С каждым годом растет уровень проникновения «цифрового соавторства»: совместного труда человека и машины. Из удобной функции оно превращается в фактор, определяющий капитализацию программных продуктов. Однако переход от экспериментального использования нейросетей к их массовой интеграции в разработку (Copilot-решения на базе отечественных LLM) обостряет вопрос интеллектуальной собственности.
Цифровое соавторство
Масштабы проникновения ИИ в российскую разработку растут в разы: только с июля 2025 по февраль 2026 года доля разработчиков, регулярно использующих ИИ-агента в своей работе, выросла в 3,6 раза по оценке платформы SourceCraft (входит в «Яндекс»). Однако правовой статус таких фрагментов разработки пока остается неопределенным.
«ИИ в программировании – это инструмент, а не автор. В российском праве автором признается человек, создавший результат творческим трудом. Программы для ЭВМ охраняются как объекты авторского права, поэтому права на продукт я связываю с разработчиком-человеком и далее закрепляю их за компанией договором и внутренними регламентами», – считает директор по развитию ИИ «Группы Астра» Станислав Ежов. Он добавляет, что скорость и качество подсказок у российских решений уже сопоставимы с западными аналогами.
Одновременно существует парадокс квалификации: чем выше сложность задачи, тем меньше кода от ИИ принимает опытный разработчик, рассказывает старший управляющий директор AppSec Solutions Антон Башарин. «Мастерство постановки задачи остается за человеком. В правильно заданном вопросе уже содержится ответ, а значит, и вопрос об авторских правах на идею/задачу здесь не стоит – они однозначно за тем, кто ставит ТЗ, а не за исполнителем-ИИ», – подчеркивает эксперт.
Тем не менее, риск «размытия» уникальности разработки остается. Чтобы защитить интеллектуальный актив, компании внедряют системы сквозного контроля. В ИТ-экосистеме «Лукоморье» (входит в «Ростелеком») каждый фрагмент, предложенный нейросетью, проходит через систему маркировки. «Каждый фрагмент, сгенерированный ИИ, помечается системой версионирования и логирования. Это позволяет четко отследить, какой элемент был создан автоматически, а какой – изменен человеком. Такой подход защищает интересы как заказчика, так и разработчика платформы», – поясняет директор центра развития ИИ-продуктов «Лукоморье» Денис Романов.
Параллельно с экспертным сообществом к вопросу регулирования ИИ подключаются и законодатели. Глава ИТ-комитета Госдумы Сергей Боярский подчеркивает, что подход к регулированию должен быть крайне деликатным: «Моя принципиальная позиция заключается в том, что избыточное и жесткое регулирование на старте может нанести отрасли колоссальный вред. Мы не должны создавать такие рамки, которые задушат инновации и отбросят нас назад по сравнению с глобальными конкурентами. Задача законодателей – не накинуть удавку запретов, а создать понятные правила игры».
Стратегия 2026: управляемый контур и ответственность
В то же время полностью пускать эту сферу на самотек тоже нельзя, считают законодатели. Сергей Боярский подчеркивает, что государственное регулирование ИИ в стратегическом плане необходимо, и президент неоднократно подчеркивал важность технологического суверенитета в этом вопросе: «Мы обязаны обеспечить национальную безопасность и защиту данных граждан, но делать это нужно аккуратно, чтобы не убить молодую российскую индустрию ИИ».
Текущий этап развития рынка – это переход от «дикого» использования облачных моделей к выстраиванию суверенного и безопасного контура разработки. «В SourceCraft мы исходим из того, что ИИ-подсказка – это инструмент, а не правообладатель. Любой сгенерированный фрагмент – это черновик, который проходит ревью, тестирование и проверку на лицензионную чистоту. Это принципиально важно: условия сервиса прямо предупреждают, что подсказки могут совпадать с результатами других пользователей. Поэтому зрелая практика – фиксировать факт использования ИИ и включать в продукт только тот код, за который команда готова нести полную ответственность», – говорит руководитель SourceCraft (входит в «Яндекс») Дмитрий Иванов.
Ведущие российские вендоры гарантируют, что данные из частных репозиториев клиентов не используются для дообучения публичных моделей. Это позволяет enterprise-сектору доверять нейросетям работу в закрытых периметрах. Другой важный момент – контроль происхождения кода: компании внедряют политики, запрещающие без проверки использовать фрагменты, которые могут воспроизводить чужие решения, добавляет технический директор MD Audit (SL Soft FabricaONE.AI, акционер – ГК Softline) Юрий Тюрин.
«Это снижает риск нарушения авторских прав. Дополнительно фиксируются правила работы с чувствительными данными: запрет на передачу внутреннего кода во внешние сервисы и требования по ревью», – объясняет эксперт.
Точки роста: от ассистентов к мультиагентным системам
Сейчас парадигма разработки меняется: программист переходит на позицию архитектора. Он управляет ИИ-агентами, распределяет между ними задачи и контролирует общую логику продукта, а рутинное написание кода нейросети берут на себя. В 79% случаев, по данным SourceCraft, разработчики подключают ИИ-агента для решения комплексных задач: поиска ошибок и уязвимостей в коде, создания тестов, управления рабочими процессами и работы с объемной технической документацией.
Однако на рынке сохраняются три ключевых барьера, считает Денис Романов из «Лукоморья»: дефицит высокопроизводительных GPU, неясность распределения прав при участии нескольких моделей и отсутствие устоявшейся судебной практики. На рынке побеждают не те, кто предложит «самую быструю модель», а те, кто даст «enterprise-обертку»: полный контроль данных внутри периметра, аудит и бесшовную интеграцию в DevSecOps, добавляет Станислав Ежов из «Группы Астра».
Перспективы во многом связаны с задачами технологической независимости и безопасной разработки, соглашается Юрий Тюрин из ГК Softline: «Дальнейшее развитие будет идти через дообучение на корпоративных данных, интеграцию с внутренними репозиториями и инструментами разработки. В этом случае ценность смещается с “универсального ИИ” к специализированным помощникам, глубоко встроенным в процессы конкретной компании».
Отдельный блок на повестке – это маркировка контента, сгенерированного нейросетями. В условиях роста угроз дипфейков и фейковых новостей это становится вопросом информационной гигиены, признает Сергей Боярский: «Однако и здесь я выступаю за взвешенное решение, которое не станет бременем для добросовестных пользователей, тогда как другие не будут маркировать контент и доказать это будет невероятно сложно».