ИИ-грамотность профессионального директора перестает быть опцией
От трех границ к четвертой: граница надзора
В трех предыдущих статьях я последовательно писал о трех границах использования ИИ в корпоративной практике. Первая: где заканчивается подсказка и начинается решение Совета директоров. Вторая: где заканчивается удобство и начинается риск утраты контроля над корпоративной информацией. Третья: где заканчивается видимая нейтральность модели и начинаются ее скрытые предубеждения, встроенные настройки и логика поведения.
В 2026 году к этим трем границам добавляется четвертая: граница надзора. Речь уже не только о том, можно ли и как применять ИИ, а о том, как Совет директоров обязан выстраивать контроль над его применением.
Сигнал от лидеров отрасли: Claude Mythos
Символом этого нового этапа стала история с Claude Mythos. Anthropic представила Mythos Preview как одну из своих самых мощных моделей, но не вывела ее в широкий доступ, а ограничила применение рамками Project Glasswing (инициатива для защиты критически важного ПО с использованием новой модели Claude Mythos Preview) для задач в сфере киберзащиты с узким кругом партнеров.
Даже если допустить, что в этом решении есть и маркетинговый расчет, это тревожный факт, что один из лидеров отрасли публично показывает, что мощность ИИ уже нельзя обсуждать отдельно от вопросов ограничения доступа, контроля и ответственности. Для Советов директоров это очень прямой сигнал. Если сам разработчик вынужден думать категориями риска, то Совет директоров тем более не может относиться к ИИ как к обычной ИТ-функции.
Разрыв между обсуждением и действием
Именно поэтому особенно показательно, что Harvard Law School Forum on Corporate Governance публикует материал The Conference Board, где в число ключевых приоритетов корпоративного управления на 2026 год включена не просто тема ИИ, а необходимость формализовать управление ИИ и стратегический надзор. Там прямо говорится о разрыве между обсуждением и действием: Советы директоров все чаще говорят об ИИ, но еще не везде встроили его в реальные механизмы управления.
Это очень точное описание момента. ИИ уже вошел в повестку, но еще не везде вошел в архитектуру ответственности.
ИИ внутри управленческого контура: данные PwC
На этом фоне особенно важны и данные PwC: 35% директоров уже сообщили, что их Советы интегрировали ИИ в надзорные процедуры. Причем речь идет не о декоративных экспериментах. PwC пишет, что ИИ используется для обработки материалов Совета, извлечения значимых выводов из данных, сценарного анализа и снижения информационной асимметрии между директорами и менеджментом.
Иными словами, ИИ уже начинает работать не на периферии, а внутри самого управленческого контура. А значит, ИИ-грамотность независимого директора перестает быть красивой строчкой в биографии. Она становится частью способности действовать разумно и добросовестно.
Примеры зрелого внедрения и дорогих ошибок
Это особенно важно потому, что 2026 год одновременно дает и примеры зрелого внедрения, и примеры дорогих ошибок.
С одной стороны, EY объявила о глобальном развертывании агентных ИИ-систем в аудите: решения встроены в цифровую платформу EY Canvas и охватывают ежедневные рабочие процессы 130 000 специалистов по аудиту в рамках 160 тысяч аудиторских заданий по всему миру (более 150 стран). Но даже при таком масштабе сама EY специально подчеркивает: фундаментальная роль человеческого суждения, профессионального скепсиса и понимания сути происходящего сохраняется. Это, возможно, одна из самых зрелых формулировок года. Чем глубже ИИ входит в чувствительный процесс, тем важнее не отмена человека, а новое качество человеческого контроля.
Рост цены ошибок: судебные санкции
С другой стороны, резко растет цена ошибок, вызванных слепой верой в ответы ИИ. По данным ComplexDiscovery, только в первом квартале 2026 года суды США наложили не менее 145 тысяч долларов санкций за вымышленные ссылки и ложные цитаты, появившиеся в документах с участием генеративного ИИ.
Это уже не курьезный сбой и не разовая история. Происходит переход к системному наказанию за отсутствие проверки. Для корпоративного управления вывод здесь предельно прикладной: любой материал, имеющий юридическое или управленческое значение, если он готовился с участием ИИ, должен рассматриваться как материал повышенного риска и проходить обязательную верификацию человеком.
Когда ИИ встроен в HR-процессы
Есть и другой свежий пример из сферы управления персоналом. В деле Mobley v. Workday, Inc. истцы утверждают, что используемые в HR-платформе Workday алгоритмические инструменты для отбора, оценки и ранжирования кандидатов могли давать дискриминационный эффект. В марте 2026 года федеральный суд в Калифорнии не установил факт дискриминации, но разрешил продолжить рассмотрение части этих требований.
Для Совета директоров это важный сигнал: вопрос ответственности возникает не только тогда, когда ИИ участвует в стратегии, сделках или аналитике для Совета. Он возникает и тогда, когда ИИ встроен в повседневные корпоративные процессы, в данном случае — найм, фильтрацию кандидатов, оценку и ранжирование.
Какая логика встроена в модель
Здесь как раз становится особенно важной третья из уже опубликованных колонок, о скрытых механизмах ИИ и предубеждениях моделей. Если раньше ключевым вопросом было: не подменяет ли ИИ человеческое решение, а затем — не выносим ли мы за корпоративный периметр слишком много чувствительной информации, то теперь к этому добавляется еще один вопрос: какая именно логика встроена в модель и как она влияет на корпоративное суждение.
Иными словами, Совету директоров уже недостаточно знать, что модель полезна. Ему нужно понимать, как она склонна рассуждать, где у нее могут быть системные искажения и в какой момент ее убедительность начинает маскировать риск.
Практические вопросы для Совета директоров
Отсюда вытекает логичный практический вывод. Управление ИИ в 2026 году — это уже не тема для модной дискуссии, а часть системы внутреннего контроля. Совет директоров должен получать ответы не на абстрактные, а на конкретные вопросы:
есть ли у компании реестр ИИ-систем и сценариев их использования; кто классифицирует их по уровню риска; где проходит граница между допустимой автоматизацией и недопустимым делегированием суждения; как фиксируются версия модели, условия ее использования и проверка результата; кто отвечает за сообщение об инциденте и кто принимает решение об эскалации. Пока на эти вопросы нет внятных ответов, говорить о зрелом корпоративном применении ИИ преждевременно.
Регуляторный раскол: ЕС против США
Ситуацию дополнительно усложняет и регуляторный раскол. В Европейском союзе большинство ключевых правил AI Act начинают применяться с 2 августа 2026 года, включая нормы о прозрачности, высокорисковых системах и запуск правоприменения. Для бизнеса это означает более жесткие требования к прозрачности, использованию высокорисковых ИИ-систем и ответственности за нарушения.
В США, напротив, исполнительный указ 14365 закрепляет курс на единый и минимально обременительный национальный подход и прямо предусматривает создание специальной группы Минюста для оспаривания законов штатов, которые Белый дом считает чрезмерными.
Для международного бизнеса это означает, что AI Governance уже нельзя строить как одну универсальную политику на все случаи жизни. В 2026 году это вопрос юрисдикции, профиля риска и корпоративной архитектуры.
Итог: ИИ-грамотность как профессиональный стандарт
Поэтому сегодня ИИ-грамотность независимого директора — это не умение эффектно говорить о технологии и не наличие «цифрового» абзаца в биографии, а способность задавать правильные вопросы там, где машина производит слишком сильное впечатление компетентности:
Не «что умеет модель?», а «каков профиль риска ее применения?» Не «можем ли мы ее внедрить?», а «при каких условиях и в каких пределах это допустимо?» Не «ускоряет ли она процесс?», а «как после ее появления меняется распределение ответственности?» Именно в этой точке ИИ-грамотность перестает быть частью общей эрудиции и становится частью профессионального стандарта независимого директора.
Итак, 2026 год меняет статус вопроса об ИИ как бы ни был угол зрения. Для Совета директоров это больше не тема интереса. Это тема надзора. И чем убедительнее, автономнее и полезнее становятся модели, тем менее допустима слепая вера в них. В этом смысле управление ИИ действительно становится частью фидуциарной обязанности и все заметнее — частью профессионального стандарта для работы в Совете директоров