Роскомнадзор потратит 2,27 млрд рублей на ИИ-фильтрацию трафика до 2028 года
Роскомнадзор заложил 2,27 млрд рублей на систему, которая с помощью машинного обучения будет искать в интернет-трафике запрещённый контент и способы обхода блокировок. Об этом пишет Forbes со ссылкой на программу цифровой трансформации на 2026–2028 годы. Модель «отечественная», название не раскрывают. Эксперты предупреждают: возможны ложные срабатывания и сбои у корпоративных сервисов и VPN.
AI-обработка оригинала vc.ru; редакция Hamidun News
Блокировки в российском интернете до сих пор строились на списках: есть адрес или признак, значит, доступ закрывают. Теперь Роскомнадзор хочет добавить к этому машинное обучение. По данным Forbes, которые ссылаются на паспорт программы цифровой трансформации на 2026–2028 годы, на внедрение такого механизма выделено 2,27 млрд рублей. Для всех, кто держит в России сервисы, делает продукты для бизнеса или зависит от VPN, это повод внимательнее посмотреть на устойчивость своей инфраструктуры.
Что известно о проекте
Фактов немного, и почти все они приведены в пересказе Forbes. Регулятор использует «отечественную» математическую модель, название которой не раскрывается. Модель развёрнута на собственной инфраструктуре ведомства, то есть не в облаке стороннего провайдера. Её задача, как сказано в документе, автоматически извлекать нужную информацию из больших массивов данных.
Чего в открытых данных нет, так это подробностей. Неизвестно, на каких именно данных модель обучалась, какой долей трафика она будет заниматься и как будет устроен процесс проверки её решений. Нет и цифр о точности. Так что оценивать можно только заявленную цель и опасения экспертов, но не реальное качество работы.
Зачем это регулятору
Объяснить логику можно на простом примере. Классический фильтр похож на охранника со списком фамилий: он узнает только тех, кого в списке уже записали. Обученная модель больше похожа на сотрудника, который запомнил типичное поведение нарушителей и замечает похожих людей, даже если их ещё нет в списке.
По оценке опрошенных Forbes экспертов, именно это и нужно Роскомнадзору: точнее находить запрещённый контент и способы обхода блокировок. Второе направление особенно заметно. Инструменты обхода меняются быстро, и ручное пополнение списков за ними не успевает. Автоматическая классификация трафика теоретически позволяет реагировать быстрее.
Чем рискуют бизнес и разработчики
Те же эксперты предупреждают о побочных эффектах. Первый из них — ложные срабатывания. Любая модель ошибается, а в сетевом трафике ошибка означает, что под блокировку или ограничение может попасть легальный сервис. Второй риск — снижение стабильности корпоративных сервисов и VPN. Многие компании используют VPN не для обхода запретов, а для обычной работы: защищённый доступ сотрудников к внутренним системам, связь между офисами, подключение к зарубежным API. Со стороны сети такой трафик может выглядеть похоже на тот, что регулятор хочет остановить.
Практические выводы для команд такие:
- Заранее продумайте план на случай перебоев: запасные каналы связи, резервные маршруты и понятный порядок действий, если внешний сервис вдруг перестал отвечать.
- Если ваш продукт зависит от зарубежных API или VPN-подключений, добавьте в мониторинг проверки доступности именно с российских сетей и храните историю сбоев. Это поможет отделить свои ошибки от внешних.
- Не рассчитывайте, что ложное срабатывание будет быстро исправлено. Процедура обжалования для подобных систем пока не описана.
Что остаётся за кадром
Важно не переоценивать новость. Это пока бюджетная строка и описание цели, а не отчёт о работающей системе. Модель, по данным издания, уже развёрнута, но масштаб применения и сроки полноценного запуска неизвестны. Многие заявленные эффекты — лишь мнение экспертов.
И всё же сумма в 2,27 млрд рублей на три года показывает, что регулятор рассматривает машинное обучение как постоянную часть инструментария, а не как эксперимент. Для индустрии это означает необходимость закладывать в архитектуру и риск-планы возможность нестабильного доступа к сети. Подробности, скорее всего, появятся позже: по мере запуска системы бизнес и пользователи сами увидят, как она влияет на привычные сервисы.
- 21 нояб. 2026 г.Роскомнадзор потратил 2,27 млрд рублей на ИИ, который будет искать VPN в трафике
- 21 нояб. 2026 г.Роскомнадзор вложил 2,27 млрд рублей в ИИ-фильтр трафика, но точность не раскрыта
- 9 окт. 2026 г.В России запустили сеть автоматов с цветами, а выручка Flowwow выросла до 5,7 млрд ₽
- 21 нояб. 2026 г.ИИ в российских компаниях может приносить до 2,6 трлн рублей в год вместо 680 млрд
Вопросы и ответы по материалу
Что известно по теме: что известно о проекте?
Фактов немного, и почти все они приведены в пересказе Forbes. Регулятор использует «отечественную» математическую модель, название которой не раскрывается. Модель развёрнута на собственной инфраструктуре ведомства, то есть не в облаке стороннего провайдера. Её задача, как сказано в документе, автоматически извлекать нужную информацию из больших массивов данных. Чего в открытых данных нет, так это подробностей.
Что известно по теме: зачем это регулятору?
Объяснить логику можно на простом примере. Классический фильтр похож на охранника со списком фамилий: он узнает только тех, кого в списке уже записали. Обученная модель больше похожа на сотрудника, который запомнил типичное поведение нарушителей и замечает похожих людей, даже если их ещё нет в списке. По оценке опрошенных Forbes экспертов, именно это и нужно Роскомнадзору: точнее находить запрещённый контент и способы обхода блокировок. Второе направление особенно заметно.
Что известно по теме: чем рискуют бизнес и разработчики?
Те же эксперты предупреждают о побочных эффектах. Первый из них — ложные срабатывания. Любая модель ошибается, а в сетевом трафике ошибка означает, что под блокировку или ограничение может попасть легальный сервис. Второй риск — снижение стабильности корпоративных сервисов и VPN. Многие компании используют VPN не для обхода запретов, а для обычной работы: защищённый доступ сотрудников к внутренним системам, связь между офисами, подключение к зарубежным API.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.