La pubblicazione della bozza di linee guida da parte della European Commission sulla classificazione dei sistemi di intelligenza artificiale ad alto rischio segna un passaggio che, per chi costruisce prodotti digitali in Europa, somiglia meno a un aggiornamento normativo e più a una ridefinizione dell’architettura del mercato. L’AI Act, nella sua progressiva sedimentazione operativa, entra qui nella fase meno spettacolare ma più decisiva, quella in cui le definizioni smettono di essere principi e iniziano a diventare vincoli computabili, auditabili e soprattutto difendibili davanti a un regolatore o a un giudice. Il punto centrale della bozza riguarda l’articolo 6, tradotto finalmente in criteri operativi che separano il “rischio percepito” dal “rischio regolatorio”, una distinzione che nel mondo reale raramente coincide con l’ingenuità con cui le aziende vorrebbero interpretarla.

Il primo asse interpretativo costruito dalla Commissione riguarda i sistemi di intelligenza artificiale che si comportano come prodotti o componenti di sicurezza all’interno di ecosistemi già regolati dal diritto europeo, come dispositivi medici, infrastrutture industriali o macchinari complessi. Qui la logica è quasi ingegneristica: se l’output del modello può incidere su sicurezza fisica, salute o integrità di sistemi critici, allora l’AI non è più software ma diventa estensione regolata di un oggetto regolato. La conseguenza non è solo l’obbligo di conformità, ma l’ingresso in un regime di valutazione terza che somiglia più alla certificazione industriale che alla tradizionale compliance IT. In altre parole, l’intelligenza artificiale smette di essere “feature” e diventa “parte strutturale”, con tutto ciò che comporta in termini di responsabilità, documentazione e audit indipendenti.

Il secondo asse, quello che probabilmente genererà più frizioni operative nei prossimi anni, riguarda le aree critiche elencate nell’Annex III dell’impianto normativo europeo. Qui la Commissione tenta un esercizio di tassonomia del rischio sociale e istituzionale, individuando ambiti in cui l’uso dell’AI può produrre effetti sistemici: accesso al credito, istruzione, occupazione, giustizia, infrastrutture pubbliche e processi di selezione o valutazione delle persone. La logica sottostante è chiara, anche se non sempre elegante: più il sistema entra nella vita amministrata dei cittadini, più il livello di sorveglianza regolatoria aumenta. Il risultato è una mappa del rischio che non guarda alla sofisticazione tecnica del modello, ma alla sua capacità di influenzare decisioni strutturali nella società europea.

La parte più rilevante della bozza non è però la classificazione in sé, quanto la volontà esplicita di tradurre concetti giuridici in esempi pratici e casi d’uso concreti. Questo passaggio, spesso sottovalutato, è in realtà quello che determina la reale efficacia di qualsiasi regolazione tecnologica. In assenza di esempi, le aziende tendono a ottimizzare l’ambiguità; con esempi, sono costrette a confrontarsi con il limite operativo della norma. Il fatto che la Commissione abbia scelto di spezzare il documento in sezioni consultabili separatamente indica una consapevolezza pragmatica: la regolazione dell’AI non è più un esercizio accademico, ma un processo iterativo in cui il feedback industriale diventa parte della progettazione normativa stessa.

Il contesto più ampio è quello di una regolazione europea che cerca di evitare l’asimmetria storica con Stati Uniti e Cina senza rinunciare alla propria identità giuridica. L’Europa non può competere sulla velocità di iterazione dei modelli, e lo sa; può però competere sulla capacità di definire il perimetro entro cui quei modelli possono operare in settori sensibili. È una strategia meno romantica di quanto venga raccontata nei documenti ufficiali, ma più coerente con la struttura economica del continente, dove il valore non nasce tanto dalla produzione di piattaforme quanto dalla loro regolamentazione e integrazione nei sistemi industriali esistenti.

La fase di consultazione aperta agli stakeholder rappresenta, almeno sulla carta, il momento in cui il sistema dovrebbe correggersi attraverso il feedback di chi costruisce tecnologia reale. In pratica, questo è anche il momento in cui si misura la distanza tra linguaggio normativo e linguaggio ingegneristico. Le aziende tenderanno a segnalare ambiguità, sovrapposizioni e costi di compliance difficili da sostenere; le istituzioni, dal canto loro, cercheranno di mantenere la coerenza sistemica dell’impianto. Il risultato finale sarà probabilmente un compromesso, ma non un compromesso neutro: ogni riga modificata in questa fase diventerà una leva competitiva o un vincolo strutturale per i prossimi cicli di prodotto.

Per chi guida organizzazioni tecnologiche, la lettura strategica di questo passaggio è abbastanza lineare. La compliance non è più un centro di costo periferico, ma un elemento di design del prodotto. L’AI ad alto rischio non è una categoria marginale, ma il punto in cui si decide quali sistemi potranno scalare in Europa e quali saranno costretti a ristrutturarsi. In questo senso, la regolazione non rallenta il mercato; lo seleziona. E come spesso accade nei sistemi complessi, la vera variabile competitiva non è la tecnologia in sé, ma la capacità di anticipare dove il confine normativo verrà tracciato prima che diventi definitivo.

Qui trovate tutti i dettagli: https://digital-strategy.ec.europa.eu/en/library/draft-commission-guidelines-classification-high-risk-ai-systems