AI Act: il rinvio non è una pausa, è tempo per prepararsi

L’adozione dell’intelligenza artificiale nelle imprese sta accelerando più rapidamente della capacità delle organizzazioni di governarla. Nuovi strumenti vengono introdotti nei processi aziendali, spesso senza una mappatura completa, una chiara attribuzione delle responsabilità o una valutazione strutturata dei rischi.

L’AI Act impone alle aziende di superare questo approccio frammentario. La conformità, infatti, non si esaurisce nella verifica di singoli strumenti, ma richiede un vero sistema di governance: una strategia condivisa, regole interne, una gestione consapevole dei dati e un inventario aggiornato delle soluzioni AI utilizzate.

Da dove iniziare? Il primo passo è comprendere le scadenze normative, identificare il ruolo dell’organizzazione e classificare ogni sistema in base al livello di rischio. Solo a partire da questa base è possibile definire controlli, responsabilità e priorità di intervento proporzionati.

In questo articolo analizziamo gli elementi fondamentali per costruire una governance dell’AI solida: dalla data governance all’AI Policy, fino alla mappatura e alla classificazione dei sistemi secondo l’approccio basato sul rischio previsto dall’AI Act.

L’AI Act: scadenze e impatti per le imprese

C’è una tendenza consolidata nel mondo delle imprese: procrastinare l’adozione di strumenti di compliance finché le normative non entrano a pieno regime. Lo abbiamo visto con il Regolamento UE 2016/679 in materia di privacy (c.d. GDPR) e lo stesso schema si è ripetuto in ambito cybersecurity con la Direttiva NIS 2 (Direttiva UE 2022/2555), recepita in Italia con il D.Lgs. 138/2024.

Oggi stiamo assistendo a uno spettacolo analogo con l’intelligenza artificiale.

Il Regolamento europeo sull’intelligenza artificiale (Regolamento UE 2024/1689, c.d. “AI Act”) è entrato in vigore il 1° agosto 2024. Sono trascorsi quasi due anni: le norme sui sistemi vietati sono già in vigore, e la scadenza più impegnativa, gli obblighi per i sistemi ad alto rischio, era fissata per agosto 2026. Nonostante questo, un numero ancora significativo di imprese tende a procrastinare. Un approccio reattivo è rischioso in qualsiasi contesto normativo; in materia di AI, dove la velocità di sviluppo e adozione è senza precedenti, è strutturalmente inadeguato.

A chi fosse tentato di usare il calendario come alibi, vale una precisazione. Nella notte tra il 6 e il 7 maggio 2026, Parlamento Europeo e Consiglio dell’UE hanno raggiunto un accordo provvisorio nell’ambito del cosiddetto “Digital Omnibus”, che posticipa al 2 dicembre 2027 l’applicabilità delle regole per i sistemi ad alto rischio, con ulteriore slittamento al 2 agosto 2028 per i sistemi già coperti da normative settoriali preesistenti. La motivazione è tecnica: mancano ancora standard armonizzati e linee guida operative che permettano alle aziende e alle autorità nazionali di applicare le norme in modo uniforme. Il rinvio non cancella gli obblighi: li sposta. E il tempo guadagnato non è un condono, ma una finestra da usare bene.

Le aziende che useranno questi mesi per mappare i propri sistemi AI, definire i ruoli interni, avviare la formazione del personale e strutturare la governance si troveranno in una posizione di vantaggio competitivo e reputazionale rispetto a chi arriverà all’ultima scadenza impreparato. Ignorare il conto alla rovescia, anche quello aggiornato, significa esporsi a sanzioni fino al 7% del fatturato mondiale, a responsabilità solidale con i fornitori e a un rischio reputazionale significativo nei confronti di stakeholder, interessati e mercato.

Data Governance: i dati come asset strategico

I dati sono il carburante dell'intelligenza artificiale. Senza una governance solida dei dati, qualsiasi sistema AI, per quanto sofisticato, rischia di produrre risultati inaffidabili, parziali o non conformi. Prima di parlare di AI Act, quindi, è utile chiarire un punto spesso sottovalutato: i dati non sono solo un obbligo da gestire, sono un asset strategico.

Dati personali e non: una distinzione che conta

La data governance non riguarda solo i dati personali. La strategia europea per i dati, avviata nel 2020 con l'obiettivo di creare un mercato unico dei dati, ha un approccio orizzontale che include sia dati personali sia dati non personali. Per un'azienda che adotta sistemi AI, questo significa governare l'intero patrimonio informativo: dati di produzione, dati commerciali, dati operativi.

La governance AI inizia da una decisione strategica

Adottare l'AI non è una scelta tecnica. È una scelta strategica che appartiene all'organo di amministrazione, qualunque sia il modello di governance adottato dall'azienda. È quell'organo che definisce gli indirizzi strategici, approva le politiche aziendali e risponde davanti agli azionisti e alle autorità di vigilanza.

La decisione strategica sull'AI implica scelte che riguardano l'intera organizzazione:

• quale strategia generale adottare nei confronti dell'AI (da cui discende il ruolo che l'organizzazione andrà a rivestire: provider, deployer, distributore o importatore);
• quali sistemi implementare e in quali processi;
• quali investimenti e risorse allocare;
• come strutturare la governance interna e i relativi controlli.

La AI Policy: il primo strumento operativo

La prima applicazione concreta della decisione strategica è l'adozione di una AI Policy. Attenzione: non esiste un formato unico; la struttura dipende dalla complessità dell'organizzazione e dal livello di maturità nella governance AI.

In una forma essenziale, la AI Policy è un documento di principi: definisce i valori, l’approccio etico e il posizionamento dell’organizzazione o del Gruppo nei confronti dell’intelligenza artificiale.

In una forma più articolata, assume un approccio verticale e operativo, entrando nel vivo di:

• ruoli e responsabilità interne;
• obblighi e divieti per le diverse funzioni;
• criteri di valutazione e approvazione dei sistemi AI;
• requisiti per la selezione dei fornitori;
• regole per la gestione dei dati;
• prescrizioni in materia di supervisione umana;
• obblighi di formazione e aggiornamento;
• procedure di incident reporting.

In un'ottica di gestione integrata dei rischi, infine, la AI Policy può essere coordinata con la politica di protezione dei dati personali già adottata dall’organizzazione, estendendola ai rischi specifici connessi all’uso dell'AI. Il GDPR, attraverso l'art. 24, richiede che il titolare adotti politiche adeguate al rischio: i sistemi AI amplificano quel rischio in modo significativo e rendono questo coordinamento non solo opportuno, ma necessario.

AI Inventory e gap analysis: mappare prima di valutare

Non puoi valutare ciò che non hai mappato. Il primo atto operativo di qualsiasi percorso di AI governance è costruire un inventario strutturato di tutti i sistemi AI in uso nell'organizzazione. Senza questa base, qualsiasi valutazione del rischio resta priva di fondamento.

Le domande da cui partire

Per ogni sistema AI in uso, l'organizzazione deve essere in grado di rispondere a queste domande:

• Quali sistemi AI sono già in uso e in quali processi aziendali?
• Qual è il ruolo dell’organizzazione per ciascun sistema, deployer, provider o entrambi?
• Il sistema tratta dati personali?
• Il sistema rientra nella categoria ad alto rischio ai sensi dell'AI Act?
• Il provider ha condotto il conformity assessment?
• È disponibile la documentazione tecnica?

Il risultato atteso: l'AI inventory

L'AI inventory è un documento strutturato che, per ogni sistema, riporta:

• la finalità dichiarata (intended purpose);
• il ruolo dell'organizzazione nel quadro dell'AI Act;
• i dati personali trattati e la relativa base giuridica;
• la classificazione del rischio;
• lo stato della documentazione del provider:

Il collegamento con il GDPR

Il registro dei trattamenti ex art. 30 GDPR deve essere aggiornato per includere tutti i sistemi AI che trattano dati personali. Se non lo è ancora, l’AI inventory e l'aggiornamento del registro diventano un unico processo. Non duplicare il lavoro: integrare.

L'approccio basato sul rischio: i 4 livelli e cosa implicano

L'AI Act non tratta tutti i sistemi AI allo stesso modo. Il suo principio fondante è il risk-based approach: più un sistema è potenzialmente pericoloso per persone e diritti fondamentali, più stringenti sono gli obblighi che comporta. Capire in quale livello ricade un sistema AI è il primo passo operativo di qualsiasi percorso di governance.

I 4 livelli di rischio

L'AI Act definisce quattro categorie:

• Rischio inaccettabile (sistemi vietati): vi rientrano tutti i sistemi che pongono rischi inaccettabili per la salute, la sicurezza, i diritti fondamentali delle persone, lo stato di diritto e i valori democratici. Ad esempio: i sistemi di social scoring, quelli che sfruttano tecniche subliminali per manipolare il comportamento, e alcuni usi del riconoscimento biometrico in spazi pubblici. Le disposizioni sui sistemi vietati sono applicabili dal febbraio 2025;
• Alto rischio (sistemi consentiti, ma soggetti a obblighi stringenti prima della messa in uso): valutazione della conformità, documentazione tecnica, supervisione umana, registrazione in database europeo. L'AI Act distingue due categorie:
  • a) Sistemi integrati in prodotti regolamentati (Art. 6(1)) — sistemi AI che costituiscono un componente di sicurezza di prodotti già soggetti a normative settoriali preesistenti: dispositivi medici, macchinari, veicoli, dispositivi di protezione individuale. In questi casi la classificazione ad alto rischio deriva dalla normativa di settore che disciplina il prodotto principale. Per questi sistemi la scadenza è il 2 agosto 2028.
  • b) Sistemi stand-alone (Art. 6(2) e Allegato III) — sistemi AI autonomi che operano in ambiti specifici ad alto impatto: HR e selezione del personale, erogazione di credito, accesso a servizi pubblici essenziali, istruzione, amministrazione della giustizia. Per questi sistemi la scadenza è il 2 dicembre 2027.
• Rischio limitato (sistemi soggetti principalmente a obblighi di trasparenza): l’utente deve sapere che sta interagendo con un sistema AI. È il caso tipico dei chatbot.
• Rischio minimo (nessun obbligo specifico previsto dalla norma): la grande maggioranza dei sistemi AI in uso oggi rientra in questa categoria.

La classificazione non è automatica

Sapere che un sistema rientra in una delle categorie dell'Allegato III non è sufficiente per concludere che sia ad alto rischio.

Una volta identificato l'intended purpose, si applica il filter mechanism, il meccanismo previsto dall'Art. 6 AI Act che consente al provider di dimostrare che un sistema, pur rientrando in una delle categorie dell'Allegato III, non è soggetto agli obblighi degli Artt. 9 e ss. dell'AI Act.

La condizione è che il sistema svolga una funzione limitata e preparatoria che non incide sulla decisione finale e che il rischio per i diritti fondamentali risulti pertanto contenuto (Art. 6(3) AI Act).

Nello specifico, il processo si articola in tre passi:

• identificare l'intended purpose: la finalità dichiarata dal provider nella documentazione tecnica e nelle istruzioni d’uso. Attenzione: se le funzionalità del sistema rendono ragionevolmente prevedibili usi ad alto rischio non esplicitamente esclusi, il sistema è comunque classificato tale;
• applicare il filter mechanism: occorre verificare se il sistema rientra nell'Allegato III e se, nel contesto specifico d’uso, produce un rischio significativo per salute, sicurezza o diritti fondamentali;
• verificare le eccezioni: l’Art. 6(3) consente di escludere la classificazione ad alto rischio se:
  • a) il sistema svolge un compito procedurale limitato, senza influenzare materialmente l'esito della decisione finale;
  • b) il sistema migliora il risultato di un'attività umana già svolta, senza sostituirla;
  • c) il sistema rileva schemi decisionali o deviazioni da schemi precedenti, senza sostituire o influenzare la valutazione umana senza adeguata revisione;
  • d) il sistema svolge un compito preparatorio rispetto a una valutazione rilevante ai sensi dei casi d'uso dell'Allegato III.

Le eccezioni si applicano solo ai sistemi Art. 6(2), non Art. 6(1); non si applicano mai se il sistema effettua profiling ai sensi del GDPR; non si applicano se il sistema è parte di un sistema complesso, come un sistema agente, i cui output combinati influenzano materialmente una decisione ad alto rischio.

Classificare correttamente un sistema è però solo il primo passo. Gli obblighi concreti dipendono anche dal ruolo ricoperto dall’organizzazione e dalle responsabilità condivise con fornitori e partner tecnologici.

Leggi l'articolo AI Act in azienda: responsabilità di provider, deployer e funzioni HR per approfondire il tema.

Hai trovato utile questo articolo?

Expert

Mauro Raffaghelli

Da oltre vent’anni, Mauro assiste clienti italiani e internazionali in tutte le principali questioni di diritto del lavoro e relazioni sindacali. La sua attività comprende anche la consulenza in materia di protezione dei dati personali, privacy compliance, audit e gestione dei data breach, oltre all’assistenza nei procedimenti davanti al Garante per la protezione dei dati personali e alle autorità giudiziarie.

Scopri di più