AI · LUSSO
L’AI Act slitta. La responsabilità no.
Che cosa è già in vigore, che cosa cambia e come preparare una governance concreta per le maison
ABSTRACT
Il rinvio degli obblighi per i sistemi ad alto rischio non sospende l’AI Act: divieti, obblighi per i modelli generali e trasparenza sono già applicabili, mentre nuove scadenze arrivano a dicembre 2026. Per le maison, la compliance non si esaurisce in un parere legale: richiede un inventario dei sistemi, responsabilità chiare e controlli di sicurezza integrati nei processi. Questo articolo ricostruisce il calendario UE aggiornato, distingue i ruoli di fornitore e utilizzatore e propone un percorso operativo di novanta giorni, con attenzione agli incidenti che possono coinvolgere privacy, cybersicurezza e AI.
In breve
- L’AI Omnibus ha spostato le scadenze di alcuni requisiti per i sistemi ad alto rischio, non l’intero regolamento.
- La legge classifica impieghi, ruoli e obblighi: usare un modello di terzi non rende automaticamente l’azienda un fornitore.
- Per una maison, la prima difesa è sapere quali sistemi usa, con quali dati, chi li governa e cosa accade quando producono un errore o un’azione dannosa.
1. Il rinvio non è una moratoria
Per mesi il 2 agosto 2026 è stato indicato come la data in cui sarebbero diventati applicabili i requisiti per i sistemi ad alto rischio. Il Regolamento UE 2026/1744, l’AI Omnibus, è entrato in vigore il 27 luglio 2026 e ha modificato quel calendario. La notizia è stata letta in alcune aziende come una tregua generale. Non lo è.
Il rinvio riguarda i requisiti principali del Capo III: i sistemi ad alto rischio classificati nell’Allegato III, come quelli impiegati in selezione del personale, istruzione o accesso a servizi essenziali, avranno la nuova data del 2 dicembre 2027. Per l’AI incorporata in prodotti disciplinati dalla legislazione europea elencata nell’Allegato I — per esempio dispositivi medici, giocattoli o macchinari — la data è il 2 agosto 2028. Sono due categorie giuridiche diverse, con tempi diversi.
Nel frattempo restano applicabili le parti già entrate in vigore. I divieti e l’obbligo di adottare misure per sostenere l’alfabetizzazione AI decorrono dal 2 febbraio 2025; gli obblighi per i fornitori di modelli di AI per uso generale, o GPAI, dal 2 agosto 2025 (con una transizione fino al 2 agosto 2027 per i modelli già sul mercato prima della prima data); le regole di trasparenza dell’articolo 50 dal 2 agosto 2026. L’Omnibus introduce inoltre dal 2 dicembre 2026 due nuovi divieti su sistemi che generano immagini intime o sessualmente esplicite senza consenso e materiale di abuso sessuale su minori.
| Data | Che cosa cambia | Implicazione pratica |
|---|---|---|
| 2 febbraio 2025 | Si applicano i divieti iniziali e l’articolo 4 sull’alfabetizzazione AI | Ogni organizzazione deve adottare misure proporzionate per sostenere le competenze di chi usa o gestisce sistemi AI |
| 2 agosto 2025 | Si applicano gli obblighi per i fornitori di modelli GPAI | Chi sviluppa o fornisce un modello generale deve verificare i propri obblighi, inclusi documentazione e copyright |
| 2 agosto 2026 | Si applicano l’articolo 50 e i poteri di vigilanza previsti per le disposizioni già applicabili | Chatbot e sistemi generativi devono rispettare gli obblighi pertinenti di trasparenza e identificazione |
| 2 dicembre 2026 | Entrano in applicazione i nuovi divieti; scade la transizione su specifiche marcature machine-readable per sistemi generativi già sul mercato prima del 2 agosto 2026 | Verificare sia i casi vietati sia la data di immissione sul mercato dei sistemi generativi utilizzati |
| 2 dicembre 2027 | Si applicano i requisiti per i sistemi ad alto rischio dell’Allegato III | Completare classificazione, gestione del rischio, documentazione, supervisione, registri e controlli tecnici pertinenti |
| 2 agosto 2028 | Si applicano i requisiti per i sistemi ad alto rischio dell’Allegato I | Verificare i sistemi AI che sono componenti di prodotti regolamentati |
Tabella 1. Calendario UE aggiornato al 15 ottobre 2026. Le date dipendono dalla categoria e dal ruolo dell’organizzazione.
Anche la trasparenza non significa «etichettare tutto nello stesso modo». L’articolo 50 riguarda obblighi diversi: chi fornisce sistemi destinati a interagire direttamente con le persone deve far sì che l’utente sia informato, salvo che ciò sia evidente dal contesto; i fornitori di sistemi generativi devono rendere i risultati rilevabili con marcature leggibili dalle macchine secondo lo stato dell’arte; chi diffonde deepfake e determinati testi di interesse pubblico deve informare il pubblico, salvo le eccezioni previste, fra cui la revisione editoriale umana per i testi. Per i sistemi generativi già sul mercato prima del 2 agosto 2026, il regolamento modificato prevede una transizione specifica fino al 2 dicembre 2026 per le marcature dell’articolo 50, paragrafo 2.
2. La legge guarda all’uso, ma anche a chi lo rende possibile
Dire che l’AI Act «regola gli usi, non la tecnologia» è troppo semplice. Il regolamento classifica molti sistemi in base al contesto d’uso, ma impone anche obblighi direttamente ai fornitori di modelli per uso generale. Lo stesso modello può essere usato per riassumere documenti interni o inserito in un sistema che seleziona candidati: cambiano la funzione, il rischio e gli obblighi pertinenti.
| Categoria | Esempi | Regola generale |
|---|---|---|
| Pratiche vietate | Manipolazione dannosa, sfruttamento di vulnerabilità, alcune forme di punteggio sociale, riconoscimento delle emozioni sul lavoro o a scuola salvo eccezioni, determinate pratiche biometriche | Divieto; le nuove fattispecie dell’Omnibus indicate sopra si applicano dal 2 dicembre 2026 |
| Sistemi ad alto rischio | Selezione o valutazione del personale, alcuni impieghi in istruzione, infrastrutture, credito e servizi essenziali; sistemi AI in prodotti regolamentati | Requisiti di gestione del rischio, dati, documentazione, registri, supervisione, accuratezza, robustezza e cybersicurezza secondo la categoria e il calendario applicabile |
| Trasparenza | Chatbot, generazione o manipolazione di contenuti, deepfake e alcuni testi d’interesse pubblico | Informare le persone o rendere il contenuto identificabile nei casi specificati dall’articolo 50 |
| Modelli GPAI | Modelli generali forniti per essere integrati in altri sistemi | Obblighi per il fornitore, tra cui documentazione e politica sul copyright; obblighi aggiuntivi per i modelli con rischio sistemico |
| Rischio minimo | Molti filtri antispam e usi interni circoscritti | In genere non comporta requisiti specifici di alto rischio, ma restano applicabili gli altri obblighi pertinenti e le leggi settoriali |
Tabella 2. Quadro sintetico: esempi orientativi, non sostituiscono la classificazione giuridica del singolo sistema.
Il regolamento ha portata anche oltre i confini europei: può riguardare fornitori o utilizzatori stabiliti fuori dall’UE quando il sistema è immesso sul mercato o messo in servizio nell’Unione, o quando il suo risultato è utilizzato nell’Unione. Per le imprese che operano in più mercati, la mappa europea non sostituisce l’analisi delle regole locali.
3. Il ruolo cambia da un sistema all’altro
La responsabilità non si decide una volta per tutta l’azienda. Va valutata per ciascun sistema e per il modo in cui viene fornito e usato.
Il **fornitore** sviluppa un sistema o lo immette sul mercato o lo mette in servizio con il proprio nome o marchio. L’**utilizzatore** — in inglese *deployer* — impiega un sistema sotto la propria autorità nel quadro della sua attività. Usare un modello commerciale di terzi o collegarlo a un flusso interno non trasforma automaticamente l’azienda in fornitore.
La valutazione può cambiare se l’azienda immette sul mercato un sistema ad alto rischio con il proprio nome, modifica sostanzialmente un sistema ad alto rischio o ne cambia la finalità prevista in modo che diventi ad alto rischio. Sono condizioni specifiche del regolamento, non una regola generale per ogni personalizzazione. Nei casi dubbi servono documentazione tecnica e una valutazione legale prima del rilascio.
Per un utilizzatore di sistemi ad alto rischio, il regolamento prevede, fra gli altri, l’uso conforme alle istruzioni, supervisione umana affidata a persone competenti, monitoraggio e conservazione dei log sotto il proprio controllo per il periodo previsto. Per i sistemi che riguardano lavoratori, l’organizzazione deve inoltre informare i rappresentanti e le persone interessate secondo le disposizioni applicabili. Gli obblighi di valutazione d’impatto sui diritti fondamentali riguardano categorie specifiche di utilizzatori e sistemi; non si applicano indistintamente a ogni impresa.
Per una maison, questa distinzione è concreta. Un assistente che risponde a domande sui prodotti, uno strumento di supporto al clienteling, una selezione automatizzata di candidature e un sistema AI incorporato in un dispositivo non vanno messi nella stessa casella solo perché usano «AI». Contano lo scopo dichiarato, l’effetto sulle persone, i dati, il controllo umano e il ruolo della maison nella catena.
4. In Italia: una legge nazionale e un assetto di vigilanza
La legge 23 settembre 2025, n. 132, in vigore dal 10 ottobre 2025, stabilisce principi nazionali e deleghe in materia di intelligenza artificiale e va letta in coerenza con l’AI Act. L’articolo 20 designa AgID e ACN come autorità nazionali per l’AI, ferme le competenze di vigilanza di Banca d’Italia, CONSOB e IVASS nei rispettivi ambiti.
Un decreto legislativo attuativo, pubblicato l’8 ottobre 2026, entrerà in vigore il 23 ottobre. Definisce più nel dettaglio l’assetto: AgID opera come autorità di notifica; ACN come autorità di vigilanza del mercato e punto di contatto unico europeo. Per le imprese del lusso, la regola pratica è non fermarsi all’etichetta «legge italiana»: identificare l’autorità pertinente al proprio ruolo, al settore e al tipo di sistema.
Il quadro italiano non crea un percorso di conformità alternativo all’AI Act. A questo si affiancano norme che possono già applicarsi ai singoli casi: GDPR, disciplina del lavoro, tutela dei consumatori e, per i soggetti inclusi nel perimetro, NIS2. La valutazione dipende dall’attività e dai dati trattati.
5. La sicurezza è parte della governance
In molte organizzazioni la compliance resta al legale, la sicurezza all’IT e i casi d’uso alle funzioni commerciali. Se i tre gruppi lavorano separati, l’inventario può essere incompleto e i controlli arrivare quando il sistema è già collegato a dati o processi reali.
Il *Cost of a Data Breach Report 2026* di IBM e Ponemon ha esaminato 602 organizzazioni che avevano subito una violazione. Nel campione, il 21% ha riferito un incidente che ha coinvolto un modello o un’applicazione AI, contro il 13% dell’anno precedente. Tra le organizzazioni che avevano avuto un incidente AI, il 92% non disponeva dei controlli di accesso AI che lo studio considerava adeguati. Sono dati del campione IBM/Ponemon, non una stima della quota di tutte le aziende esposte.
Il dato è utile perché sposta l’attenzione dal solo modello alla sua integrazione: identità, permessi, API, archivi, connettori e configurazioni. OWASP segnala fra i rischi specifici delle applicazioni con modelli linguistici l’iniezione di prompt, la divulgazione di informazioni sensibili e l’eccessiva autonomia degli agenti.
| Rischio operativo | Controllo da mettere nel processo |
|---|---|
| Un documento o un’email contiene istruzioni malevole dirette al modello | Trattare i contenuti recuperati come dati non attendibili; limitare gli strumenti e le azioni accessibili al modello |
| L’assistente vede documenti non necessari al compito | Applicare permessi legati all’identità dell’utente e il principio del privilegio minimo |
| L’agente invia, modifica o cancella dati senza controllo | Richiedere conferma umana per azioni esterne o difficili da annullare; registrare le operazioni |
| Un fornitore cambia il modello o un connettore | Valutare le modifiche, ripetere i test essenziali e aggiornare le istruzioni operative |
Tabella 3. Controlli di base suggeriti per sistemi AI collegati a dati e strumenti aziendali.
6. Gli incidenti attraversano più regole
Un incidente AI può essere contemporaneamente una violazione di dati personali, un incidente significativo di cybersicurezza e, in futuro, un incidente grave che coinvolge un sistema ad alto rischio. Ogni regime ha un trigger, un destinatario e un calendario diversi. Perciò il piano di risposta deve assegnare in anticipo chi valuta la natura dell’evento e chi avvia le notifiche.
| Regime | Evento che attiva la notifica | Termine principale |
|---|---|---|
| GDPR, art. 33 | Violazione di dati personali che presenta un rischio per i diritti e le libertà delle persone | All’autorità di controllo senza ingiustificato ritardo e, ove possibile, entro 72 ore dalla conoscenza |
| NIS2, art. 23 | Incidente significativo per un soggetto rientrante nel campo della direttiva | Allarme iniziale entro 24 ore, notifica entro 72 ore, relazione finale entro un mese |
| AI Act, art. 73 | Incidente grave relativo a un sistema ad alto rischio, secondo i criteri del regolamento | In generale, il fornitore segnala senza ritardo e al più tardi entro 15 giorni; termini più brevi per specifiche ipotesi. Gli obblighi di alto rischio si applicano secondo le scadenze 2027/2028 |
Tabella 4. Riepilogo orientativo dei termini: verificare il perimetro e le procedure nazionali prima di attivare una notifica.
Non ogni errore di un chatbot è un incidente notificabile. Ma un’esposizione di dati, un agente che esegue un’azione non autorizzata o un risultato che produce un danno può richiedere più valutazioni in parallelo. Una simulazione annuale — per esempio un assistente che inoltra documenti dopo avere letto un messaggio manipolato — verifica se legale, sicurezza, privacy e business sanno coordinarsi.
7. Un percorso pratico per i primi novanta giorni
Una maison non ha bisogno di un programma monumentale per cominciare. Ha bisogno di una vista affidabile dei sistemi in uso e di un processo proporzionato per decidere cosa autorizzare, controllare o fermare.
**Primi trenta giorni: rendere visibile.** Nominare uno sponsor nel vertice e un piccolo gruppo interfunzionale; censire piattaforme acquistate, funzioni AI integrate nei software, agenti e strumenti usati dai team. Per ogni voce annotare scopo, fornitore, dati, utenti, proprietario interno e ruolo della maison. Cercare anche gli usi non dichiarati, nel rispetto delle regole sul lavoro e della privacy.
**Dal giorno 31 al 60: classificare e mettere regole.** Valutare ogni uso rispetto a divieti, alto rischio, trasparenza e norme settoriali. Stabilire quali strumenti sono autorizzati, quali dati non possono essere inseriti, chi controlla gli output e quali azioni richiedono approvazione. Nei contratti chiarire trattamento dei dati, notifiche di incidenti, cambiamenti di modello, documentazione e possibilità di audit.
**Dal giorno 61 al 90: provare i controlli.** Testare almeno un caso reale e uno scenario avversariale; verificare permessi, registri, gestione degli errori e possibilità di fermare il sistema. Assegnare un responsabile operativo per ciascun progetto e misurare un esito utile al lavoro — tempo risparmiato, qualità, errori o reclami — invece di contare licenze e prompt.
Dopo i novanta giorni, il comitato dovrebbe rivedere l’inventario a ogni nuova iniziativa e a ogni cambiamento rilevante del sistema. Per i casi ad alto rischio, la classificazione va documentata e aggiornata quando cambiano scopo, dati, fornitori o modalità d’uso. Standard come ISO/IEC 42001 possono offrire una struttura di gestione, ma non sostituiscono la valutazione di conformità prevista dalla legge.
8. Che cosa decidere adesso
La decisione urgente non è acquistare un nuovo software di compliance. È stabilire chi guida il tema, completare un inventario credibile e collegare legale, sicurezza, privacy e responsabili di processo. Entro il 2 dicembre 2026 occorre inoltre controllare i nuovi divieti e la transizione sulle marcature per i sistemi generativi già sul mercato.
Il rinvio concede tempo per preparare i sistemi ad alto rischio, ma non sposta la responsabilità delle scelte già in corso. La domanda che una maison dovrebbe saper affrontare è semplice: se un sistema AI sbaglia, espone un dato o agisce al posto di una persona, chi se ne accorge, chi può fermarlo e chi risponde del processo? Il modello di responsabilità condivisa fra direzione, piattaforma e brand è approfondito in Organizzare la maison per l’AI.
*Questo articolo offre informazione generale e non sostituisce una valutazione legale del singolo sistema o caso d’uso. Quadro normativo verificato al 15 ottobre 2026.*
Fonti essenziali
- Unione europea, [Regolamento sull’intelligenza artificiale (UE) 2024/1689](https://eur-lex.europa.eu/eli/reg/2024/1689/oj).
- Unione europea, [Regolamento (UE) 2026/1744 — AI Omnibus](https://eur-lex.europa.eu/eli/reg/2026/1744/oj); Commissione europea, [calendario e stato di applicazione](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai) e [obblighi di trasparenza](https://digital-strategy.ec.europa.eu/en/policies/guidelines-ai-transparency-obligations).
- Italia, [Legge 23 settembre 2025, n. 132](https://www.gazzettaufficiale.it/eli/id/2025/09/25/25G00143/sg) e [decreto legislativo 7 ottobre 2026, n. 179](https://www.normattiva.it/atto/caricaDettaglioAtto?atto.codiceRedazionale=26G00200&atto.dataPubblicazioneGazzetta=2026-10-08).
- IBM e Ponemon Institute, [Cost of a Data Breach Report 2026](https://www.ibm.com/reports/data-breach); IBM, [approfondimento sui controlli di accesso nei casi di violazione AI](https://www.ibm.com/think/x-force/2026-cost-of-a-data-breach-ai-adversaries-enterprise-risk).
- OWASP, [Top 10 per le applicazioni con modelli linguistici, edizione 2025](https://genai.owasp.org/llm-top-10/).
- Unione europea, [GDPR, articolo 33](https://eur-lex.europa.eu/eli/reg/2016/679/oj) e [direttiva NIS2, articolo 23](https://eur-lex.europa.eu/eli/dir/2022/2555/oj).
- ISO, [ISO/IEC 42001:2023 — sistemi di gestione dell’intelligenza artificiale](https://www.iso.org/standard/81230.html).
DA LEGGERE ANCORA
Il brand raccontato dalle macchine
Per capire perché un assistente descrive una maison in un certo modo bisogna risalire alle fonti che ha trovato e ai segnali che ha interpretato.
Organizzare le aziende moda per l’AI
Una piattaforma comune può liberare capacità e conoscenza; il suo valore dipende da quanto lascia decidere alle maison.
FOOD 4 THOUGHTS
A CURA DI FRANCESCO LAERA