Goldman ограничил Claude в Гонконге: AI-риски стали банковским контролем

Goldman ограничил Claude в Гонконге: AI-риски стали банковским контролем

Goldman Sachs убрал доступ к моделям Anthropic для своих банкиров в Гонконге. По данным Reuters, сотрудники банка раньше могли пользоваться Claude через внутреннюю AI-платформу, но в последние недели доступ исчез. Financial Times первой сообщила о решении; Goldman отказался от комментариев, а Anthropic, по пересказу FT, заявила, что Claude никогда официально не «поддерживался» в Гонконге.

Важно, что это не выглядит как общий откат банка от генеративного ИИ. По словам источника Reuters, другие массовые модели, включая Gemini и ChatGPT, на внутренней платформе Goldman всё ещё доступны. Значит, речь, скорее всего, не о страхе перед ИИ вообще, а о конкретной связке поставщик — контракт — регион — регуляторный риск.

Почему банк мог выбрать жёсткий вариант

Reuters пишет, что решение стало результатом строгой трактовки контракта Goldman с Anthropic после консультации с компанией. По этой трактовке сотрудники банка в Гонконге не должны использовать продукты Anthropic.

Это важная деталь. Anthropic в собственном списке поддерживаемых регионов не указывает Гонконг для Claude.ai и коммерческого API. В сентябре 2025 года компания также отдельно ужесточила ограничения для продаж в неподдерживаемые регионы, объясняя это юридическими, регуляторными и национально-безопасностными рисками, включая риски, связанные с Китаем и контролируемыми структурами.

Для банка такая зона неопределённости особенно неприятна. Если модель формально не поддерживается в юрисдикции, вопрос перестаёт быть техническим: можно ли отправлять туда рабочие запросы, кто несёт ответственность за данные, как аудитору объяснить использование сервиса и что произойдёт, если поставщик позже ужесточит доступ.

AI-внедрение взрослеет: теперь это vendor risk

Самый показательный контраст в этой истории — сам Goldman. В феврале CIO банка Марко Ардженти рассказывал CNBC, что Goldman работает с Anthropic над AI-агентами для внутренних функций: учёта сделок, сверки операций, проверки клиентов и onboarding. Тогда Claude выглядел не экспериментальной игрушкой, а частью серьёзного enterprise-плана.

Именно поэтому гонконгское ограничение звучит громче обычной локальной настройки доступа. В крупных банках AI уже входит в процессы, где есть клиентские данные, комплаенс, контроль сотрудников, KYC и операционный риск. На этом уровне модель оценивают не только по интеллекту. Её оценивают как поставщика: где сервис официально доступен, какие условия в контракте, как устроено хранение данных, можно ли доказать соответствие местным правилам и не попадёт ли использование в серую зону между США, Китаем и Гонконгом.

Гонконгский контекст добавляет напряжения. Местный регулятор, HKMA, в 2024–2025 годах продвигал ответственное внедрение генеративного ИИ в финансовых услугах и запускал GenAI Sandbox, но общий вектор не означает разрешение на любые модели в любых сценариях. Для банка проще временно убрать спорный инструмент, чем объяснять пограничный кейс после инцидента.

Что это говорит рынку

На Neuro.ee мы уже фиксировали похожий сдвиг в статьях о том, как Google строит enterprise-управление агентами вокруг безопасности и guardrails, а OpenAI выпускает Privacy Filter для маскирования чувствительных данных. История Goldman добавляет к этой линии более жёсткий слой: иногда главный control — это не фильтр внутри модели, а запрет конкретного поставщика в конкретной юрисдикции.

Для компаний это неприятный, но полезный урок. Корпоративный ИИ нельзя внедрять как набор любимых чат-ботов сотрудников. Его придётся раскладывать по матрице: какие модели разрешены, в каких странах, для каких данных, через какой контракт, с каким аудитом и с каким планом отключения.

В ближайшие 12 месяцев таких решений станет больше. Чем глубже AI заходит в банки, страхование, медицину и юридические процессы, тем чаще закупка модели будет похожа не на выбор лучшего помощника, а на заседание риск-комитета. Goldman в Гонконге показал ранний вариант этой новой нормы: ИИ уже достаточно полезен, чтобы его внедрять широко, и достаточно рискован, чтобы доступ к нему резать очень точечно.