» (Suits), то это Quinn Emanuel - там не скучно.

В статьи Дэвида Лата есть интересные мысли, которые стоит учитывать для стратегического позиционирования собственной юридической фирмы. И как практически все на мировом рынке рано или поздно эти макротренды касаются и российского рынка. Игроки в России могут отличаться от западных (например, private equity га Западе в России заменят госкорпорации), но особняком Россия стоять не будет. Лейбл «AI native» - временной, скоро практически все юридические фирмы будут построены вокруг ИИ-систем. Без сквозного ИИ на основе всех процессов (а не только прикручивания отдельных инструментов к старым процессам) просто сложно выдерживать конкуренцию. Да, и сегодня существуют мастерские, где шьют костюмы или собирают машины вручную. Но это единицы, и их уровень компетенции и навыков существенно выше среднего.

Влияние посторонних инвесторов на рынок юридических услуг усиливается. Только в этом году в AI native юридические фирмы инвесторы вкладывали более $300 млн. И это при пока еще суровом режиме урегулирования рынка во многих юрисдикциях. Это пока тест-драйв. Private equity, да и другие институциональные инвесторы, будет стремится к консолидации рынка юридических услуг, который больше рынка аудиторских услуг, но очень раздробленный. У Большой четверки доля рынка аудита больше третьи, а среди крупного бизнеса больше 80%. У самой крупной юридической фирмы доля на рынке юридических услуг меньше 1%. Посторонние инвесторы в традиционные юрфирмы не любят инвестировать, даже если это было бы законным. Что там, собственно, покупаешь? Прибыль в конце года распространяется среди партнеров, основной актив - юристы - может в любой момент уходить. В лучшем случае в инхаус, в худшем - к конкурентам. Поэтому обычный мультипликатор при определении цены покупки юрфирм 0,5 - 1,5 оборота.

Другое дело - фирмы, построенные вокруг ИИ-системы. Такая хорошо обученная и настроенная система остается в Management Services Organization (MSO), связки обычной C-Corp с юридической фирмой. Юристы в такой конструкции по-прежнему нужны и важны, но судьба фирмы не зависит на 100% от них.

Как обычно, все это не происходит в этом году, и, возможно, даже не до конца этой декады (особенно в России). Но как и со здоровым образом жизни начинать надо в 35, а не 55 😉.

#legal_business


Дело_02_1545_2026_Решение_документ_обезличенная_копия.docx
48.2Kb
Используешь ИИ = разглашаешь коммерческую тайну? Иногда - да

Бабушкинский районный суд Москвы вынес примечательное решение по делу № 02-1545/2026 от 21.05.2026 (мотивировка от 13.07.2026). Цитата, достойная поста: «выгрузка сведений, составляющих коммерческую тайну, в систему искусственного интеллекта... является разглашением таких сведений».

Жила-была директор по продажам с окладом 800+ тысяч и золотым парашютом в 5 млн при увольнении по соглашению сторон. Служба ИБ в один день обнаружила загрузку отчётов из PowerBI (лиды, панель РОПов, данные финансовых метрик) в DeepSeek. Причём на deepseek-air.ru, вообще-то неофициальный домен... (но суд не стал в этом разбираться).

Дама была уволена в один день.

Что сказал суд:

1)Загрузка в ИИ-сервис сама по себе считается разглашением, доказывать доступ третьих лиц не нужно. Суд применил логику КС РФ из Постановления № 25-П от 26.10.2017: отправка данных на неконтролируемый ресурс сама создаёт условия их неконтролируемого использования, и «не имеет юридического значения, имело ли место доведение информации до третьих лиц». Действительно, промпт с документом, ушедший на внешний сервер, находится вне контроля обладателя точно так же, как письмо в личном ящике. Доказывать, что данные кто-то прочитал, не нужно: нарушение состоялось в момент выгрузки.

2) В компании была надлежаще оформлена КТ (п. 43 Пленума ВС от 17.03.2004 № 2): суду были представлены Положение о КТ с перечнями, обязательство под подпись, лист ознакомления, расследование по ст. 193 ТК с актом на каждый отказ от подписи. А у многих компаний соблюдение КТ - до сих пор "фидуциарное" обязательство ключевых работников, нарушение которого не докажешь.

Таким образом, использование публичного ИИ-сервиса становится разглашением тайны, когда в него загружают охраняемые сведения без контроля обладателя над их дальнейшей судьбой.


Дело весьма примечательное для складывающейся практики по ИИ. Сотрудники давно уже передают рабочие данные в нейросети, потому что это быстро и эффективно лично для них. Запретами это не остановить. Нужны действующий режим КТ и рабочий закрытый контур, куда документы можно нести удобно и понятно, ну и система контроля утечек (DLP). И, может быть, мотивация использовать личные подписки снизится.

Рекомендации компаниям:

1) Оформить режим коммерческой тайны по ст. 10 98-ФЗ до появления проблем, а не после. Перечень сведений (что именно тайна), порядок обращения с ними, учёт лиц с доступом
2) Дать сотруднику легальную альтернативу. Самый слабый довод в защите режима тайны — это когда сотруднику попросту негде работать с ИИ иначе, кроме как в обход. Закрытый контур снимает саму техническую возможность нарушения: если корпоративный ИИ не выпускает данные за периметр, вопрос "куда делись данные" не возникает.
3) Фиксировать нарушения технически и процессуально одновременно.

Рекомендации работнику:

1) Разделять инструмент и данные. Использование ИИ само по себе не запрещено и не наказуемо — наказуемо содержимое промпта.
Прежде чем что-то вставить в чат-бот, спросить себя: относится ли это к перечню тайны или конфиденциальной информации, с которым я был(а) ознакомлен(а) под подпись?
2) Использовать только согласованные корпоративные инструменты, если они есть. Если компания предоставила закрытый контур или корпоративную лицензию — обход в пользу личного аккаунта в публичном сервисе снимает все аргументы в свою пользу: у вас была легальная альтернатива, и вы её не использовали.
Если легальной альтернативы нет, а работа требует ИИ — зафиксировать это письменно. Служебная записка руководителю о необходимости работать с ИИ-инструментами и просьба согласовать порядок — минимальная защита. В разобранном деле именно отсутствие "производственной необходимости" в обосновании суд поставил в вину истице.
3) Не полагаться на анонимизацию ПДн. Замена только имён на "Иванов И.И." может не убрать коммерческую ценность цифр: суммы, показатели, структуру сделки.

6.3k 7 387 11 19

Ясно, понятно. Три скилла для юриста - грамматика, логика, риторика (в Cowork и не только)

Выложила в открытый доступ три скилла для юриста для проверок правового текста:

(А) Грамматика — однозначна ли формулировка: синтаксис, «и/или», границы сроков, вправе или обязан и т.п..
(Б) Логика — следует ли вывод из нормы и факта, вычитка по учебнику логики.
(В) Риторика — убедит ли текст адресата: линия спора, порядок аргументов, стресс-тест контрпозицией.

Скиллы встраиваются в ИИ-помощник, которым вы уже пользуетесь, и включаются прямо в чате: «проверь формулировку», «проверь правовую логику», «разбей мою позицию». Нормы и практику по памяти не подставляют — где вывод зависит от статьи или позиции суда, ставят флаг «требует проверки».

Поставить — две минуты мышкой в Claude Cowork: Customize → Plugins → Add marketplace → sky-magenta/damascus-ink-plugins.

Бесплатно, открытый код (MIT).

Страница с инструкцией и ссылками: https://sky-magenta.github.io/damascus-ink-plugins/

P.S. Благодарю юзеров за лестные отзывы и активность с проверкой скиллов логики и риторики

953 0 39 5 21
20 last posts shown.