GrandCrown | В законе Деловой навигатор: налоги, бухучет и право для бизнеса
Оzon заблокировал подозрительные заказы на 11,4 млрд рублей
С 1 октября 2026 года компания Ozon выявила и заблокировала 322 тысячи подозрительных заказов, суммарной стоимостью 11,4 млрд рублей. Об этом сообщил директор по регуляторной политике компании Александр Васильев на форуме «Цифровые решения». Система защиты маркетплейса фиксирует нетипичные заказы, входы с новых устройств, аномальные для клиента суммы и подозрительную активность продавцов. Это стало частью масштабной кампании по борьбе с мошенничеством, которая включает в себя использование машинного обучения и искусственного интеллекта.
Правовые основания и регуляторные рамки
Действия Ozon соответствуют требованиям Федерального закона № 135-ФЗ «О персональных данных» и Федерального закона № 152-ФЗ «О персональных данных», а также положениям Федерального закона № 184-ФЗ «О защите прав потребителей». Компания применяет механизмы идентификации и фильтрации данных, которые позволяют выявлять подозрительную активность и блокировать её на ранних этапах.
В соответствии с позицией Федеральной налоговой службы (ФНС) и Министерства финансов (Минфина), использование ИИ и машинного обучения в сфере онлайн-торговли допустимо, если оно направлено на защиту прав потребителей и предотвращение мошеннических действий. Также важно отметить, что такие меры не противоречат положениям Центрального банка России (ЦБ) о защите финансовой системы и предотвращении мошеннических операций.
Детали спора и технические аспекты
Система защиты Ozon анализирует данные в реальном времени, используя алгоритмы машинного обучения, которые обучены на исторических данных о мошеннических схемах. ИИ ежедневно проверяет около 22 миллионов карточек товаров, выявляя ошибки, нарушения и недопустимый контент. За первые девять месяцев 2026 года система заблокировала почти 600 тысяч подозрительных сообщений в чатах клиентов и продавцов, около 200 мошеннических приложений и более 11 тысяч фишинговых ресурсов.
Важно отметить, что за последние три года число мошеннических операций и жалоб на злоумышленников снизилось в 10 раз, несмотря на рост количества транзакций в три раза. Это свидетельствует о высокой эффективности внедрённых технологий и стратегии борьбы с киберпреступностью.
Риски и практические выводы
Для бизнеса и бухгалтеров такие меры имеют как позитивные, так и потенциально рискованные последствия. С одной стороны, использование ИИ и машинного обучения позволяет значительно снизить уровень мошенничества и повысить уровень доверия к платформе. С другой стороны, необходимо учитывать, что автоматические системы могут иногда блокировать законные транзакции, что может привести к спорам с клиентами и продавцами.
Также важно, чтобы компании соблюдали требования законодательства о защите персональных данных и обеспечивали прозрачность в работе своих систем. Это особенно актуально в условиях роста числа жалоб и обращений потребителей, которые требуют от бизнеса более высокого уровня ответственности и прозрачности.
В условиях роста цифровых угроз и увеличения числа онлайн-транзакций, такие меры, как внедрение ИИ и машинного обучения, становятся не просто желательными, а необходимыми для обеспечения безопасности и доверия к онлайн-платформам.
Отправка любых отчетов в ФНС, СФР и Росстат без ошибок с персональной поддержкой и тест-драйвом.
Похожие статьи: