13.08.2026
Публикации
Внедрение нейросетей в страховой компании
Леонид Зубарев, партнер, глава практики страхования, в своей колонке для Страховой газеты написал о внедрении нейросетей в страховой компании.
Искусственный интеллект прочно вошел в страховую отрасль: скоринг, оценка ущерба по фото, выявление мошенничества, урегулирование убытков. Но технологический ажиотаж вокруг больших языковых моделей затмевает другой, не менее важный аспект – правовой. Внедрение нейросетей – это не только инвестиции в IT, но и серьезный юридический вызов.
Актуальность подтверждает отчет MIT AI Risk Repository: систематизировано 1700+ рисков и 800+ механизмов их снижения. Для страховщиков, работающих с чувствительными данными, этот перечень может стать настольной книгой. Выделим 3 пересечения права и ИИ: 1) разработка и сопровождение систем, 2) их использование и 3) коммерциализация (покупка ИИ-бизнеса). Сфокусируемся на ключевых проблемах при использовании страховыми компаниями ИИ и путях их минимизации.
1. Персональные данные: зона повышенного риска
Обработка персональных данных (ПДн) через нейросети – главная «головная боль». Рекомендуем не передавать персональные данные в ИИ. При передаче персональных данных в ИИ-сервис возникают следующие проблемы:
Штрафы в 2026 году суровы. За утечку «обычных» данных штраф может доходить до 15 млн руб. Повторная утечка сулит оборотным штрафом 1-3% (не менее 20 млн и не более 500 млн. руб.). За неуведомление Роскомнадзора об утечке – до 3 млн руб.
2. Специфические риски LLM: от галлюцинаций до предвзятости
Помимо классических утечек, LLM несут уникальные угрозы, выделенные в т.ч. EDPB, международными отчетами и российскими рекомендациями:
3. Система управления рисками: как защитить компанию. Три уровня защиты:
Технический уровень. Выбор архитектуры: on-premise (локальное размещение), cloud или гибридная модель. В части контроля данных – внедрение DLP-систем, локальных средств обезличивания и фильтрующих шлюзов, не позволяющих отправлять ПДн в публичные ИИ.
Организационный уровень. Главная причина инцидентов – человеческий фактор. Внедрение принципа Human-in-the-loop (обязательное участие человека в критических точках), регулярный аудит, обучение персонала и назначение ответственных за ИИ-процессы. Рекомендуем вести реестр ИИ-процессов уже сейчас.
Правовой уровень. Ключевой документ – Внутренняя политика по использованию ИИ. Она должна включать:
Пример из практики: урегулирование страховых случаев
Оценка страхового случая с помощью ИИ-сервиса:
Если ИИ генерирует контент, нарушающий отраслевые законы или способный нанести ущерб личности и интеллектуальным правам – эти результаты использовать нельзя.
Заключение
Внедрение нейросетей в страховой компании – системная работа по митигации рисков, требующая юридической зрелости. Внутренняя политика, контроль данных и обучение персонала – фундамент безопасности и доверия клиентов. Игнорирование этих аспектов может обернуться миллионными штрафами и репутационными потерями.
PDF формат >>.
Искусственный интеллект прочно вошел в страховую отрасль: скоринг, оценка ущерба по фото, выявление мошенничества, урегулирование убытков. Но технологический ажиотаж вокруг больших языковых моделей затмевает другой, не менее важный аспект – правовой. Внедрение нейросетей – это не только инвестиции в IT, но и серьезный юридический вызов.
Актуальность подтверждает отчет MIT AI Risk Repository: систематизировано 1700+ рисков и 800+ механизмов их снижения. Для страховщиков, работающих с чувствительными данными, этот перечень может стать настольной книгой. Выделим 3 пересечения права и ИИ: 1) разработка и сопровождение систем, 2) их использование и 3) коммерциализация (покупка ИИ-бизнеса). Сфокусируемся на ключевых проблемах при использовании страховыми компаниями ИИ и путях их минимизации.
1. Персональные данные: зона повышенного риска
Обработка персональных данных (ПДн) через нейросети – главная «головная боль». Рекомендуем не передавать персональные данные в ИИ. При передаче персональных данных в ИИ-сервис возникают следующие проблемы:
- Правовые основания. Компания должна получить правовое основание для обработки ПДн с использованием ИИ, а также правовое основание на передачу таких данных. Особое внимание – трансграничной передаче, если ИИ-сервис работает на зарубежных мощностях.
- Автоматическое принятие решений. Компаниям рекомендуется не злоупотреблять автоматическим принятием решений и внедрять «человеческий надзор» в ключевых и наиболее чувствительных процессах работы. Исключительно автоматизированное принятие решения без участия человека требует отдельного согласия субъекта.
- Локализация и обезличивание. Использование публичных облачных ИИ без применения системы предотвращения утечек данных и локального обезличивания – увеличивает риски компрометации данных и причинения вреда.
Штрафы в 2026 году суровы. За утечку «обычных» данных штраф может доходить до 15 млн руб. Повторная утечка сулит оборотным штрафом 1-3% (не менее 20 млн и не более 500 млн. руб.). За неуведомление Роскомнадзора об утечке – до 3 млн руб.
2. Специфические риски LLM: от галлюцинаций до предвзятости
Помимо классических утечек, LLM несут уникальные угрозы, выделенные в т.ч. EDPB, международными отчетами и российскими рекомендациями:
- Галлюцинации. Генерация убедительных, но ложных фактов. В страховании это может привести к неправильной квалификации страхового случая.
- Предвзятость. Воспроизведение стереотипов, заложенных в алгоритм – риск дискриминации клиентов и судебных исков.
3. Система управления рисками: как защитить компанию. Три уровня защиты:
Технический уровень. Выбор архитектуры: on-premise (локальное размещение), cloud или гибридная модель. В части контроля данных – внедрение DLP-систем, локальных средств обезличивания и фильтрующих шлюзов, не позволяющих отправлять ПДн в публичные ИИ.
Организационный уровень. Главная причина инцидентов – человеческий фактор. Внедрение принципа Human-in-the-loop (обязательное участие человека в критических точках), регулярный аудит, обучение персонала и назначение ответственных за ИИ-процессы. Рекомендуем вести реестр ИИ-процессов уже сейчас.
Правовой уровень. Ключевой документ – Внутренняя политика по использованию ИИ. Она должна включать:
- Перечень запретов и ограничений (напр., запрет на передачу ПДн в публичные облачные ИИ).
- Два подхода к генеративному ИИ: «запрещено» для высокорисковых операций и «осторожно» для остальных.
- Список процессов с обязательным участием человека.
- Вопросы для эскалации до руководства или ответственных лиц.
- Ответственность за нарушение (вплоть до дисциплинарной по ст. 192 ТК РФ).
Пример из практики: урегулирование страховых случаев
Оценка страхового случая с помощью ИИ-сервиса:
- Запрещено: автоматическое принятие решений без проверки человеком; использование сервисов, которые могут использовать конфиденциальную информацию компании в своих целях.
- Осторожно: оценка ущерба по фото, идентификация признаков мошенничества.
Если ИИ генерирует контент, нарушающий отраслевые законы или способный нанести ущерб личности и интеллектуальным правам – эти результаты использовать нельзя.
Заключение
Внедрение нейросетей в страховой компании – системная работа по митигации рисков, требующая юридической зрелости. Внутренняя политика, контроль данных и обучение персонала – фундамент безопасности и доверия клиентов. Игнорирование этих аспектов может обернуться миллионными штрафами и репутационными потерями.
PDF формат >>.
More