Обработка персональных данных — это регламентированный 152-ФЗ и международными нормами (AI Act) процесс сбора, анализа и хранения информации о клиентах, который при грамотной автоматизации через Make.com исключает юридические риски и формирует доверие к бренду.
Помните времена, когда мы ставили галочку «Согласен» не глядя, а бизнес копировал политику конфиденциальности у конкурентов? Забудьте. В 2026 году такой подход — это прямой путь к кассовому разрыву. С тех пор как в августе вступили в полную силу нормы EU AI Act, правила игры изменились радикально. Теперь, если вы используете автоматизацию и нейросети для работы с данными клиентов, вы ходите по минному полю. Один неверный шаг, одна передача email в промпт без анонимизации — и привет, оборотный штраф.
Я наблюдаю за рынком и вижу, как беспечно многие относятся к настройке сценариев. Люди думают, что если сервер где-то «в облаке», то Роскомнадзор или европейский регулятор их не достанет. Это иллюзия. Сегодня я расскажу, как выстроить архитектуру в Make.com так, чтобы спать спокойно, пока ваши конкуренты судорожно ищут деньги на оплату штрафов.
Закон о персональных данных и новая реальность 2026
Для начала отделим мух от котлет. Персональные данные — это любая информация, относящаяся к определенному физическому лицу. Имя, телефон, cookie, голос, биометрия. В 2026 году к этому списку жестко добавились «цифровые следы», созданные или проанализированные ИИ.
Если вы работаете в РФ, ваша библия — 152 о персональных данных. Но так как мы живем в глобальном мире, игнорировать европейский AI Act нельзя. Почему? Потому что штрафы за нарушение 152 ФЗ, какими бы они ни были, кажутся детским лепетом по сравнению с европейскими санкциями. Нарушение правил обработки данных ИИ-системами теперь грозит штрафом до 35 млн евро или 7% от глобального оборота. Даже если вы маленький стартап из Саратова, но случайно обработали данные гражданина ЕС через немаркированный ИИ, риск становится реальным.
Основные угрозы для автоматизатора
Главная проблема — «Shadow AI». Статистика неумолима: 68% утечек данных в малом бизнесе происходит именно так. Сотрудник подключает свой личный ChatGPT к рабочей таблице, и данные утекают на сервера OpenAI для дообучения модели. Это катастрофа с точки зрения безопасности защиты данных.
| Тип нарушения | Риск (2026 год) | Последствия |
|---|---|---|
| Передача PII в публичный LLM | Критический | Утечка базы, штрафы по 152-ФЗ, потеря репутации. |
| Отсутствие маркировки ИИ-контента | Высокий | Блокировка сервиса, штрафы по AI Act. |
| Хранение данных «вечно» | Средний | Нарушение принципа минимизации данных. |
Архитектура безопасности: как настроить Make без дыр
Make.com (бывший Integromat) — мощнейший инструмент, но из коробки он не гарантирует соблюдение законов. Безопасность — это ваша задача. Платформа имеет сертификат SOC 2 Type II и шифрует данные по стандарту AES-256, но это лишь технический фундамент. Юридический каркас строим мы сами.
1. Шлюз Анонимизации (Data Masking)
Никогда, слышите, никогда не передавайте имена и телефоны напрямую в модули OpenAI, Claude или Anthropic. Это альфа и омега. Защита персональных данных начинается здесь.
Как сделать правильно:
- Создайте промежуточный шаг в сценарии.
- Используйте функции Make, например
sha256(), для хеширования ID клиентов. - Заменяйте реальные имена на псевдонимы типа «Client_A» или «User_404».
- Только обезличенный промпт отправляйте в нейросеть.
- Получив ответ, используйте локальную базу (Data Store в Make) или вашу CRM, чтобы «подклеить» реальные данные обратно перед отправкой ответа клиенту.
2. Фильтр «Право на забвение»
Запросы «удалите всё, что вы обо мне знаете» выросли в 3 раза к 2026 году. Вручную это делать нерентабельно. Если вы не автоматизируете этот процесс, вы утонете в рутине или получите штраф.
Лайфхак: ставьте модуль Router в начале сценариев. Первый маршрут проверяет поле consent_ai_processing. Если true — работаем. Второй маршрут слушает триггер «отзыв согласия». Если он срабатывает, сценарий должен пройтись по API всех ваших систем (Google Sheets, CRM, рассыльщики) и вычистить запись. Это и есть реальная автоматизация контента без штрафов.
https://kv-ai.ru/obuchenie-po-make
3. Логирование и Audit Trail
Закон требует объяснимости. Если ИИ отказал клиенту в кредите или найме, вы обязаны объяснить, почему. «Так решил робот» — больше не аргумент.
Настройте параллельную ветку сценария, которая пишет логи в защищенную таблицу (Google Sheets или Airtable с ограниченным доступом):
- Входящий промпт (уже обезличенный).
- Ответ модели.
- ID транзакции и временная метка.
Важно настроить автоудаление этих логов через 30 дней (Retention Policy). Хранить «токсичные» данные вечно — значит нарушать принцип минимизации, который проповедует Роскомнадзор персональные данные.
4. Локализация и выбор серверов
Make позволяет выбрать зону хостинга данных (EU или US). Для работы с данными граждан РФ критически важно обеспечить первичный сбор и хранение на серверах внутри страны (привет, 242-ФЗ). Используйте локальные базы данных или отечественные CRM как «мастер-систему», а Make используйте как транспорт, который не хранит данные (отключайте опцию Store incomplete executions для чувствительных сценариев).
Тренды 2026: Агенты и локальные LLM
Простые линейные сценарии умирают. Сейчас бал правят AI Agents Governance. Мы создаем в Make специальных «Сценариев-Наблюдателей». Их единственная работа — мониторить другие сценарии. Они ищут паттерны кредитных карт или паспортов в логах и тут же их стирают. Это новый уровень паранойи, который стал стандартом.
Еще один мощный тренд — On-Premise AI. Чтобы не передавать данные техногигантам и не дрожать от страха перед трансграничной передачей, компании разворачивают open-source модели (Llama, Mistral) на своих серверах. Подключение к ним через Make по API решает 90% проблем с безопасностью.
Здесь на сцену выходит MCP сервис автоматизации «ВСЁ ПОДКЛЮЧЕНО». Он позволяет интегрировать сложные инструменты, от Wordstat до нейросетей генерации картинок, сохраняя контроль над потоками данных. Это особенно актуально, когда нужно связать Telegram, WordPress и фотостоки в единый безопасный контур.
Зачем учиться, если можно нанять юриста?
Юрист напишет вам бумажку. Образец согласия на обработку персональных данных можно скачать бесплатно. Но юрист не настроит вам JSON-парсер, который отфильтрует персональные данные перед отправкой в GPT-5. Этому нужно учиться самим или обучать команду.
Понимание того, как данные текут по трубам API — это сейчас такой же базовый навык, как умение читать. Защита данных информации перестала быть скучной теорией, она стала вопросом выживания бизнеса. Те, кто умеют строить безопасные системы, получают огромный кредит доверия (Trust Score) от клиентов. Исследования показывают: маркировка «Создано ИИ» повышает доверие на 15%, а не снижает его, как многие боялись.
Хотите погрузиться в тему глубже и настроить всё своими руками? Регистрируйтесь в Make.com и начинайте экспериментировать. А если нужен быстрый старт без метода проб и ошибок (которые нынче дороги), приходите на Обучение по Автоматизации, CursorAI, маркетингу и make.com. Мы разбираем реальные кейсы, а не теорию из учебников.
Для тех, кто хочет готовые решения: Блюпринты по make.com сэкономят вам десятки часов настройки.
Хотите научиться автоматизации рабочих процессов с помощью сервиса make.com и нейросетей? Подпишитесь на наш Telegram-канал или загляните к нам в MAX.
Частые вопросы
Какие штрафы 152 ФЗ в 2026 году?
Штрафы за нарушение 152 ФЗ значительно выросли и дифференцировались. Для юридических лиц они могут исчисляться сотнями тысяч рублей за каждый выявленный эпизод, а при повторном нарушении или утечке баз — миллионами, вплоть до оборотных штрафов.
Где взять актуальный шаблон «согласие на обработку персональных данных»?
Ищите «персональные данные образец 2026» на сайтах профильных юридических компаний или используйте конструкторы документов. Важно: шаблон должен содержать пункты о трансграничной передаче и автоматизированной обработке.
Можно ли использовать ChatGPT для обработки клиентских данных?
Напрямую — крайне рискованно. Необходимо использовать методы обезличивания (Data Masking) или Enterprise-версии сервисов, где прописано отсутствие обучения на ваших данных. Меры защиты данных должны быть технически реализованы до отправки запроса.
Что такое 152 фз аудит и нужен ли он мне?
Аудит 152 ФЗ — это проверка ваших процессов на соответствие закону. Если вы собираете данные через сайт, CRM или ботов — аудит обязателен для защиты бизнеса от штрафов. Это дешевле, чем платить регулятору.
Как реализовать «право на забвение» в Make?
Создайте сценарий с вебхуком, который принимает ID пользователя. Далее используйте модули поиска (Search/List) в ваших базах данных и CRM, а затем модули удаления (Delete Record) для полной очистки информации.
