EU AI Act, sanzioni e AI governance: cosa cambia davvero per le aziende che usano l'intelligenza artificiale

Il 2 agosto 2026 il regolamento europeo entra nella sua fase di applicazione generale. Nel frattempo le scadenze sono cambiate, l'Italia ha scritto la propria legge e fuori dall'Europa stanno nascendo altri quadri normativi. Proviamo a mettere ordine, senza giri di parole.

Nei prossimi paragrafi troverete date, articoli e cifre. Ma il messaggio importante è un altro, e conviene dirlo subito: la parte davvero difficile della conformità non è documentale, è tecnica.

Redigere policy, registri e informative è un lavoro che le aziende strutturate sanno già fare, perché lo fanno da anni per altre normative. Dimostrare che un sistema di intelligenza artificiale non ha bias, non manipola gli utenti, è robusto quando qualcuno prova a forzarlo e resta comprensibile a chi lo usa è tutta un'altra faccenda. Le normative dicono cosa un sistema deve rispettare; nessuna normativa vi dirà se il vostro sistema — quello vero, non quello descritto nei documenti — ci riesce davvero.

Teniamolo a mente mentre leggiamo il calendario.

È la confusione più comune, e vale la pena scioglierla subito. L'entrata in vigore dell'AI Act — il Regolamento (UE) 2024/1689, noto anche come EU AI Act — risale al 1° agosto 2024. Ma il regolamento non si applica tutto insieme: procede per fasi, e ogni fase accende obblighi diversi.

Il 2 febbraio 2025 sono diventati applicabili i divieti sulle pratiche inaccettabili e l'obbligo di alfabetizzazione AI del personale: chi usa sistemi di intelligenza artificiale in azienda deve formare le persone che li utilizzano. Il 2 agosto 2025 sono entrate in applicazione le regole sui modelli per finalità generali (GPAI, cioè i grandi modelli linguistici che stanno dietro alla maggior parte delle applicazioni di intelligenza artificiale in circolazione) e l'architettura di governance europea.

Il 2 agosto 2026 è la data di applicazione generale: diventano pienamente operativi il regime sanzionatorio, le autorità nazionali di vigilanza e — soprattutto, per la maggior parte delle imprese — gli obblighi di trasparenza dell'articolo 50. Tradotto in pratica: chi espone un chatbot o un assistente virtuale deve rendere riconoscibile all'utente che sta parlando con una macchina, e i contenuti generati artificialmente devono essere identificabili come tali.

Non è un adempimento sofisticato, ma è quello che tocca il maggior numero di aziende, ed è anche il più visibile: un utente che scopre di aver parlato con un'AI credendo di parlare con una persona non consulta la Gazzetta Ufficiale, semplicemente non si fida più. Va sottolineato perché nelle ultime settimane è circolata parecchia confusione: il differimento di cui parleremo tra poco riguarda i sistemi ad alto rischio, non gli obblighi di trasparenza dell'articolo 50, che restano fissati al 2 agosto 2026. 

Il regolamento non tratta tutta l'intelligenza artificiale allo stesso modo. La classifica in base al rischio che comporta per le persone, e le regole aumentano man mano che si sale.

In cima ci sono le pratiche a rischio inaccettabile, semplicemente vietate: la manipolazione subliminale, lo sfruttamento delle vulnerabilità delle persone, il punteggio sociale dei cittadini. Sotto, il rischio alto: sistemi impiegati in ambiti delicati come selezione del personale, valutazione del merito creditizio, istruzione, giustizia, dispositivi medici. Qui gli obblighi sono severi — gestione del rischio, qualità dei dati, documentazione, supervisione umana, robustezza.

Il gradino che riguarda la maggior parte delle aziende è quello del rischio limitato: chatbot, assistenti virtuali, generatori di contenuti e in generale gran parte delle applicazioni di intelligenza artificiale generativa. La regola è essenzialmente una, ed è di buon senso prima ancora che di diritto: le persone devono sapere quando stanno interagendo con una macchina e quando un contenuto è stato generato artificialmente. Infine c'è il rischio minimo — filtri antispam, suggerimenti, correttori — dove non scattano obblighi specifici.

Un chiarimento che facciamo spesso ai nostri clienti: la classificazione dipende dall'uso, non dalla tecnologia. Lo stesso modello linguistico può stare nel rischio minimo dentro un correttore di bozze e nel rischio alto dentro uno strumento che filtra curriculum.

Molti articoli ancora in circolazione riportano il calendario originale, quello in cui gli obblighi per i sistemi ad alto rischio scattavano il 2 agosto 2026. Non è più così, ed è bene aggiornare le proprie tabelle.

Il 29 giugno 2026 il Consiglio dell'Unione europea ha dato il via libera finale al cosiddetto "Digital Omnibus sull'IA", adottando formalmente il testo già approvato dal Parlamento europeo il 16 giugno, all'esito di un iter avviato con la proposta della Commissione del 19 novembre 2025 e chiuso con l'accordo in trilogo del 7 maggio 2026. È un pacchetto di semplificazione, pensato per ridurre il carico amministrativo sulle imprese e armonizzare l'applicazione delle regole; contiene anche nuovi divieti assoluti sugli usi più lesivi della dignità delle persone, ma il cuore della riforma è il calendario. Le nuove date per i sistemi ad alto rischio sono il 2 dicembre 2027 per i sistemi stand-alone dell'Allegato III — biometria, infrastrutture critiche, istruzione, lavoro, accesso a servizi essenziali, migrazione e giustizia — e il 2 agosto 2028 per quelli integrati in prodotti già regolamentati.

Attenzione però a leggere il rinvio come una moratoria generale: non lo è. Gli obblighi di trasparenza restano dove sono, e i tempi tecnici mediamente necessari per completare un processo di messa in conformità sono stimati tra gli otto e i quattordici mesi — chi rimanda l'avvio dei programmi di AI governance in attesa del 2027 si troverà a rincorrere. Due scadenze toccano poi da vicino chi lavora con la Gen AI: per i sistemi generativi già sul mercato, la finestra per implementare la marcatura machine-readable dei contenuti — watermarking, metadati firmati, standard come C2PA — si chiude il 2 dicembre 2026, e il periodo di tolleranza per attuare le soluzioni di trasparenza sui contenuti generati artificialmente è stato ridotto da sei a tre mesi. Chi produce testi o immagini con l'intelligenza artificiale, insomma, dovrà essere in grado di dichiararlo in modo tecnicamente verificabile, non solo con una nota a piè di pagina. 

Il regolamento prevede sanzioni fino a 35 milioni di euro o il 7% del fatturato mondiale annuo per le pratiche vietate, e fino a 15 milioni o il 3% per la violazione degli altri obblighi. Sono cifre che fanno titolo, ma il punto non è quello: le sanzioni sono proporzionate alla dimensione dell'impresa e alla gravità della violazione, e non sono pensate per travolgere una PMI.

Il messaggio da portare a casa è più sobrio: l'intelligenza artificiale ha smesso di essere un territorio senza regole. Chi la usa risponde di come la usa.

Un passaggio che spesso sfugge, perché il dibattito si concentra sull'Europa. L'Italia ha approvato una propria disciplina nazionale, la legge n. 132/2025, che si affianca all'AI Act e ne prepara l'attuazione interna.

Il 10 giugno 2026 il Consiglio dei Ministri ha approvato in via preliminare due schemi di decreto legislativo attuativi: il primo riguarda i poteri delle autorità nazionali, la vigilanza, le sanzioni, gli spazi di sperimentazione, la formazione e le disposizioni in materia di lavoro; il secondo l'impiego dell'AI nelle attività di polizia, con disposizioni su responsabilità civile e penale. Alla data del 21 luglio 2026 entrambi gli schemi risultano ancora sottoposti all'esame parlamentare, Governo ha tempo fino al 10 ottobre 2026 per adottare i decreti previsti dalle deleghe.

Sul piano operativo, per le imprese la parte più rilevante è l'architettura di AI governance nazionale: AgID assume il ruolo di autorità di notifica, con competenze sulle procedure di notifica e sugli organismi di valutazione della conformità, mentre ACN svolge compiti di vigilanza del mercato, funge da punto di contatto unico ed è competente per la registrazione nazionale di alcuni sistemi ad alto rischio. In altre parole: da qui in avanti in Italia c'è qualcuno con il potere di chiedere conto, e sappiamo chi è.

Chi lavora con clienti o fornitori internazionali si accorge presto che l'AI Act non è l'unico riferimento. Ne circolano diversi, e per fortuna dicono cose simili.

Il NIST AI Risk Management Framework statunitense è volontario ma molto dettagliato sul piano operativo, di fatto obbligatorio per i fornitori del governo federale, ed è oggi il riferimento più adottato per strutturare programmi interni di gestione del rischio AI; nel 2024 è stato integrato da un profilo specifico dedicato ai rischi dell'intelligenza artificiale generativa. La ISO/IEC 42001, pubblicata a fine 2023, è il primo standard internazionale certificabile per i sistemi di gestione dell'intelligenza artificiale: a differenza dei framework di principi, specifica requisiti verificabili da un ente terzo, sul modello già familiare alle aziende con la ISO 27001. I Principi OCSE sull'AI, aggiornati nel maggio 2024, sono il fondamento comune di etica dell'AI da cui l'AI Act riprende le definizioni e su cui paesi come Giappone, Singapore e Australia hanno costruito i propri quadri nazionali. Completano il panorama la Raccomandazione UNESCO sull'etica dell'intelligenza artificiale del 2021, adottata da oltre 190 paesi, e la Convenzione quadro del Consiglio d'Europa del 2024, primo trattato internazionale giuridicamente vincolante su AI, diritti umani e stato di diritto.

E poi c'è la lista che si allunga di mese in mese: la Corea del Sud ha una legge quadro ispirata al modello europeo in vigore da inizio 2026; negli Stati Uniti gli stati si muovono in ordine sparso ma convergente, con il Colorado AI Act che riconosce l'adesione a ISO/IEC 42001 o al NIST AI RMF come presunzione di diligenza e il Texas con una propria legge sulla governance responsabile dell'AI dal gennaio 2026; Singapore ha pubblicato a inizio 2026 il primo framework di governance dedicato specificamente agli agenti AI autonomi.

Per chi decide, la conclusione utile è questa: nessun singolo framework domina a livello globale, e la maggior parte delle organizzazioni opera già oggi sotto due o più quadri contemporaneamente. Ma le direzioni coincidono — trasparenza, robustezza, supervisione umana, equità, responsabilità. Un sistema costruito bene rispetto a questi principi è pronto per qualsiasi contesto normativo, presente o futuro. Un sistema costruito male non lo sarà per nessuno.

Quando si parla di pericoli dell'intelligenza artificiale il pensiero corre agli scenari da film. Nella vita di un'azienda i rischi sono molto più prosaici, e proprio per questo più probabili: un assistente che inventa risposte con perfetta sicurezza, un sistema che espone dati aziendali che dovevano restare interni, un chatbot che confonde i clienti o li spinge a fidarsi ciecamente di ciò che legge, uno strumento adottato da un reparto senza che nessun altro lo sappia. Quando succede, il danno non è tecnico: è di reputazione, di fiducia, a volte legale.

E qui arriva la domanda che quasi nessuno si pone. Le normative chiedono cose concrete — niente bias discriminatori, niente manipolazione, trasparenza, robustezza, supervisione umana. Perfetto. Ma chi lo verifica, in pratica?

Gli studi legali no: valutano la governance e la compliance documentale con competenza, ma non testano un prodotto software. Non possono dire se un sistema RAG recupera davvero le informazioni giuste, se un chatbot manipola emotivamente chi lo usa, se un modello discrimina certe categorie di persone.

Gli sviluppatori nemmeno: chi ha costruito il sistema non è nella posizione di valutarlo con occhio critico e indipendente, e in genere non possiede le competenze psicologiche ed etiche che questo tipo di verifica richiede.

Rimane uno spazio vuoto in mezzo, ed è esattamente lo spazio in cui il rischio si annida. È lo spazio di un AI audit indipendente: qualcuno che il sistema lo apra, lo metta sotto stress e dica come si comporta davvero.

Se state usando o state per usare l'intelligenza artificiale in azienda, tre cose valgono la pena già oggi, indipendentemente dalle scadenze.

La prima è sapere cosa avete: quali strumenti AI sono realmente in uso, inclusi quelli adottati spontaneamente dai singoli reparti senza una decisione centrale — la cosiddetta shadow AI, che nella nostra esperienza è quasi sempre più diffusa di quanto il management immagini. La seconda è sapere dove finiscono i vostri dati: quale modello state usando, con quale contratto, se i dati restano in azienda o escono, se vengono usati per addestrare i modelli del fornitore, dove e per quanto tempo vengono conservati. La terza è la formazione delle persone che usano questi strumenti, che non è un adempimento formale ma la differenza tra un'AI che migliora il lavoro e una che lo peggiora silenziosamente — ed è anche, per inciso, uno dei primi obblighi già applicabili dell'AI Act.

Poi, se volete davvero sapere se il vostro sistema regge, va testato. Non in demo, non dagli stessi che l'hanno costruito: sotto stress, come lo userebbe un utente reale — distratto, frettoloso, a volte ostile.

È esattamente ciò che facciamo con il Sernicola AI Evaluation Framework, la nostra metodologia di valutazione dei sistemi di intelligenza artificiale lungo quattro pilastri: architettura tecnica, qualità, etica e impatto cyber-psicologico. Testiamo il prodotto, non i documenti — e per chi vuole arrivare fino alla conformità certificata, il percorso si completa con moduli dedicati all'AI Act, alla cyber security, al GDPR e alla formazione.