L'AI Act è il primo regolamento al mondo che disciplina in modo orizzontale l'intelligenza artificiale. Approvato dall'Unione Europea nel 2024, è entrato in vigore con un'applicazione graduale tra 2025 e 2026. Per molte aziende italiane il tema è ancora confuso: questo articolo prova a fare ordine, con un taglio operativo.
Se sei nuovo al vocabolario AI, può aiutare partire dal nostro glossario per imprenditori: molti obblighi del regolamento si capiscono meglio sapendo cosa sia un LLM, un sistema RAG o un agente AI.
Cronologia: cosa è già in vigore e cosa arriva ancora
L'AI Act non è entrato in vigore tutto insieme. Le scadenze chiave per chi opera in Italia:
- Febbraio 2025: divieti operativi: i sistemi a "rischio inaccettabile" (social scoring, manipolazione comportamentale, riconoscimento emozioni nei luoghi di lavoro) sono fuori legge.
- Agosto 2025: obblighi sui modelli di AI generale (GPAI): provider come OpenAI, Anthropic, Google devono pubblicare documentazione tecnica, summary dei dati di training, policy sul copyright.
- Agosto 2026: obblighi pieni sui sistemi ad alto rischio: gestione del rischio, sorveglianza umana, registro UE, marcatura CE.
- Agosto 2027: obblighi sui sistemi ad alto rischio integrati in prodotti già regolati (dispositivi medici, automotive, ascensori, ecc.).
Tradotto in pratica: nel 2026 chiunque integri AI in azienda è già nel perimetro per gli obblighi di trasparenza e documentazione. Per i sistemi che decidono su persone, la deadline operativa è dietro l'angolo.
A chi si applica l'AI Act
L'AI Act si applica sia a chi sviluppa sistemi di AI (provider) sia a chi li usa (deployer) all'interno dell'UE: anche se l'azienda ha sede fuori. Quindi non riguarda solo le big tech: una qualsiasi azienda italiana che integra un agente AI nei suoi processi è soggetta agli obblighi del regolamento.
Tre situazioni che spesso le aziende sottovalutano:
- Acquisti un agente AI da un fornitore extra-UE per il customer care italiano: tu sei deployer, sei dentro.
- Usi un modello LLM via API per generare testi marketing automatici: sei deployer, devi etichettare i contenuti AI-generated.
- Hai un filtro automatico CV interno: se prende decisioni che escludono candidati, sei in rischio alto.
La classificazione del rischio
L'AI Act classifica i sistemi di AI in quattro livelli, con obblighi diversi:
- Rischio inaccettabile: vietati (es. social scoring di stato, manipolazione comportamentale, scraping massivo di volti, riconoscimento emozioni in luoghi di lavoro o scuole).
- Rischio alto: ammessi ma con obblighi pesanti (es. AI per assunzioni, valutazione credito, ammissione a istruzione, accesso a servizi pubblici, infrastrutture critiche).
- Rischio limitato: obblighi di trasparenza (es. chatbot: deve essere chiaro che si parla con una macchina; deepfake: devono essere etichettati).
- Rischio minimo: nessun obbligo specifico (es. filtri spam, AI nei videogiochi, classificatori interni di documenti).
La maggior parte degli agenti AI per uso aziendale (customer care, vendite, operations) ricade in rischio limitato. Ma se l'agente prende decisioni su persone: assumere, licenziare, concedere credito, accordare un mutuo: la classificazione sale a rischio alto e gli obblighi cambiano completamente.
Caso d'uso ambiguo tipico: un agente che qualifica i lead in entrata e decide quali passare al sales. Se lo screening è solo per priorità interna, è limitato; se di fatto esclude lead da ulteriori contatti, può scivolare in alto rischio. È bene farsi assistere da un legale prima di andare live.
Cosa devi fare se sei in rischio limitato
- Trasparenza all'utente: chi interagisce con un chatbot deve sapere che sta parlando con un'AI. Banale ma spesso dimenticato: anche un "Ti risponde l'assistente AI di X" all'inizio della chat basta.
- Marcatura dei contenuti generati: testi, immagini e audio prodotti da AI vanno etichettati come tali. Per i deepfake la marcatura è esplicitamente richiesta.
- Documentazione del sistema: chi è il provider, quali dati usa, quale modello, quali limiti, quale procedura di escalation a umano.
- AI literacy: dal 2 febbraio 2025 chi opera o usa sistemi AI in azienda deve avere una formazione minima sul funzionamento e sui rischi. Vale per dipendenti, non solo per il team tech.
Cosa devi fare se sei in rischio alto
Gli obblighi diventano sostanziali e ricordano da vicino il GDPR:
- Sistema di gestione del rischio per tutto il ciclo di vita (analisi continua, mitigazioni, documentazione).
- Dataset di addestramento documentati e di alta qualità (no bias, no errori sistematici, governance dei dati personali se presenti).
- Logging automatico delle attività dell'AI, conservato per il tempo richiesto.
- Sorveglianza umana effettiva: una persona deve poter intervenire, sospendere o disattivare il sistema in tempo reale.
- Robustezza, accuratezza e cybersecurity certificate prima del go-live.
- Dichiarazione di conformità UE e marcatura CE prima di immettere il sistema sul mercato.
- Registrazione del sistema nel database UE dedicato.
- Diritto di spiegazione: l'utente colpito da una decisione automatica può chiedere il "perché" e ottenere una motivazione comprensibile.
Sanzioni: di quanto stiamo parlando
Le sanzioni dell'AI Act sono pesanti, sul modello GDPR ma con tetti più alti:
- Fino a 35 milioni di euro o 7% del fatturato globale per le violazioni più gravi (es. uso di sistemi vietati).
- Fino a 15 milioni di euro o 3% del fatturato per violazioni di obblighi sui sistemi ad alto rischio.
- Fino a 7,5 milioni di euro o 1,5% del fatturato per informazioni scorrette alle autorità.
Per le PMI le sanzioni sono proporzionalmente ridotte, ma restano disincentivi seri. La vera buona notizia: il regolatore è interessato a sanzionare violazioni grossolane, non a punire chi cerca di adeguarsi in buona fede.
Le AI regulatory sandbox: una possibilità per chi sperimenta
Ogni Stato membro deve istituire almeno una "sandbox normativa" in cui le aziende possono testare sistemi AI sotto la supervisione di un'autorità competente, prima del go-live. È pensata soprattutto per startup e PMI: permette di chiarire dubbi sulla classificazione, ricevere indicazioni operative e ridurre il rischio sanzionatorio.
In Italia la sandbox è gestita dall'Agenzia per l'Italia Digitale (AgID) in coordinamento con l'Autorità di vigilanza nazionale prevista dal regolamento. Vale la pena valutarla quando il caso d'uso è ambiguo o pionieristico.
Tre cose pratiche da fare adesso
- Mappa i tuoi sistemi AI: anche quelli che non chiami così. Il filtro che classifica i CV è AI. L'algoritmo che suggerisce upsell è AI. Il chatbot del sito è AI. Fai una lista esaustiva.
- Classifica ognuno secondo i livelli di rischio. Se hai dubbi, chiedi a un consulente legale specializzato. La classificazione errata è il primo errore che vediamo.
- Documenta provider, dati, finalità, KPI di accuratezza, e prevedi revisione periodica. La compliance è un processo, non un certificato. Un foglio Excel curato vale più di un documento di 50 pagine mai aggiornato.
Se vuoi vedere come gli obblighi di documentazione si traducono in pratica nella progettazione di un agente, partiamo da come funziona davvero la sua architettura: lo abbiamo raccontato in agente AI: cos'è, come funziona, esempi e casi d'uso.
L'opportunità nascosta
L'AI Act sembra un fardello, ma ha un risvolto positivo: sposta la competizione dalla velocità alla qualità. Chi costruisce sistemi documentati, robusti, controllabili, parte avanti. La trasparenza è un vantaggio competitivo, non un costo.
In molti progetti che abbiamo visto fallire, la causa non era tecnica ma di metodo. Il rigore richiesto dal regolamento: definire scopo, KPI, rischi, sorveglianza umana: è esattamente quello che separa un agente che funziona da una demo abbandonata. Vale la pena adottarlo anche oltre l'obbligo legale.
Per il rovescio della medaglia: i 5 errori più frequenti di chi parte senza questo rigore: abbiamo dedicato un articolo a parte: 5 errori comuni quando si introduce l'AI in azienda.