AI Act: cosa prevede, chi deve adeguarsi e le scadenze aggiornate

L’AI Act è il primo regolamento al mondo che disciplina l’intelligenza artificiale in modo orizzontale, per tutti i settori e per tutti gli usi. Non è una direttiva da recepire: è un regolamento europeo, il numero 2024/1689, e si applica direttamente in Italia senza bisogno di una legge nazionale che lo traduca. Chi lo cerca, di solito, non vuole un commento giuridico: vuole sapere tre cose, in quest’ordine. Se la cosa lo riguarda. Entro quando. E cosa rischia se non fa niente.

Questa guida risponde in quest’ordine, e lo fa su un calendario che è cambiato da poche settimane. Il 27 luglio 2026 è entrato in vigore il Digital Omnibus on AI, il regolamento (UE) 2026/1744, che ha spostato in avanti di sedici mesi gli obblighi più pesanti, quelli sui sistemi ad alto rischio, lasciando però intatte le scadenze già scattate. Chi legge una guida scritta prima di luglio 2026 sta leggendo date sbagliate. Ogni data e ogni cifra che trovi qui sotto è presa dal testo dei due regolamenti, non da fonti secondarie.

In questo articolo scoprirai:

• Che cos’è l’AI Act e che cosa stabilisce, in sintesi
• I quattro livelli di rischio dell’AI Act e come capire dove ti trovi
• Le pratiche vietate dall’AI Act: cosa non si può più fare dal 2025
• Sistemi ad alto rischio: quali sono e quali obblighi comportano
• Chi deve adeguarsi all’AI Act: fornitori, deployer, importatori e distributori

Che cos’è l’AI Act e che cosa stabilisce, in sintesi

L’AI Act è il regolamento (UE) 2024/1689 del Parlamento europeo e del Consiglio del 13 giugno 2024, pubblicato in Gazzetta Ufficiale dell’Unione il 12 luglio 2024 ed entrato in vigore il 1° agosto 2024. Il suo titolo per esteso parla di «regole armonizzate sull’intelligenza artificiale»: l’obiettivo dichiarato è duplice, far funzionare il mercato unico dei sistemi di AI e proteggere salute, sicurezza e diritti fondamentali dalle applicazioni che possono comprometterli.

La scelta di fondo del legislatore europeo è che non si regola la tecnologia, si regola l’uso che se ne fa. Lo stesso modello di riconoscimento facciale è irrilevante se sblocca un telefono e proibito se costruisce un archivio biometrico raschiando foto dal web. Per questo il regolamento non contiene un elenco di tecnologie ammesse: contiene una scala di rischio, e a ogni gradino corrisponde un pacchetto diverso di obblighi. La Commissione europea, nella sua pagina ufficiale sul quadro normativo per l’IA, riassume l’impianto in quattro categorie: rischio inaccettabile, alto rischio, rischio di trasparenza, rischio minimo o nullo.

Che cosa conta come «sistema di IA» ai sensi dell’AI Act

La definizione dell’articolo 3 è più stretta di quanto molti temano e più larga di quanto molti sperino. Un sistema di IA è un sistema automatizzato progettato per funzionare con livelli di autonomia variabili, che può mostrare adattività dopo la diffusione e che, per obiettivi espliciti o impliciti, deduce dagli input come generare output, previsioni, contenuti, raccomandazioni o decisioni, capaci di influenzare ambienti fisici o virtuali. La parola che porta tutto il peso è «deduce»: un software che applica regole scritte a mano da un programmatore non rientra, un modello che ricava la regola dai dati sì.

Un punto che sfugge spesso: l’AI Act non è una legge sulla privacy e non sostituisce il GDPR. È una normativa di sicurezza dei prodotti, costruita sullo schema con cui l’Unione regola giocattoli, dispositivi medici e macchinari. Da qui il vocabolario, immissione sul mercato, marcatura CE, valutazione di conformità, organismi notificati, che a chi viene dal mondo del software suona straniero. Se vuoi il contesto di come si è arrivati fin qui, abbiamo raccontato altrove perché la normativa sull’AI è diventata inevitabile.

I quattro livelli di rischio dell’AI Act e come capire dove ti trovi

La struttura a piramide è il cuore del regolamento ed è anche il modo in cui conviene leggerlo. Salendo di livello aumentano gli obblighi, non i divieti: solo il gradino più alto è proibito, tutti gli altri sono permessi a condizioni crescenti.

Le tre domande per collocare il tuo sistema nel livello giusto

Sapere che i livelli sono quattro non basta: serve capire in quale ci si trova, e il percorso è una sequenza di tre domande da farsi nell’ordine.

Prima: il tuo caso d’uso è nell’elenco dei divieti dell’articolo 5? Se sì, la questione è chiusa, non esiste un modo conforme di farlo, e nessuna documentazione lo rende lecito. Seconda: il sistema è un componente di sicurezza di un prodotto già regolato dall’Unione, oppure ricade in uno degli otto ambiti dell’Allegato III? Se sì, è ad alto rischio e ti riguarda il pacchetto pesante. Terza: il sistema interagisce con persone o genera contenuti sintetici? Se sì, sei nel rischio di trasparenza e ti bastano obblighi informativi. Se hai risposto no tre volte, ed è il caso della grande maggioranza dei software aziendali, il regolamento non ti impone nulla di specifico, e la Commissione lo dice esplicitamente parlando della «stragrande maggioranza dei sistemi di IA attualmente utilizzati nell’UE».

Attenzione a un dettaglio introdotto dal Digital Omnibus, perché sposta molti sistemi verso il basso: i sistemi usati «esclusivamente per aspetti non attinenti alla sicurezza», assistenza all’utente, ottimizzazione delle prestazioni, efficienza del servizio, automazione, comodità o controllo di qualità, non si qualificano come componenti di sicurezza. È un chiarimento che toglie dall’alto rischio parecchie applicazioni industriali che prima ci finivano per inerzia interpretativa.

Le pratiche vietate dall’AI Act: cosa non si può più fare dal 2025

L’articolo 5 è la parte del regolamento già pienamente operativa da più tempo: si applica dal 2 febbraio 2025 e è l’unica materia punita con il tetto sanzionatorio massimo, 35 milioni di euro o il 7% del fatturato mondiale. Non è un elenco di principi: è un elenco chiuso di pratiche concrete.

Sono vietati i sistemi che usano tecniche subliminali o manipolative per distorcere il comportamento causando un danno significativo; quelli che sfruttano vulnerabilità legate a età, disabilità o situazione socioeconomica; il social scoring, cioè la valutazione o classificazione di persone sulla base del comportamento sociale che porta a trattamenti pregiudizievoli in contesti estranei a quelli in cui i dati sono stati raccolti; la valutazione del rischio di commettere reati fondata unicamente sulla profilazione o sui tratti della personalità; la creazione di banche dati di riconoscimento facciale mediante scraping non mirato di immagini dal web o dalla videosorveglianza; il riconoscimento delle emozioni sul luogo di lavoro e negli istituti di istruzione; la categorizzazione biometrica che deduce caratteristiche protette come razza, opinioni politiche, appartenenza sindacale o orientamento sessuale; e l’identificazione biometrica remota in tempo reale in spazi pubblici a fini di attività di contrasto, salvo eccezioni tassative e autorizzate.

Le due nuove pratiche vietate aggiunte nel 2026

Il regolamento (UE) 2026/1744 non ha soltanto rinviato scadenze: ha allungato l’elenco dei divieti, ed è la parte meno raccontata delle modifiche. Sono state aggiunte due fattispecie. La prima riguarda i sistemi che generano o manipolano immagini, video o audio realistici raffiguranti le parti intime di una persona identificabile senza il suo consenso esplicito e liberamente prestato, il fenomeno delle immagini intime non consensuali. La seconda riguarda il materiale pedopornografico, con un divieto costruito in parallelo alla direttiva 2011/93/UE e con eccezioni per le attività legittime di contrasto.

Vale la pena notare che l’Italia era arrivata prima su un terreno vicino: la legge 132/2025 ha introdotto nel codice penale l’articolo 612-quater, che punisce la diffusione di deepfake idonei a cagionare un danno ingiusto. Al quadro italiano e alle autorità che vigilano è dedicata una sezione più avanti in questa guida.

Sistemi ad alto rischio: quali sono e quali obblighi comportano

L’alto rischio è il centro di gravità dell’AI Act: è dove si concentra la quasi totalità degli adempimenti e praticamente tutto il costo di conformità. Un sistema ci finisce per due strade. La prima, l’articolo 6(1) con l’Allegato I: il sistema è un componente di sicurezza di un prodotto già soggetto a normativa armonizzata europea, dispositivi medici, macchinari, ascensori, giocattoli, veicoli, e quel prodotto richiede una valutazione di conformità da parte di terzi. La seconda, l’articolo 6(2) con l’Allegato III, che elenca otto ambiti di uso autonomo.

Gli otto ambiti dell’Allegato III

Gli ambiti sono: biometria (identificazione remota, categorizzazione su attributi sensibili, riconoscimento delle emozioni fuori dai contesti vietati); infrastrutture critiche (gestione di traffico stradale, acqua, gas, riscaldamento, elettricità, infrastruttura digitale); istruzione e formazione professionale (ammissione, valutazione degli apprendimenti, sorveglianza durante gli esami); occupazione e gestione dei lavoratori (selezione dei candidati, promozioni, licenziamenti, assegnazione dei compiti, monitoraggio delle prestazioni); servizi essenziali (accesso a prestazioni assistenziali e sanitarie, valutazione del merito creditizio salvo l’antifrode, tariffazione di assicurazioni vita e salute, gestione delle chiamate di emergenza); attività di contrasto; migrazione, asilo e controllo delle frontiere; amministrazione della giustizia e processi democratici.

La quarta voce è quella che tocca il maggior numero di aziende ordinarie. Come osserva l’analisi di DLA Piper sul differimento, qualunque organizzazione che usi AI per selezionare curricula, valutare le prestazioni o allocare turni sta operando in un ambito ad alto rischio, indipendentemente dal settore in cui lavora.

Che cosa deve fare chi ha un sistema ad alto rischio

Gli obblighi del Capo III, Sezioni 1-3, formano un sistema coerente. Serve un processo continuo di gestione del rischio lungo tutto il ciclo di vita; governance dei dati, con set di addestramento, convalida e prova pertinenti, rappresentativi e per quanto possibile privi di errori; documentazione tecnica redatta prima dell’immissione sul mercato; registrazione automatica degli eventi (i log) per garantire tracciabilità; istruzioni per l’uso chiare per il deployer; misure di sorveglianza umana effettiva, cioè persone che possano capire l’output e fermarlo; livelli adeguati di accuratezza, robustezza e cibersicurezza; un sistema di gestione della qualità; e la valutazione di conformità con marcatura CE e registrazione nella banca dati europea. La sintesi operativa di Snowflake li traduce in sei artefatti probatori da produrre e mantenere: è una lettura utile perché sposta il discorso dai principi alle evidenze che un’autorità può chiedere di vedere.

Per le PMI il Digital Omnibus ha alleggerito la mano: il sistema di gestione della qualità semplificato, prima riservato alle microimprese, è stato esteso a tutte le piccole e medie imprese comprese le start-up, e le PMI possono presentare la documentazione tecnica «in forma semplificata» su un modulo predisposto dalla Commissione. Su come si struttura concretamente il presidio interno abbiamo un pezzo dedicato alla governance e ruoli richiesti dall’AI Act.

Chi deve adeguarsi all’AI Act: fornitori, deployer, importatori e distributori

La domanda «la cosa mi riguarda?» ha una risposta che dipende dal ruolo, non dal settore. Il regolamento distingue quattro figure lungo la catena del valore, e gli obblighi cambiano radicalmente a seconda di quale cappello indossi.

Il fornitore (provider) è chi sviluppa un sistema di IA, o lo fa sviluppare, e lo immette sul mercato o lo mette in servizio con il proprio nome o marchio. Su di lui grava la quasi totalità degli obblighi sostanziali. Il deployer, l’utilizzatore professionale, è chi impiega un sistema sotto la propria autorità: i suoi obblighi sono molto più leggeri e riguardano l’uso conforme alle istruzioni, la sorveglianza umana, il monitoraggio, la conservazione dei log e, in alcuni casi, l’informazione alle persone interessate. L’importatore immette sul mercato dell’Unione un sistema di un fornitore stabilito in un paese terzo e deve verificare che la conformità sia stata effettuata. Il distributore mette a disposizione il sistema senza esserne fornitore né importatore.

Quando un utilizzatore diventa fornitore senza accorgersene

C’è una trappola che vale la pena conoscere, perché ribalta la posizione di chi si credeva al sicuro. Un deployer diventa fornitore a tutti gli effetti, con l’intero carico di obblighi, se appone il proprio nome o marchio su un sistema ad alto rischio già immesso sul mercato, se ne modifica sostanzialmente la finalità prevista, oppure se apporta una modifica sostanziale a un sistema ad alto rischio. Tradotto: personalizzare pesantemente uno strumento di terzi e rivenderlo come proprio non è un’operazione neutra. È una delle ragioni per cui conviene chiarire i ruoli contrattualmente prima di partire, tema che tocchiamo parlando di cosa aspettarsi da un partner AI per le PMI.

L’AI Act si applica anche fuori dall’Unione Europea

La portata extraterritoriale è ampia quanto quella del GDPR, e su questo l’articolo 2 è netto. Il regolamento si applica ai fornitori che immettono sistemi sul mercato dell’Unione «indipendentemente dal fatto che siano stabiliti nell’Unione o in un paese terzo»; ai deployer stabiliti nell’Unione; e, questa è la clausola che allarga davvero il perimetro, ai fornitori e deployer situati in paesi terzi «qualora l’output prodotto dal sistema sia utilizzato nell’Unione». Un’azienda statunitense che analizza candidature europee da Chicago rientra, anche se non ha un ufficio nell’UE.

Restano fuori: i sistemi destinati esclusivamente a scopi militari, di difesa o di sicurezza nazionale; quelli sviluppati unicamente per la ricerca scientifica; l’uso personale non professionale da parte di persone fisiche; e i sistemi rilasciati con licenze libere e open source, salvo che siano immessi sul mercato come sistemi ad alto rischio o ricadano nei divieti e negli obblighi di trasparenza.

Modelli di AI per finalità generali (GPAI) e rischio sistemico

Accanto ai sistemi, l’AI Act regola separatamente i modelli di AI per finalità generali: i GPAI, cioè i grandi modelli addestrati su enormi quantità di dati e capaci di svolgere compiti molto diversi. È il capitolo che riguarda direttamente chi produce i large language model alla base degli strumenti che usiamo ogni giorno, e i suoi obblighi sono già applicabili dal 2 agosto 2025.

Ogni fornitore di un modello GPAI deve redigere e mantenere aggiornata la documentazione tecnica del modello, comprese le informazioni sul processo di addestramento e di prova; fornire informazioni ai fornitori a valle che intendono integrare il modello nei propri sistemi; adottare una politica di rispetto del diritto d’autore dell’Unione, inclusa la riserva sui contenuti protetti; e pubblicare una sintesi sufficientemente dettagliata dei contenuti usati per l’addestramento, secondo un modello fornito dall’Ufficio per l’IA. Quest’ultimo punto è il più discusso: è il primo obbligo al mondo di trasparenza pubblica sui dati di addestramento.

La soglia dei 10^25 FLOP e il rischio sistemico

Sopra questo livello base ne esiste uno più severo, riservato ai modelli con «rischio sistemico». L’articolo 51 fissa una presunzione quantitativa: un modello si presume dotato di capacità di impatto elevato quando la quantità cumulativa di calcolo usata per l’addestramento supera i 10^25 operazioni in virgola mobile (FLOP). È una soglia che oggi cattura soltanto i modelli di frontiera dei maggiori laboratori, e la Commissione può modificarla con atti delegati man mano che la tecnologia avanza. In alternativa, la designazione può arrivare per decisione della Commissione su allerta qualificata del gruppo di esperti scientifici, sulla base dei criteri dell’Allegato XIII.

I fornitori di modelli con rischio sistemico devono in più valutare il modello con protocolli standardizzati e prove antagonistiche (red teaming), valutare e mitigare i rischi sistemici a livello di Unione, tracciare e segnalare gli incidenti gravi all’Ufficio per l’IA, e garantire un livello adeguato di protezione della cibersicurezza. Se questa distinzione fra modello e sistema ti resta opaca, aiuta rileggere le differenze fra AI generativa e AI tradizionale.

Gli obblighi di trasparenza scattati il 2 agosto 2026

Se c’è una parte dell’AI Act che riguarda quasi tutti, è questa. L’articolo 50 impone obblighi informativi che non dipendono dal livello di rischio del sistema ma dal tipo di interazione, e è la disposizione entrata in applicazione il 2 agosto 2026, insieme al regime sanzionatorio. Il Digital Omnibus non ne ha spostato la data: come conferma il testo del regolamento (UE) 2026/1744, l’unico alleggerimento è un periodo transitorio di quattro mesi, previsto dal considerando 38, per i fornitori che avevano già immesso sul mercato sistemi di AI generativa prima di quella data, così da adeguare le pratiche di marcatura.

Gli obblighi sono quattro. I sistemi destinati a interagire direttamente con persone fisiche devono informarle che stanno parlando con un’intelligenza artificiale, salvo che sia ovvio per una persona ragionevolmente avveduta. I fornitori di sistemi che generano contenuti sintetici, testo, immagini, audio, video, devono marcare gli output in formato leggibile meccanicamente e renderli rilevabili come generati artificialmente. Chi utilizza sistemi di riconoscimento delle emozioni o di categorizzazione biometrica deve informare le persone esposte. E chi genera o manipola contenuti che costituiscono un deepfake deve dichiarare che il contenuto è stato prodotto o manipolato artificialmente.

Perché la marcatura dei contenuti sintetici è il punto difficile

L’obbligo di marcatura è quello con l’attrito tecnico più alto, e vale la pena essere onesti sul perché. Le soluzioni disponibili, filigrane invisibili, metadati di provenienza secondo lo standard C2PA, impronte crittografiche, funzionano bene in laboratorio e si degradano nel mondo reale: uno screenshot, una ricompressione, un ritaglio possono cancellare il segnale. Il regolamento chiede soluzioni «efficaci, interoperabili, solide e affidabili» ma riconosce esplicitamente i limiti della fattibilità tecnica. È un’area in cui la prassi si assesterà nei prossimi mesi, e in cui gli standard armonizzati non sono ancora arrivati. Abbiamo seguito la scadenza nel dettaglio quando è maturata, raccontando le nuove regole sulla trasparenza in vigore dal 2 agosto 2026.

Le date dell’AI Act: il calendario aggiornato dopo il Digital Omnibus

Qui sta il cambiamento più importante degli ultimi mesi, e anche l’errore più diffuso nelle guide in circolazione. L’articolo 113 del regolamento originale prevedeva un’applicazione scaglionata che culminava il 2 agosto 2026 con l’entrata in vigore degli obblighi sull’alto rischio. Quella data non vale più per l’alto rischio.

Il regolamento (UE) 2026/1744 dell’8 luglio 2026, pubblicato in Gazzetta Ufficiale il 24 luglio 2026 ed entrato in vigore il 27 luglio 2026, ha modificato l’articolo 113. Il motivo dichiarato nel preambolo è concreto e verificabile: gli standard armonizzati non erano pronti e diversi Stati membri non avevano designato le autorità nazionali, con la conseguenza di un onere di conformità «più pesante del previsto». Non è stata una concessione politica generica: è stato il riconoscimento che l’infrastruttura tecnica per essere conformi non esisteva ancora.

Che cosa significa davvero il rinvio (e cosa non significa)

Il rinvio è reale ma va letto con precisione, perché non ha sospeso nulla di ciò che era già applicabile. I divieti dell’articolo 5 restano pienamente in vigore, anzi sono stati ampliati. L’obbligo di alfabetizzazione in materia di AI resta. Gli obblighi sui modelli GPAI restano. Gli obblighi di trasparenza sono scattati il 2 agosto 2026 e sono ora azionabili. Ciò che si è spostato è il pacchetto documentale e di conformità per i sistemi ad alto rischio, la parte più costosa, ma anche quella che riguarda il numero minore di organizzazioni.

Chi sta usando questi sedici mesi come una pausa sta leggendo male il segnale. Le analisi legali convergono su un punto: il differimento è arrivato a tre settimane dalla scadenza originaria, dopo un negoziato il cui esito è rimasto incerto fino a maggio 2026. Le aziende che avevano smesso di prepararsi contando sul rinvio hanno rischiato molto. Per gli adempimenti calati sul contesto nazionale rimandiamo agli obblighi e scadenze per le aziende italiane.

Le sanzioni dell’AI Act: quanto si rischia, con le cifre

Le sanzioni sono la parte più evocata e meno spesso messa in chiaro con le cifre esatte, che invece sono scritte nel regolamento. L’articolo 99 costruisce tre scaglioni, e in ciascuno si applica l’importo più alto fra la cifra fissa e la percentuale del fatturato mondiale annuo dell’esercizio precedente.

La regola che protegge le PMI e chi commina le sanzioni

Per le piccole e medie imprese, comprese le start-up, il meccanismo si inverte a loro favore: l’articolo 99(6) stabilisce che la sanzione è pari alla percentuale o all’importo indicati, «se inferiore», cioè al minore fra i due. Per un’azienda con dieci milioni di fatturato che violi un divieto dell’articolo 5, il tetto non è 35 milioni ma 700.000 euro. Resta una cifra che chiude un’impresa piccola, ma la proporzione cambia radicalmente.

Due precisazioni sull’architettura sanzionatoria. La prima: per i sistemi di IA le sanzioni le stabiliscono e le applicano gli Stati membri, che dovevano notificare alla Commissione il proprio regime; il regolamento chiede che siano «effettive, proporzionate e dissuasive» e che tengano conto della sostenibilità per le PMI, e ammette anche avvertimenti e misure non pecuniarie. La seconda: per i modelli GPAI la competenza è diversa. L’articolo 101 attribuisce alla Commissione europea il potere di infliggere direttamente le multe ai fornitori di modelli, fino a 15 milioni di euro o al 3% del fatturato mondiale, quando intenzionalmente o per negligenza violino il regolamento, non forniscano le informazioni richieste o neghino l’accesso al modello per la valutazione. È un potere di enforcement centralizzato, sul modello antitrust, ed è applicabile dal 2 agosto 2026.

AI Act e GDPR: come si incastrano le due normative

È la domanda più frequente fra chi ha già un impianto privacy in piedi, ed è anche il vuoto più evidente nelle guide italiane in circolazione. La risposta corretta è che le due normative si sommano, non si sostituiscono, e rispondono a domande diverse.

Il GDPR governa il trattamento dei dati personali: chiede una base giuridica, impone principi di minimizzazione e limitazione delle finalità, attribuisce diritti agli interessati. L’AI Act governa la sicurezza e l’affidabilità del sistema in quanto prodotto: chiede documentazione, gestione del rischio, sorveglianza umana, accuratezza. Un sistema di selezione del personale può essere perfettamente conforme all’AI Act e violare il GDPR, o viceversa. L’articolo 2 del regolamento lo dice esplicitamente: l’AI Act lascia impregiudicata l’applicazione della normativa sulla protezione dei dati.

Valutazioni d’impatto e decisioni automatizzate: i primi due punti di contatto

Il primo è la valutazione d’impatto. Un sistema ad alto rischio che tratta dati personali richiede sia la DPIA dell’articolo 35 GDPR sia, per certi deployer, la valutazione d’impatto sui diritti fondamentali dell’articolo 27 AI Act. Sono documenti distinti ma con basi istruttorie ampiamente sovrapponibili: farli in sequenza, riusando l’analisi, è semplicemente più efficiente.

Il secondo è la decisione automatizzata. L’articolo 22 GDPR già limita le decisioni interamente automatizzate con effetti giuridici significativi; l’AI Act aggiunge l’obbligo di sorveglianza umana. Le due cose convergono, ma la sorveglianza umana dell’AI Act deve essere effettiva, non una firma di ratifica.

AI Act e dati di addestramento: qualità, minimizzazione e status dei modelli

Il terzo punto di contatto fra AI Act e GDPR è la qualità dei dati di addestramento. Qui il rapporto è più teso di quanto si ammetta: l’AI Act chiede set di dati rappresentativi e privi di errori, il GDPR chiede minimizzazione. La tensione è reale, e il Digital Omnibus è intervenuto proprio su questo estendendo la base giuridica per il trattamento di categorie particolari di dati quando strettamente necessario al rilevamento e alla mitigazione delle distorsioni, anche per i sistemi non ad alto rischio.

Il quarto è lo status dei modelli rispetto ai dati personali. Nell’Opinione 28/2024, adottata il 18 dicembre 2024, il Comitato europeo per la protezione dei dati ha chiarito che un modello non è automaticamente anonimo: l’anonimato va valutato caso per caso e richiede che sia «molto improbabile» identificare le persone i cui dati hanno alimentato il modello o estrarre dati personali tramite interrogazioni. L’EDPB ha inoltre stabilito che il legittimo interesse può reggere lo sviluppo di un modello superando un test in tre fasi, e, punto severo, che un modello sviluppato con dati trattati illecitamente si porta dietro il vizio anche nella fase di utilizzo, salvo che sia stato effettivamente anonimizzato. Sul rapporto pratico fra i due impianti abbiamo un approfondimento dedicato a sicurezza, GDPR e AI, e uno sulla protezione dei modelli AI nel cloud nell’era dell’AI Act.

Chi vigila sull’AI Act: Ufficio per l’IA, autorità nazionali e la legge italiana

Un regolamento vale quanto la struttura che lo fa rispettare, e l’AI Act ne prevede una a due livelli. A livello europeo opera l’Ufficio europeo per l’IA (AI Office), istituito presso la Commissione, che ha competenza esclusiva sui modelli GPAI: li valuta, chiede informazioni, può imporre misure e infliggere le sanzioni dell’articolo 101. Accanto a esso il Comitato europeo per l’intelligenza artificiale, composto dai rappresentanti degli Stati membri, coordina l’applicazione; un gruppo di esperti scientifici indipendenti può emettere allerte qualificate sui modelli; un forum consultivo raccoglie industria, PMI, società civile e mondo accademico.

A livello nazionale ogni Stato membro deve designare almeno un’autorità di notifica e almeno un’autorità di vigilanza del mercato. È esattamente il punto su cui l’attuazione ha inciampato: il ritardo di molti Stati nella designazione è fra le ragioni formali addotte per il rinvio degli obblighi sull’alto rischio.

La legge 132/2025 e il quadro italiano

L’Italia si è mossa con la legge 23 settembre 2025, n. 132, «Disposizioni e deleghe al Governo in materia di intelligenza artificiale», pubblicata in Gazzetta Ufficiale il 25 settembre 2025 ed entrata in vigore il 10 ottobre 2025. È stata la prima legge nazionale organica sull’AI in Europa e si coordina espressamente con il regolamento (UE) 2024/1689 senza sovrapporvisi.

Sul piano istituzionale la legge individua due autorità nazionali: l’Agenzia per l’Italia Digitale (AgID), responsabile delle procedure di notifica, valutazione, accreditamento e monitoraggio dei soggetti incaricati di verificare la conformità, e l’Agenzia per la Cybersicurezza Nazionale (ACN), competente per la vigilanza, le ispezioni e l’attività sanzionatoria. La legge interviene inoltre su sanità, lavoro, professioni intellettuali, pubblica amministrazione e attività giudiziaria, estende la tutela del diritto d’autore alle opere create con l’ausilio di strumenti di AI purché frutto del lavoro intellettuale dell’autore, e introduce le norme penali sui deepfake già ricordate.

Come adeguarsi all’AI Act: da dove si comincia davvero

Il quadro, insomma, è più stabile di quanto sembri: le regole ci sono, il calendario è noto, e la parte più onerosa ha ora un orizzonte al 2 dicembre 2027. Il dato che colpisce, semmai, riguarda la preparazione: secondo gli Osservatori del Politecnico di Milano, più di un’azienda su due ha avviato iniziative di alfabetizzazione sull’AI, ma soltanto il 15% ha un progetto strutturato e integrato con le altre normative. La distanza fra il sapere che l’AI Act esiste e l’avere un presidio funzionante è ancora quasi tutta da colmare.

Se stai cercando di capire dove si colloca la tua organizzazione e da dove conviene cominciare, il punto di partenza sensato non è la documentazione: è l’inventario. Sapere quali sistemi di AI sono in uso, chi li fornisce, a che scopo e con quali dati è la premessa di ogni classificazione, e nella maggior parte dei casi il risultato è rassicurante. Se poi dall’inventario emerge un sistema che ricade nell’alto rischio, il passo successivo è strutturare il presidio: abbiamo raccontato come si affronta la compliance all’AI Act in azienda insieme a un partner.

Fonti:

• Regolamento (UE) 2024/1689 (AI Act) — testo su EUR-Lex
• Regolamento (UE) 2026/1744 (Digital Omnibus on AI) — testo su EUR-Lex
• Commissione europea — Quadro normativo sull’intelligenza artificiale
• AI Act, articolo 2 — ambito di applicazione
• AI Act, Allegato III — sistemi ad alto rischio
• AI Act, articolo 51 — classificazione dei modelli GPAI con rischio sistemico
• AI Act, articolo 99 — sanzioni
• AI Act, articolo 101 — sanzioni pecuniarie ai fornitori di modelli GPAI
• AI Act, articolo 113 — entrata in vigore e applicazione scaglionata
• White & Case — l’AI Omnibus entra in vigore e modifica l’AI Act
• IAPP — le modifiche mirate all’AI Act nel Digital Omnibus
• DLA Piper — il differimento degli obblighi sull’alto rischio
• Snowflake — sintesi operativa degli adempimenti EU AI Act
• EDPB — Opinione 28/2024 sui modelli di AI e i principi del GDPR
• Osservatori Digital Innovation, Politecnico di Milano — cosa prevede l’AI Act