В Европе обсуждают закон о кибербезопасности NIS2

Издание Politico сообщило, что под действие закона ЕС о кибербезопасности NIS2 рискуют попасть производители мороженого, поставщики жевательной резинки, фабрики елочных гирлянд и даже домовладельцы.

До 2016 года каждая страна ЕС защищала свою инфраструктуру, опираясь на национальное законодательство. Однако все предприятия в Евросоюзе тесно связаны между собой в рамках единого рынка. Поэтому европейские законодатели решили создать единую Директиву NIS 2016 года. В 2022-м, когда число и масштаб кибератак в Европе резко выросли, ее сменила более широкая и жесткая версия NIS2. Она вступила в силу в январе 2023 года, а страны ЕС должны были полностью перенести ее принципы в свое законодательство к октябрю 2024-го.

NIS2 является директивой и задает единый минимальный стандарт, который каждая страна обязана закрепить в собственных законах. Она охватывает 18 отраслей, включая энергетику, транспорт, здравоохранение, цифровые платформы, почтовые службы и производство критически важной продукции.

На уровне ЕС Агентство Европейского союза по кибербезопасности (ENISA) координирует работу и объединяет национальные группы экспертов по кибербезпасности (CSIRT) в единую сеть, чтобы страны оперативно обменивались информацией об атаках. А регистрацией фирм, надзором за ними и штрафами занимаются национальные регуляторы.

Под действие закона попадают компании со штатом более 50 сотрудников или с оборотом свыше €10 млн в год. Они делятся на «существенно важные» и просто «важные». За «существенно важными» регулятор следит проактивно, а «важные» проверяют только в случае инцидента.

От компаний требуется проводить регулярную оценку рисков, а также разработать план действий на случай сбоя. О значимом инциденте нужно сообщить регулятору в течение 24 часов с момента обнаружения. При этом руководители компаний несут личную ответственность за выполнение требований NIS2. За нарушения «существенно важным» организациям грозит штраф до €10 млн или 2% годового мирового оборота, «важным» — до €7 млн или 1,4% оборота.

Почему NIS2 до сих пор не работает

Формулировки NIS2 были написаны в рамочном формате, чтобы оставить больше свободы действий каждой отдельной стране. Но в итоге гибкость директивы обернулась путаницей. Например, под действие нормы подпадают достаточно крупные производители мороженого и жевательной резинки, которые теперь вынуждены увеличивать издержки для соответствия стандартам безопасности.

Похожая история наблюдается с производителями елочных гирлянд. Партнер юридической фирмы Norton Rose в Амстердаме Юрриан Янсен объяснил, что их продукция формально относится к той же категории экономической деятельности, что и почтовые услуги или химическая промышленность. В Нидерландах, по его словам, такие компании все же не дотягивают до статуса «очень важных», поскольку сбои в отрасли не угрожают общественной безопасности.

Есть и более курьезные случаи. Так, один бельгийский депутат Европарламента год назад обратил внимание, что крупные школы с солнечными панелями на крыше становятся «производителями» электроэнергии и подпадают под требования NIS2. Рост административной нагрузки может негативно повлиять на качество образования.

Новый закон ЕС также может рассматривать телеком-провайдеров арендодателей, сдающих большое количество квартир и передающих жильцам доступ к интернету. Такой прецедент даже возник в 2021 году, хотя пока штрафы в рамках NIS2 к ним не применялись.

Темпы внедрения самого закона также недостаточны. Срок для переноса NIS2 в национальное законодательство членов Евросоюза истек 17 октября 2024 года, но уложились в него лишь несколько стран. 

В ноябре 2024 года Еврокомиссия направила уведомления с предупреждением 23 странам. К середине 2026 года большинство государств закон все же приняли, но Франция, Испания, Ирландия и Нидерланды так и не уведомили Брюссель о полном выполнении требований директивы. 8 июля 2026 года Еврокомиссия передала их дела в Суд ЕС, потребовав ежедневных штрафов до завершения переноса. Нидерланды приняли свой закон буквально за день до передачи дела в суд, а во Франции законопроект к концу июля так и не дошел до рассмотрения в Национальном собрании.

Даже там, где закон формально уже действует, с его исполнением тоже не все гладко. В Германии под надзор BSI перешли около 29,5 тыс. компаний, но зарегистрировалась в базе лишь половина.

Сама Еврокомиссия признает, что закон нуждается в доработке и опубликовала проект отдельных поправок к NIS2, которые призваны уточнить сферу действия закона.

Фото обложки: Петр Ковалев / ТАСС; Zach Camp / Unsplash

Что такое AI SLOP и как сегмент вырос за год

В 2025 году американский словарь Merriam-Webster назвал словом года slop — низкокачественный цифровой контент, созданный с помощью искусственного интеллекта. Термин быстро прижился, потому что точно описывал явление, с которым пользователи столкнулись практически на всех крупных платформах. Подобный контент стал вирусным в TikTok, где популярность получили абсурдные «брейнроты» вроде Бомбардиро Крокодило, а в Spotify в верхних строчках плейлистов начали появляться полностью сгенерированные ИИ треки.

Перед этим потоком не устоял и YouTube. Как пишет The Guardian, исследования показали, что более 20% видео, которые алгоритм платформы рекомендует новым пользователям, относятся к категории AI slop. Речь идет о контенте, который зритель видит еще до того, как успевает сформировать собственные интересы и подписки, — в рекомендациях «с нуля».

Сегмент также исследовала видеомонтажная компания Kapwing. Они создали новый аккаунт на YouTube, чтобы изучить рекомендации платформы для новых пользователей: из первых 500 видео, показанных алгоритмом, 104 оказались сгенерированными ИИ, а около трети всей выборки отнесли к категории «brain rot».

Почему подобный сегмент растет и попадает в алгоритмы

Аналитики изучили 15 тыс. самых популярных YouTube-каналов мира — по 100 крупнейших в каждой стране — и выяснили, что 278 из них целиком состоят из такого контента. В совокупности за 2025-й там набралось более 63 млрд просмотров и 221 млн подписчиков, а их годовой доход, по оценкам Kapwing, достиг $117 млн. При этом подобный контент смотрят везде: в Испании на эти каналы подписаны около 20 млн человек, в Египте — 18 млн, в США — 14,5 млн, в Бразилии — 13,5 млн.

Популярность AI slop объясняется не столько интересом аудитории к искусственному интеллекту, сколько логикой работы самих платформ. Алгоритмы YouTube и других соцсетей ориентированы на показатели вовлеченности — клики, удержание внимания и частоту просмотров. Контент, лишенный сложного сюжета и контекста, но насыщенный визуальными и эмоциональными стимулами, оказывается особенно эффективным в этой системе. Он легко воспринимается, не требует предварительных знаний и одинаково понятен зрителям из разных стран.

AI slop формирует новый тип глобального контента — децентрализованный, интернациональный и оторванный от культурных и языковых рамок. Абсурдные сцены, гипертрофированные персонажи, катастрофы или детские мультяшные сюжеты не нуждаются в переводе и быстро масштабируются.   

Важную роль в росте сегмента играет и экономический фактор.  Человеческое участие в создании AI slop сведено к минимуму: в этом процессе важнее не новая идея, а масштабирование уже созданного удачного шаблона. При этом такой простой механизм может приносить хорошие деньги — крупные креаторы, такие как Pouty Frenchie и Bandar Apna Dost, с миллиардами просмотров зарабатывают примерно 4 $млрд в год.

Многие авторы AI slop живут в странах со сравнительно низким средним доходом, но с хорошим доступом к интернету и платформам монетизации. По данным Guardian, среди них — жители Индии, Нигерии, Кении, Бразилии, Украины и Вьетнама. Даже нерегулярный доход от YouTube может превышать местную медианную зарплату, что делает производство AI slop хорошим источником заработка.

Как YouTube пытается регулировать AI slop 

YouTube признает, что сталкивается с ростом низкокачественного контента, созданного с помощью искусственного интеллекта, но подчеркивает: сам по себе ИИ не запрещен. Позиция платформы сводится к тому, что генеративные инструменты — это лишь способ производства, а ключевым остается соответствие видео правилам сообщества.

Генеративный ИИ — это инструмент, и, как любой другой инструмент, его можно использовать для создания контента как высокого, так и низкого качества. Мы по-прежнему сосредоточены на том, чтобы связывать наших пользователей с качественным контентом, независимо от того, как он был создан. Весь контент, загруженный на YouTube, должен соответствовать нашим правилам сообщества, и если мы обнаруживаем, что контент нарушает политику, мы его удаляем.

представитель YouTube

В борьбе с AI slop YouTube все же попытался ввести ограничения. Так, с 15 июля 2025 года платформа изменила критерии программы монетизации YouTube Partner Program (YPP). Теперь компания отслеживает ролики и исключает из партнерской программы каналы, которые не соответствуют новым требованиям.

Среди примеров контента, который может потерять возможность монетизации, платформа называла: 

• ролики, полностью сгенерированные с помощью AI;
• украденные или перезалитые материалы;
• автоматические голосовые озвучки поверх стоковых изображений;
• каналы, выпускающие большое количество однотипных AI-видео без переработки.

По данным Guardian, после публикации исследования Kapwing YouTube подтвердил, что закрыл один из AI slop-каналов, упомянутых в отчете, а также исключил ряд других из партнерской программы, лишив их возможности зарабатывать на монетизации. 

Фото обложки: Bandar Apna Dost / YouTube

Как ИИ может помочь пациентам с жировой болезнью печени

Примерно 30% взрослых во всем мире страдают от жировой болезни печени. Она приводит к воспалению и разрушению клеток органа, а затем — к образованию рубцовой ткани (фиброз). Если патология прогрессирует, она может спровоцировать печеночную недостаточность, а это уже связано с повышенным риском развития сердечно-сосудистых заболеваний и различных видов рака. 

Проблема в том, что жировая болезнь печени обычно развивается без заметных симптомов, поэтому ее редко выявляют на ранней стадии. Но с этим может помочь искусственный интеллект, уверены практикующие врачи и ученые, опрошенные Wired. Первые исследования в этой области подтверждают перспективность технологии. Так, ученые из Осакского университета в Японии протестировали ИИ-модель, способную анализировать стандартные рентгеновские снимки грудной клетки. В первую очередь они обращали внимание на то, насколько точно нейросеть анализирует состояние легких и сердца пациентов. Но на снимках также видны участки печени, и в ходе эксперимента выяснилось: ИИ способен диагностировать жировую болезнь печени с точностью до 82%.  

Датский ИТ-стартап Evido тем временем разработал алгоритм на базе искусственного интеллекта под названием LiverPRO. Он способен оценить риск развития жировой болезни печени у пациента на основе его возраста и девяти базовых показателей из анализа крови. Теперь Evido выпускает инструмент на рынок в партнерстве со швейцарской фармацевтической компанией Roche. 

Эксперты говорят, что в ближайшее время ИИ-инструменты можно будет использовать для изучения огромного количества электронных медицинских карт, что должно помочь развитию ранней диагностики заболевания.

Если диагноз удается поставить на начальной стадии, то большая часть негативных последствий для здоровья обратима: специальных лекарств от жировой болезни печени нет, но пациентам помогает изменение образа жизни — постепенное снижение веса на 5–10%, сбалансированное питание с отказом от фастфуда, сахара и алкоголя, а также регулярные занятия спортом. Кроме того, с этим диагнозом эффективно борются современные препараты от ожирения на основе GLP-1 («Оземпик», «Вегови», «Мунджаро» и другие). 

Печень — очень интересный орган, потому что она способна к регенерации. Фиброз можно обратить вспять, и вы снова можете быть полностью здоровы. Но реальность такова, что мы чаще всего сталкиваемся с лечением на поздних стадиях и пытаемся понять, как долго мы сможем поддерживать жизнь пациента — вместо того чтобы выявлять заболевание на ранней стадии и предотвращать его прогрессирование. 

Джеффри Лазарус
профессор Высшей школы общественного здравоохранения и политики в области здравоохранения CUNY

Для того чтобы определить риск наличия фиброза у пациентов с жировой болезнью или другими хроническими патологиями печени, врачи используют индекс FIB-4. Он рассчитывается по формуле, которая учитывает возраст человека, уровень ферментов в анализе крови и количество тромбоцитов. У медиков также есть доступ к результатам расширенных тестов на фиброз печени по крови. Но для специалистов, сталкивающихся с высокой нагрузкой, дополнительные расчеты — «невозможный вариант», считают эксперты. 

У нас должно быть что-то, что может работать в фоновом режиме. Чтобы врач мог просто нажать кнопку и запустить анализ по всей базе пациентов. ИИ мог бы проводить расчеты, проверять наличие факторов риска, а затем давать рекомендации врачу по назначению дополнительных анализов при необходимости.  

Джонатан Дранофф
доктор медицинских наук 

Диагностика и прогнозирование развития заболеваний: где еще преуспевает ИИ

ИИ применяется в медицине для автоматизации рутинных задач врачей, анализа больших объемов данных, ускорения и повышения точности диагностики, разработки новых методов лечения и лекарств. В список областей, где нейросети сегодня развиваются особенно быстро, чаще всего включают лучевую диагностику, дерматологию и офтальмологию. 

Например, ИИ обучают анализировать изображение сетчатки и искать патологии. Так, китайские ученые уже разработали и протестировали нейросеть, способную предсказать вероятность развития ретинопатии (поражение сетчатой оболочки глаза) у носителей диабета второго типа. Ее точность — 89%. Исследователи опубликовали ИИ-модель, чтобы ей могли воспользоваться врачи по всему миру для проверки данных пациентов. В обзоре всех исследований влияния ИИ на эту область за 2025 год говорится, что результаты работы нейросетей уже сопоставимы с оценкой профессиональных медиков. При этом автоматизация может сделать скрининг более масштабным. 

Также искусственный интеллект делает успехи в теледерматологии, делая медицинскую помощь доступнее онлайн. Ученые объясняют: кожа хорошо доступна для визуального анализа — чтобы поставить диагноз, врачи оценивают цвет, форму, границы и структуру родинок и других образований. Те же признаки видны на фотографиях, которые изучают нейросети. Поэтому клиники внедряют подобные алгоритмы в свои приложения, а сами дерматологи обращаются к ним в ежедневной практике. Так, опрос, проведенный среди профильных специалистов в Австралии, показал: 44% из них используют ИИ. 

Кроме того, искусственный интеллект активно применяют для анализа снимков КТ, МРТ, рентгенографии, флюорографии и маммографии — в том числе в больницах Москвы. Нейросети помогают врачам находить признаки патологий и описывать результаты исследований.

Фото обложки: Zoonar / Imago / TASS