EU AI Act per le PMI: cosa cambia davvero (e cosa no)
Devi adeguarti anche tu all'AI Act? Per quasi tutte le PMI la risposta è più tranquilla del previsto. Deployer contro provider, i quattro livelli di rischio, quando l'onere diventa serio, il legame con GDPR e DPIA e il quadro italiano del Garante — in lingua piana e senza allarmismi.
- 01
- 02 Scritto dal team di Innesti Digital
- 03 Aggiornato il
Da quando l'EU AI Act è entrato in vigore, la domanda che sentiamo più spesso da imprenditori e manager di PMI è una sola, e nasce dall'ansia: «devo adeguarmi anch'io? E quanto mi costa?». La risposta breve, per la stragrande maggioranza delle piccole e medie imprese italiane, è più tranquillizzante di quanto la stampa lasci intendere — ma va capita bene, perché «tranquillo» non vuol dire «non riguarda me».
Proviamo a mettere ordine, in lingua piana, su cosa cambia davvero per una PMI e — altrettanto importante — su cosa non cambia.
Prima distinzione: sei un utilizzatore, non un produttore
L'AI Act separa nettamente due ruoli, e per capire i tuoi obblighi devi sapere in quale ti trovi. Il fornitore (provider) è chi sviluppa o immette sul mercato un sistema di AI: OpenAI, Google, una software house che vende un proprio modello. L'utilizzatore (deployer) è chi quel sistema lo usa nella propria attività — l'azienda che adotta un copilota per le vendite, un assistente per il supporto clienti, uno strumento per generare contenuti marketing.
Quasi tutte le PMI sono deployer, non provider. È una notizia buona: gli obblighi dell'articolo 26 dell'AI Act, quelli che gravano su chi usa l'AI, sono reali ma molto più leggeri di quelli imposti a chi la costruisce. Il grosso del peso normativo resta a monte, sul fornitore.
I quattro livelli di rischio (e dove finisce quasi tutta l'AI di una PMI)
Il cuore dell'AI Act è un approccio basato sul rischio: non tutti gli usi dell'AI sono trattati allo stesso modo. La sintesi ufficiale del regolamento definisce quattro livelli:
- Rischio inaccettabile — vietato. Il social scoring (classificare le persone in base al comportamento sociale, con un trattamento sfavorevole), la manipolazione comportamentale, l'inferenza delle emozioni sul luogo di lavoro fuori da ragioni mediche o di sicurezza. Questi divieti non riguardano solo il settore pubblico: valgono anche per un'impresa privata. Se un caso ricade qui non si mitiga — semplicemente non si fa.
- Rischio alto — permesso, ma con obblighi seri. Riguarda usi «sensibili» elencati nell'Allegato III: selezione e gestione del personale, scoring creditizio, identificazione biometrica, istruzione, servizi essenziali. Qui l'AI decide su diritti e opportunità delle persone.
- Rischio limitato — obblighi di trasparenza. Il caso tipico: un chatbot deve dichiarare all'utente che sta parlando con una macchina; un contenuto generato dall'AI va segnalato come tale.
- Rischio minimo — nessun obbligo specifico. Filtri antispam, suggerimenti interni, la gran parte dei copiloti di produttività.
-
Rischio inaccettabile
Vietato — social scoring, manipolazione comportamentale, inferenza delle emozioni sul lavoro. Vale anche per i privati: non si mitiga, non si fa.
-
Rischio alto
Permesso, ma con obblighi seri (Allegato III): personale, credito, biometria, servizi essenziali.
-
Rischio limitato
Obblighi di trasparenza — un chatbot deve dichiararsi tale, un contenuto AI va segnalato.
-
Rischio minimo
Nessun obbligo specifico. Qui ricade quasi tutta l'AI di una PMI: copiloti, bozze, antispam.
La base è la più larga apposta: la stragrande maggioranza degli usi AI di una PMI ricade nei livelli minimo e limitato. Fonte: sintesi ufficiale dell'EU AI Act (artificialintelligenceact.eu).
Il punto che ribalta l'ansia iniziale: gli usi AI più comuni in una PMI — un assistente per le vendite, la generazione di bozze marketing, un bot di supporto interno, l'automazione di attività di operations — ricadono quasi sempre in rischio limitato o minimo. La macchina pesante dell'articolo 26 scatta solo per gli usi ad alto rischio.
Quando l'onere diventa serio davvero
Vale la pena sapere quando si entra nella fascia impegnativa, perché è lì che un progetto va disegnato con attenzione fin dall'inizio. Se usi l'AI per decisioni sul personale (screening di CV, valutazioni, promozioni), per valutare l'affidabilità creditizia di un cliente, o per identificazione biometrica, sei con ogni probabilità in ambito alto rischio. In quel caso l'articolo 26 chiede al deployer, tra le altre cose, di:
- usare il sistema secondo le istruzioni del fornitore;
- garantire una supervisione umana effettiva sulle decisioni;
- assicurarsi che i dati in ingresso siano pertinenti allo scopo;
- monitorarne il funzionamento e conservare i log per almeno sei mesi;
- segnalare gli incidenti gravi.
Non è un adempimento impossibile, ma non è nemmeno «accendi il tool e vai». La regola pratica è semplice: gli usi ad alto rischio vanno tenuti distinti fin dal disegno del progetto, non scoperti a valle. È la ragione per cui, nel nostro metodo, ogni workflow porta con sé un livello di rischio dichiarato prima ancora di scegliere lo strumento.
Attenzione: il GDPR non è sparito
Un errore frequente è pensare che l'AI Act sostituisca la privacy. È l'opposto: si aggiunge. Se il tuo uso dell'AI tratta dati personali — e quasi sempre è così — resta in gioco il GDPR, con un passaggio spesso trascurato: la valutazione d'impatto (DPIA) dell'articolo 35. È obbligatoria quando il trattamento è «probabilmente ad alto rischio», e tre casi la fanno scattare in automatico: decisioni automatizzate con effetti giuridici o significativi, trattamento su larga scala di categorie particolari di dati, monitoraggio sistematico di aree pubbliche.
C'è un dettaglio che i modelli di DPIA generici sbagliano: sono nati prima dell'AI e non coprono rischi specifici dei sistemi intelligenti — l'opacità del modello, la memorizzazione dei dati di addestramento, la deriva delle risposte nel tempo, il conflitto tra il diritto alla cancellazione e un modello già addestrato. Una DPIA seria per l'AI ha bisogno di una sezione dedicata a questi rischi, non del solito modulo copiato.
In Italia: il Garante è già al lavoro
In Italia il quadro non è solo europeo. Il Garante per la protezione dei dati personali mantiene una pagina tematica sull'intelligenza artificiale che aggiorna con frequenza, ed è attivamente impegnato in verifiche sull'uso dell'AI. Sul piano legislativo, il Paese si è dotato di una propria cornice di principi generali sull'AI che, tra le altre cose, amplia l'ambito della valutazione d'impatto rispetto alla sola base GDPR. È un'area in movimento: prima di dare per assodato un obbligo specifico conviene sempre verificare il testo vigente, perché le regole e le sanzioni si stanno definendo proprio adesso.
E le scadenze? La verità è che sono un bersaglio mobile
Molti articoli allarmistici ruotano attorno a una data precisa. La realtà è più sfumata: l'AI Act non è entrato in vigore tutto insieme, ma a scaglioni distribuiti su più anni, e parte del calendario è stato riaperto e rinegoziato dalle istituzioni europee — alcune scadenze per gli usi ad alto rischio sono state spostate in avanti mentre scriviamo. Tradotto per chi guida un'impresa: inseguire la singola data è meno utile che conoscere la direzione.
La direzione è chiara e non cambierà: trasparenza sugli usi visibili, supervisione umana sugli usi che toccano le persone, tracciabilità di ciò che l'AI decide. Chi imposta bene queste tre cose è pronto qualunque sia la data definitiva.
Cosa fare adesso, in pratica
Non serve un progetto di conformità da grande impresa. Per una PMI il percorso ragionevole è corto:
- Fai l'inventario di dove già usi l'AI (spesso più di quanto pensi: strumenti di scrittura, CRM, supporto). Per ciascuno, chiediti in quale livello di rischio ricade.
- Isola gli usi sensibili — personale, credito, biometria: sono gli unici che richiedono la macchina dell'articolo 26. Trattali a parte, con controlli dedicati.
- Metti trasparenza e supervisione umana dove l'AI parla con i clienti o incide su una decisione. Sono i controlli a più alto ritorno e più basso costo.
- Verifica se ti serve una DPIA e, se sì, che copra i rischi specifici dell'AI e non solo il GDPR generico.
È esattamente la logica del nostro overlay di conformità: a ogni AI Workflow Design che progettiamo agganciamo il livello di rischio AI Act, il controllo DPIA, l'etichetta di rischio secondo una tassonomia riconosciuta (MIT AI Risk Repository) e la nota italiana dove serve. La conformità non è un capitolo separato da affrontare dopo: è parte del disegno, dal primo giorno.
Il punto di partenza è sempre lo stesso
Prima ancora della conformità viene la posizione: capire dove sei e da quale reparto conviene partire. Se non l'hai ancora fatto, il primo passo è misurare la tua AI readiness — poi, reparto per reparto, si sceglie cosa automatizzare e con quali controlli attorno. Automatizzare senza controlli è il modo più veloce per doversi fermare dopo; automatizzare con i controlli giusti è ciò che rende un innesto capace di attecchire e durare.
Abbiamo trasformato questo primo passo in una valutazione self-serve e gratuita: poche domande e un'indicazione su da dove partire, con quanta attenzione alla conformità. Fai la valutazione di AI-readiness — poi, se ha senso, ne parliamo.
Questo articolo ha scopo puramente orientativo e riflette il quadro normativo a una fase in cui diverse scadenze dell'EU AI Act sono ancora in via di definizione: non costituisce consulenza legale né una valutazione di conformità. Per gli adempimenti concreti della tua azienda fai riferimento al testo vigente del regolamento, alle indicazioni del Garante e a un supporto legale qualificato.
Ogni risorsa nasce dalla ricerca che facciamo per le PMI e dai prodotti che costruiamo noi: fonti citate, metodo dichiarato, nessuna affermazione che non puoi verificare.
Le fonti sono citate nel testo. Ti invitiamo a verificarle sempre direttamente all'origine.
Continua a leggere
Altri approfondimenti sull'adozione dell'AI in una PMI.
- 01 Dal 2 agosto devi dire ai clienti che stanno parlando con un'AI Il 2 agosto 2026 scattano gli obblighi di trasparenza dell'articolo 50 dell'EU AI Act, e gran parte di ciò che si legge in giro è sbagliato: il Digital Omnibus — adottato dal Parlamento europeo il 16 giugno e dal Consiglio il 29 giugno 2026 — ha rinviato gli obblighi sui sistemi ad alto rischio (Allegato III al 2 dicembre 2027, Allegato I al 2 agosto 2028), non l'articolo 50. Cosa dice la norma comma per comma e soprattutto chi obbliga: il comma 1 grava sul fornitore, il comma 4 su di te che il sistema lo usi. L'eccezione «a meno che non sia ovvio» e quella decisiva della revisione editoriale umana con un responsabile identificato. Il conto vero delle sanzioni: l'articolo 99 arriva a 15 milioni o al 3% del fatturato mondiale, ma per una PMI il comma 6 fissa il tetto sul valore più basso — il 3%, non i 15 milioni che tutti ti citano. E la parte che quasi nessuno scrive: dichiarare l'AI non costa in sé, costano il momento e l'inquadramento della dichiarazione — l'esperimento sul campo di Luo (2019, oltre 6.200 clienti, acquisti giù di oltre il 79,7% se lo dichiari prima dell'interazione, effetto attenuato se lo dichiari dopo), la dipendenza dal compito di Castelo (2019), la controprova di Logg (2019) e l'inquadramento congiunto umano più AI di Ulqinaku (2025). Con le istruttorie AGCM su DeepSeek, Mistral e NOVA AI chiuse con impegni sui disclaimer, il D.Lgs. 145/2007 per le affermazioni B2B, il caso Klarna sull'automazione promessa e poi ritirata, e la lista di cosa fare prima del 2 agosto. 11 min
- 02 Il codice scritto dall'AI è sicuro? Cosa dicono gli studi indipendenti — e cosa metterne nel contratto Il rischio serio dell'AI nello sviluppo non è la qualità percepita del codice: è la sicurezza — e non si vede alla consegna, si vede mesi dopo, quando è tua. Gli studi accademici indipendenti dicono tre cose distinte. Circa il 40% di 1.689 programmi generati da Copilot su 89 scenari conteneva una vulnerabilità (Pearce et al., «Asleep at the Keyboard?», IEEE S&P 2022). I rifiuti del modello non sopravvivono al flusso di lavoro: le stesse 204 richieste dannose rifiutate 808 volte su 816 in chat diretta hanno prodotto un completamento dannoso 816 volte su 816 una volta inserite in un normale flusso multi-turno nell'editor (Kumar & Maple, Alan Turing Institute, 2026) — la protezione sta a livello di conversazione, il lavoro avviene a livello di flusso. E su 61.837 esecuzioni di CI in 2.355 repository, una frequenza più alta di pull request generate dall'AI si accompagna a un tasso di successo dei workflow più basso: una correlazione, non una causa. Le cinque clausole da mettere nel contratto con un fornitore — chi rivede e prima di cosa, SAST e ricerca dei segreti come obbligo, chi possiede una vulnerabilità trovata dopo la consegna, cosa può eseguire la pipeline, dove finisce il tuo codice. 9 min
- 03 Il fornitore AI che stai per adottare è affidabile? SOC 2, ISO 42001 e cosa chiedere prima di firmare Quasi ogni strumento AI che una PMI adotta è un SaaS di terze parti, spesso statunitense, e la risposta che ti arriva sul «vi potete fidare?» è sempre la stessa: «siamo certificati SOC 2 Type II». Ma la SOC 2 non è una legge, è un attestato AICPA di igiene di sicurezza — e sull'AI dice quasi nulla. Cosa significano davvero Type I e Type II, le cinque domande da fare al fornitore prima di firmare (lo scope nomina le funzioni AI o solo «la Piattaforma»? il provider del modello è un subfornitore dichiarato? i tuoi dati alimentano l'addestramento?), le tre cose che la SOC 2 non ti dirà mai (bias, spiegabilità, allucinazioni), perché lo standard AI-specifico da chiedere è invece la ISO/IEC 42001, e perché in Italia la SOC 2 non sostituisce nulla di GDPR e AI Act — rileva solo come un tassello della DPIA. 9 min
Dalla teoria al tuo business. Innestiamo l'AI.
Vuoi capire da quale reparto conviene partire nella tua azienda? La valutazione gratuita ti dà una prima risposta in due minuti — poi, se ha senso, ne parliamo.
- 32
- Guide operative AI, gratuite e senza registrazione
- 5
- Lingue localizzate in tutta l'UE