Материал ComNews, опубликованный 28 июля, зафиксировал контраст, который сложно было представить ещё пару лет назад: страна с формально более развитой ИИ-индустрией — США — так и не приняла ни одного федерального закона, специально посвящённого регулированию больших языковых моделей, тогда как Россия уже располагает полноценной правовой базой. Пока OpenAI, Anthropic, Google DeepMind и Meta наращивают лоббистские бюджеты, пытаясь убедить Конгресс заблокировать региональное регулирование ИИ на уровне отдельных штатов, российский закон №243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» уже подписан президентом и готовится к вступлению в силу.
Показательно, что попытки крупных ИИ-корпораций добиться моратория на региональное регулирование в США пока не увенчались успехом: десятки штатов, включая Калифорнию, Колорадо и Нью-Йорк, продолжают принимать собственные локальные нормы — от требований к прозрачности алгоритмов до ограничений на использование ИИ в найме персонала. Получается лоскутное правовое поле, где для работы в разных штатах компаниям приходится соблюдать разные, порой противоречащие друг другу требования.
Российский закон, подписанный 26 июля 2026 года, вводит два ключевых понятия — суверенная и национальная модель ИИ. Суверенной признаётся модель, разработанная и полностью контролируемая российским юридическим лицом на всех этапах жизненного цикла, технически воспроизводимая и размещённая в дата-центрах на территории страны. Национальная модель также создаётся российской компанией, но допускает использование зарубежных компонентов — например, открытых весов иностранных разработчиков в качестве базы.
Разработчики, чьи модели получат один из этих статусов, смогут претендовать на доступ к государственным данным для обучения и на меры господдержки — от льготного финансирования до преференций при госзакупках. Взамен закон обязывает крупные платформы маркировать контент, сгенерированный ИИ, и соответствовать требованиям к «традиционным духовно-нравственным ценностям» — формулировка, которая пока вызывает вопросы у юристов относительно правоприменительной практики.
Основная причина пробуксовки федерального регулирования в США — фундаментальный конфликт интересов между крупнейшими лабораториями и малым бизнесом. Гиганты вроде OpenAI и Google формально поддерживают идею «единого федерального стандарта», но на практике добиваются максимально мягкой версии правил, которая устроит именно их — с высоким порогом применения требований, недостижимым для стартапов и с длинными переходными периодами. Демократы в Конгрессе настаивают на жёстких нормах прозрачности и ответственности, республиканцы опасаются задушить инновации избыточным контролем — в результате уже второй год подряд ни один из вариантов закона не набирает нужного большинства голосов.
Тем временем штаты не готовы ждать федерального консенсуса и продолжают принимать собственные нормы, что делает единую лоббистскую стратегию компаний малоэффективной: даже если удастся заблокировать закон на федеральном уровне, регулирование всё равно возникнет — просто фрагментированное, штат за штатом.
Для российских разработчиков ИИ значение имеет не сам факт «победы» одной страны над другой в скорости законотворчества, а практические последствия. Наличие единого федерального закона в России — вместо десятков региональных норм, как в США, — снижает регуляторную неопределённость для компаний вроде Сбера, «Яндекса», MTS AI и десятков стартапов, которые получают понятные правила игры и заранее известный перечень требований к маркировке и локализации данных.
С другой стороны, статус «суверенной» и «национальной» модели создаёт новый барьер для входа: компании, использующие зарубежные open-weight модели как основу без должной локализации инфраструктуры, рискуют не получить преференций и остаться вне периметра государственной поддержки. Уже сейчас на рынке обсуждают, какие компании будут спешить привести свои продукты в соответствие с новыми критериями до 1 сентября, а какие предпочтут работать без статуса, теряя доступ к господдержке, но сохраняя гибкость в выборе технологий.