Локальная нейросеть для бизнеса: когда она нужна, а когда — переплата

Три контура работы с данными

Практическое правило: уровень защиты выбирается по самым чувствительным данным процесса. Если агент видит и типовые вопросы, и зарплатные ведомости — либо весь процесс в контур, либо роутинг: чувствительная ветка локально, остальное в облаке.

Что говорит закон

• 152-ФЗ: базы с персональными данными граждан РФ должны находиться в России (ч. 5 ст. 18) — это про запись, хранение и извлечение, и обязанность действует независимо ни от чего. Отправка тех же данных в зарубежный API — отдельное действие, трансграничная передача (ст. 12): уведомить Роскомнадзор нужно до её начала, а в страны вне перечня государств с адекватной защитой передавать нельзя, пока не истечёт срок на решение регулятора. Отдельного согласия именно на передачу статья не требует — порядок уведомительный, — но законное основание обработки по ст. 6 нужно всегда. «Мы просто спросили у чат-бота» обязанностей оператора при этом не отменяет.
• Штрафы стали серьёзными: с 2025 года за утечку ПД — до десятков миллионов рублей за первый крупный инцидент и оборотные до 3% выручки за повторный. Экономия на контуре перестала быть рациональной.
• Специальные категории (здоровье, биометрия) — режим жёстче: для клиник и HR-данных локальная модель или аттестованный контур — базовая рекомендация, а не паранойя.
• Обучение на ваших данных: публичные версии некоторых сервисов дообучаются на переписке. В корпоративных тарифах отключаемо — проверять до внедрения, а не после утечки.

Какие модели можно развернуть локально

Открытые модели, которые реально работают на русском: Qwen (лидер открытых весов по соотношению качество/размер), Llama, открытые версии DeepSeek, российские открытые модели.

• Средние (7–32B параметров) — уверенно закрывают извлечение данных, классификацию, суммаризацию и ответы по базе знаний (RAG). Для большинства корпоративных задач достаточно.
• Крупные (70B+) — ближе к облачному качеству в свободном рассуждении, но требования к железу кратно выше.

Важная честность: локальная модель среднего размера слабее топовых облачных в «свободном интеллекте». Компенсация — архитектура: узкая задача, хорошая база, жёсткие правила «не знаю» — в таком режиме разница с облаком на практике почти исчезает.

Сколько это стоит

Порядок цифр на июль 2026 года:

Точка безубыточности против облака — объём: когда счёт за облачные токены устойчиво выходит за десятки тысяч рублей в месяц, своё железо начинает окупаться. Второй драйвер — не экономика, а риски: для тайны и спец. категорий вопрос «дешевле ли» не стоит.

Когда локальная нейросеть НЕ нужна

Честный раздел, который сэкономит вам сотни тысяч:

1. Нет ни тайны, ни чувствительных ПД. Маркетинговые тексты, обезличенная аналитика, регламенты — российское облако дешевле, качественнее и без забот о железе.
2. Малый объём. Тысячи запросов в месяц не окупят GPU-сервер никогда — облачные токены обойдутся в сотни рублей.
3. Некому администрировать. Локальная модель — это сервер, обновления, мониторинг, бэкапы. Без ответственного через полгода это тыква.
4. «Хотим локальную, потому что надёжнее». Надёжность решается архитектурой, а не географией сервера. Если данные не секретны — это переплата за ощущение.

Мы предлагаем локальную модель, когда на аудите видим тайну, спец. категории ПД или объёмы, — и отговариваем, когда её хотят «для солидности».