ИИ в ритейле: как защитить данные на мобильных устройствах, пока 80% компаний боятся утечек
По данным исследования Б1, ГК «Солар», Ассоциации ФинТех и HiveTrace, 97% российских компаний уже пилотируют или используют искусственный интеллект, при этом 80% из них опасаются утечек данных через эти системы. Для российского ритейла с его тысячами Android-устройств у кассиров, мерчандайзеров и курьеров это означает прямой вызов безопасности персональных данных клиентов (ФИО, телефоны, бонусные баллы) и коммерческой тайны.
Что произошло
Согласно исследованию, опубликованному ведущими российскими ИТ-компаниями, подавляющее большинство организаций вовлечены в процессы внедрения искусственного интеллекта. Ключевые метрики показывают глубокую интеграцию технологии:
* 35% компаний относят ИИ к ТОП-3 стратегических приоритетов бизнеса.
* 46% рассматривают его как важный элемент текущих бизнес-процессов.
* Наиболее широкое применение ИИ находит в задачах обработки информации, что неизбежно затрагивает клиентские базы, историю транзакций и персональные данные — основу любого розничного бизнеса.
Парадокс заключается в том, что высокий уровень внедрения сопровождается критически высоким уровнем тревоги: 80% респондентов называют утечки данных главной угрозой, связанной с использованием нейросетей и ИИ-сервисов. Это не абстрактный страх, а реакция на реальные архитектурные особенности современных LLM (Large Language Models) и API-шлюзов, которые агрегируют информацию из множества корпоративных систем, включая мобильные каналы продаж.
Почему это важно
Для директора по ИТ в федеральной розничной сети проблема выходит далеко за рамки корпоративной сети Wi-Fi. Основной вектор риска смещается на конечные точки — смартфоны и планшеты сотрудников. Мобильное устройство становится тонким клиентом для CRM, ERP и кастомных приложений с встроенными ИИ-модулями (например, для распознавания товаров на полке или общения с чат-ботом поддержки).
Смежные риски compliance и операционные угрозы
Каждый запрос от мобильного приложения к внешнему ИИ-сервису может содержать фрагменты ПДн. В контексте 152-ФЗ передача таких данных за периметр компании без должного обезличивания и шифрования является прямым нарушением. Если ваше приложение использует стороннее SDK для анализа чека или фото товара, вы де-факто передаете ему контекст покупки, привязанный к номеру карты лояльности. При использовании устройств под управлением отечественной ОС Аврора ситуация усложняется необходимостью строгого контроля доверенного канала до внутренних инференс-серверов, так как публичные облачные API могут быть недоступны или небезопасны с точки зрения регулятора.
Кроме того, существует угроза "отравления промптов" (prompt injection) и несанкционированного копирования баз знаний. Уволенный сотрудник, сохранивший доступ к мобильному устройству с авторизованным сессионным токеном ИИ-сервиса, может выгрузить коммерчески значимую информацию (ценообразование, остатки), просто задавая правильные вопросы через интерфейс ассистента.
Сценарии MDM-применения в этой парадигме
Традиционный подход "запретить всё" не работает, так как снижает эффективность персонала. Решение лежит в плоскости гранулярного контроля через единую консоль управления (MDM/UEM). Необходимо разделить контексты использования устройства и изолировать компоненты, взаимодействующие с ИИ.
> Ритейл-директор должен рассматривать каждое мобильное устройство не как телефон, а как терминал доступа к базе знаний, которая частично обрабатывается внешними алгоритмами. Задача MDM — гарантировать, что этот доступ легитимен, аудируем и безопасен.
Аналогичный кейс можно наблюдать с системами видеоаналитики на кассах самообслуживания. Камера — это тоже сенсор, поставляющий данные (видео-поток) для ИИ-модели. Утечка видеопотока равносильта утечке данных о поведении покупателей. Управление такими устройствами также требует политик, аналогичных мобильным.
Что делать
Практическая задача для ИТ-руководителя — выстроить эшелонированную оборону вокруг мобильных точек доступа к ИИ. Это достигается комбинацией сетевых, прикладных и политико-административных мер, реализуемых через платформу класса UEM/MDM.
1. Контейнеризация рабочих профилей. На всех корпоративных Android-устройствах необходимо активировать рабочий профиль (Android Enterprise Work Profile). Это физически разделяет личные и корпоративные данные. Все ИИ-клиенты (чат-боты, сканеры документов) должны работать строго внутри рабочего профиля. Настройка в MDM: политика ProfileType = WORK, запрет установки приложений из неизвестных источников внутри контейнера.
* Конфиг: Через /system/etc/permissions/ ограничить разрешения камеры и микрофона для приложений вне рабочего профиля при доступе к корпоративным ресурсам.
2. Принудительное туннелирование трафика (Per-App VPN). Запрещаем приложениям обращаться напрямую в интернет к внешним API OpenAI, Anthropic или другим провайдерам. Весь трафик от санкционированных ИИ-клиентов должен идти через корпоративный шлюз-трансформер (proxy/gateway), который выполняет маскирование ПДн (токенизацию номеров телефонов, хеширование email) перед отправкой во внешний мир.
* Настройка MDM: Политика VPN Application Mapping. Указываем пакетные имена (package.name.of.ai.app) -> Корпоративный VPN-Gateway. Прямой выход в сеть для этих пакетов блокируется файрволлом на устройстве.
3. Управление сессиями и сертификатами. Откажитесь от долгоживущих паролей для доступа к внутренним ИИ-моделям. Используйте взаимную аутентификацию по TLS-сертификатам, развёрнутым централизованно.
* Команда ADB/Policy: Автоматизированная установка пользовательского сертификата в хранилище ключей пользователя: mdm-cli install-certificate --type user --path /sdcard/certs/client.p12 --password [REDACTED]. Срок действия сертификата — не более 24 часов с автоматическим отзывом через OCSP при компрометации устройства.
4. DLP на уровне буфера обмена и скриншотов. Самая частая утечка — "фотография экрана". Современные платформы позволяют контролировать это.
Политика: Включить флаг disable_screenshot=true для приложений, отображающих финансовую отчётность или персональные данные клиентов внутри ИИ-интерфейса. Заблокировать функцию "Поделиться" (Share Intent*) для вывода данных за пределы одобренных корпоративных мессенджеров.
5. Инвентаризация AI-SDK. Проведите аудит всех мобильных приложений вашей разработки. Часто разработчики встраивают библиотеки аналитики с функциями ИИ (распознавание речи, текста) незаметно для службы ИБ. Каждое такое SDK должно быть задекларировано. В реестре Минцифры ваши продукты должны иметь актуальное описание используемых технологий обработки данных. Несоответствие между реестром и фактическим составом APK-файла — риск штрафов.
Источник: https://www.computerra.ru/361565/utechki-dannyh-v-ii-pugayut-80-kompanij
---
Источник: https://www.computerra.ru/361565/utechki-dannyh-v-ii-pugayut-80-kompanij/