AI Act w 2026 r.: co obowiązuje po Digital Omnibus, GPAI i kary

Czym jest AI Act i czy dane rozwiązanie jest systemem AI

AI Act jest rozporządzeniem, dlatego stosuje się bezpośrednio w państwach UE; polska ustawa uzupełnia je przede wszystkim o krajowy nadzór, postępowania i sankcje. Po zmianach z lipca 2026 r. punktem odniesienia jest tekst skonsolidowany rozporządzenia 2024/1689.^[1]

System AI to system maszynowy zaprojektowany do działania z różnym poziomem autonomii, który może po wdrożeniu wykazywać zdolność adaptacji i który - dla wyraźnych lub dorozumianych celów - na podstawie otrzymanych danych wejściowych wnioskuje, jak generować wyniki, takie jak przewidywania, treści, zalecenia lub decyzje wpływające na środowisko fizyczne albo wirtualne. Nie każdy skrypt, arkusz kalkulacyjny czy deterministyczna reguła biznesowa spełnia tę definicję. Wytyczne Komisji pomagają w kwalifikacji, ale nie są prawnie wiążące; ostateczna wykładnia należy do sądów.^[3]

Kalendarium po Digital Omnibus on AI

Aktualne daty wynikają z art. 113 tekstu skonsolidowanego i rozporządzenia 2026/1744, a nie z pierwotnego harmonogramu z 2024 r.^[1][2]

Zakres i role: dostawca to nie to samo co podmiot stosujący

Rozporządzenie obejmuje między innymi dostawców wprowadzających systemy AI lub modele GPAI na rynek UE, podmioty stosujące (deployers) mające siedzibę albo znajdujące się w UE, importerów i dystrybutorów. Może także objąć dostawców i podmioty stosujące spoza UE, gdy wynik systemu jest używany w Unii. Z zakresu wyłączono między innymi wykorzystanie wyłącznie osobiste i pozazawodowe oraz określone działania dotyczące bezpieczeństwa narodowego, obronności i badań przed wprowadzeniem na rynek.

• Dostawca (provider) rozwija system lub model albo zleca jego rozwój i wprowadza go do obrotu lub użytku pod własną nazwą lub znakiem towarowym.
• Podmiot stosujący (deployer) używa systemu AI pod swoją władzą, poza wykorzystaniem osobistym i pozazawodowym.
• Importer wprowadza na rynek UE system oznaczony nazwą podmiotu z państwa trzeciego.
• Dystrybutor udostępnia system w łańcuchu dostaw, nie będąc dostawcą ani importerem.

Rola może się zmienić. Podmiot stosujący, importer lub dystrybutor może przejąć obowiązki dostawcy, jeżeli umieszcza własną nazwę na systemie wysokiego ryzyka, dokonuje w nim istotnej zmiany albo zmienia jego przeznaczenie tak, że staje się on systemem wysokiego ryzyka. Dlatego umowa z dostawcą SaaS nie zastępuje analizy faktycznego sposobu wdrożenia.

Wyłączenie dla rozwiązań udostępnianych na wolnych i otwartych licencjach nie jest ogólnym immunitetem. Nie obejmuje między innymi systemów wysokiego ryzyka i obowiązków przejrzystości, a dla GPAI zależy od warunków wskazanych w rozdziale V.

"Cztery poziomy ryzyka" - użyteczny skrót, nie uniwersalna etykieta

Popularna piramida: ryzyko niedopuszczalne, wysokie, ryzyko przejrzystości oraz ryzyko minimalne lub brak ryzyka, dobrze porządkuje temat i jest używana przez Komisję Europejską.^[4] Nie należy jednak traktować jej jak jednej, obowiązkowej procedury nadawania każdemu systemowi jednej z czterech etykiet.

• Art. 5 zakazuje precyzyjnie opisanych praktyk, a nie całych technologii.
• Art. 6 i załączniki I oraz III określają, kiedy system jest wysokiego ryzyka.
• Art. 50 nakłada obowiązki przejrzystości na wybrane systemy i treści niezależnie od potocznej etykiety "ograniczonego ryzyka".
• Dla pozostałych zastosowań AI Act może nie wprowadzać szczególnych obowiązków produktowych, ale nadal mogą działać RODO, prawo pracy, konsumenckie, autorskie, sektorowe i cyberbezpieczeństwa.
• Modele GPAI mają odrębny reżim; ryzyko modelu nie jest tym samym co klasyfikacja systemu, w którym model został użyty.

Zakazane praktyki: osiem grup obowiązuje, dwie nowe od grudnia 2026 r.

Od 2 lutego 2025 r. zakazane są następujące grupy praktyk. Każda ma szczegółowe przesłanki i wyjątki, dlatego sama obecność danej funkcji nie zawsze wystarcza do stwierdzenia naruszenia:

1. Szkodliwa manipulacja lub wprowadzanie w błąd - gdy technika istotnie ogranicza zdolność do świadomej decyzji i powoduje albo z rozsądnym prawdopodobieństwem może spowodować znaczącą szkodę.
2. Wykorzystywanie podatności wynikającej z wieku, niepełnosprawności albo szczególnej sytuacji społecznej lub ekonomicznej, z analogicznym skutkiem szkodliwego zniekształcenia zachowania.
3. Social scoring osób lub grup, jeżeli prowadzi do niekorzystnego traktowania w niezwiązanym kontekście albo do traktowania nieuzasadnionego lub nieproporcjonalnego. Zakaz nie jest ograniczony wyłącznie do administracji publicznej.
4. Indywidualne przewidywanie popełnienia przestępstwa wyłącznie na podstawie profilowania lub oceny cech osobowości. Dopuszczalne może być wsparcie ludzkiej oceny opartej już na obiektywnych, weryfikowalnych faktach związanych z działalnością przestępczą.
5. Nieukierunkowane pozyskiwanie wizerunków twarzy z internetu lub CCTV w celu tworzenia albo rozszerzania baz rozpoznawania twarzy.
6. Wnioskowanie o emocjach w miejscu pracy i placówkach edukacyjnych, z wyjątkiem zastosowań medycznych lub związanych z bezpieczeństwem.
7. Kategoryzacja biometryczna służąca wnioskowaniu o rasie, poglądach politycznych, przynależności związkowej, przekonaniach religijnych lub filozoficznych, życiu seksualnym albo orientacji seksualnej, z ustawowymi wyjątkami dotyczącymi określonych zbiorów i egzekwowania prawa.
8. Zdalna identyfikacja biometryczna w czasie rzeczywistym w przestrzeni publicznie dostępnej do celów ścigania - poza wąskimi przypadkami i po spełnieniu zabezpieczeń przewidzianych w art. 5.

Od 2 grudnia 2026 r. art. 5 obejmie ponadto dwa zakazy dodane przez Digital Omnibus on AI.^[2] Pierwszy dotyczy systemów generujących lub manipulujących realistycznym obrazem, wideo, dźwiękiem albo podobnym materiałem przedstawiającym intymne części ciała identyfikowalnej osoby albo tę osobę w czynnościach o charakterze seksualnym, bez jej dobrowolnej, konkretnej, świadomej, jednoznacznej i wyraźnej zgody. Drugi dotyczy systemów generujących lub manipulujących materiałami lub przedstawieniami w rozumieniu art. 2 lit. c i e dyrektywy 2011/93/UE, poza przypadkami objętymi krajową przesłanką działania bez naruszenia prawa.

Zakazy nie obejmują każdego modelu, który teoretycznie potrafi wytworzyć taką treść. Zgodnie z dodanym art. 5 ust. 1a lit. a stosuje się je wtedy, gdy konstrukcja, trening, architektura, możliwości lub funkcje systemu dostępne dla użytkownika czynią takie wygenerowanie racjonalnie przewidywalnym i powtarzalnym rezultatem bez istotnej modyfikacji technicznej, a system nie ma rozsądnych i adekwatnych technicznych środków bezpieczeństwa oraz innych zabezpieczeń niezawodnie zapobiegających takiemu wygenerowaniu. Praktyczny wniosek jest dwojaki: aplikacja zbudowana wprost do takiego celu jest objęta zakazem wprost, a dostawca modelu ogólnego przeznaczenia odpowiada za skuteczność zabezpieczeń, nie za samą teoretyczną zdolność modelu. Skuteczność tych zabezpieczeń trzeba umieć wykazać, a nie zadeklarować.

Wytyczne Komisji z 2025 r. pomagają interpretować osiem pierwotnych grup, lecz poprzedzają tę nowelizację i nie zastępują aktualnego tekstu prawa.^[5]

Kiedy system jest wysokiego ryzyka

Klasyfikacja ma dwie główne ścieżki. Nie wystarczy stwierdzić, że system działa w "ważnej branży". Trzeba sprawdzić przeznaczenie, funkcję i przesłanki art. 6.

System związany z produktem z załącznika I

System jest wysokiego ryzyka, gdy jest produktem albo komponentem bezpieczeństwa produktu objętego wskazanym unijnym prawodawstwem harmonizacyjnym oraz gdy dany produkt podlega ocenie zgodności przez stronę trzecią. Dotyczy to między innymi wybranych maszyn, wyrobów medycznych, zabawek, dźwigów, pojazdów, kolei i lotnictwa. Po nowelizacji sama funkcja wygody, optymalizacji wydajności, automatyzacji czy kontroli jakości niezwiązana z bezpieczeństwem nie jest komponentem bezpieczeństwa. Odpowiednie wymagania stosuje się od 2 sierpnia 2028 r.

Zastosowanie wymienione w załączniku III

Załącznik III obejmuje konkretne zastosowania w ośmiu obszarach: biometrii; infrastrukturze krytycznej; edukacji i kształceniu zawodowym; zatrudnieniu i zarządzaniu pracownikami; dostępie do podstawowych usług prywatnych i publicznych; ściganiu przestępstw; migracji, azylu i kontroli granicznej; wymiarze sprawiedliwości i procesach demokratycznych. Przykładem może być selekcja kandydatów do pracy, ocena zdolności kredytowej osoby fizycznej albo system wspierający organ sądowy w ustalaniu faktów i stosowaniu prawa. Wymagania dla tej grupy stosuje się od 2 grudnia 2027 r.

Wyjątek z art. 6 ust. 3

System wymieniony w załączniku III może nie być wysokiego ryzyka, jeżeli nie stwarza znaczącego ryzyka szkody dla zdrowia, bezpieczeństwa lub praw podstawowych i nie wpływa istotnie na wynik decyzji, a wykonuje jedną z ograniczonych funkcji wskazanych w art. 6 ust. 3, na przykład wąskie zadanie proceduralne lub przygotowawcze. Wyjątek nie działa, gdy system profiluje osoby fizyczne. Dostawca korzystający z wyjątku musi udokumentować ocenę przed wprowadzeniem systemu na rynek lub oddaniem do użytku oraz wykonać obowiązki rejestracyjne przewidziane w aktualnym art. 49.

Komisja opublikowała w 2026 r. projekt wytycznych klasyfikacyjnych; na dzień aktualizacji artykułu dokument pozostaje materiałem pomocniczym, a nie wiążącym źródłem prawa.^[6]

Dostawca systemu wysokiego ryzyka: wymagania w całym cyklu życia

Gdy właściwe przepisy zaczną być stosowane dla danej grupy, dostawca będzie musiał połączyć wymagania produktowe z zarządzaniem organizacyjnym. Najważniejsze elementy to:

• iteracyjny system zarządzania ryzykiem przez cały cykl życia (art. 9);
• zarządzanie danymi treningowymi, walidacyjnymi i testowymi, gdy system wykorzystuje takie dane (art. 10);
• dokumentacja techniczna i jej aktualizacja (art. 11 oraz załącznik IV);
• automatyczne rejestrowanie zdarzeń umożliwiające identyfikację ryzyk i istotnych zmian (art. 12);
• informacje i instrukcje dla podmiotu stosującego (art. 13);
• zaprojektowanie skutecznego nadzoru człowieka (art. 14);
• odpowiednia dokładność, odporność i cyberbezpieczeństwo przez cały cykl życia (art. 15);
• system zarządzania jakością, ocena zgodności, deklaracja zgodności UE i oznakowanie CE, jeżeli wymagane;
• rejestracja w bazie UE przed wprowadzeniem do obrotu lub oddaniem do użytku, z wyjątkami wynikającymi z prawa;
• monitorowanie po wprowadzeniu do obrotu, działania korygujące i zgłaszanie poważnych incydentów.

Ocena zgodności nie zawsze oznacza udział jednostki notyfikowanej. Jej tryb zależy od rodzaju systemu i właściwych przepisów sektorowych. Nie należy też utożsamiać oznakowania CE z certyfikatem jakości prognoz modelu - oznacza ono deklarowaną zgodność z właściwymi wymaganiami unijnymi.

Wymagań tych nie da się sprowadzić do listy dokumentów. Cyberbezpieczeństwo z art. 15 oznacza analizę ataków, które mogą manipulować danymi wejściowymi i wyjściowymi modelu, danymi treningowymi albo pobieranymi, naruszać integracje lub nadużywać uprzywilejowanych narzędzi. Testy bezpieczeństwa, hardening, logowanie i obsługa incydentów mogą więc wspierać zgodność z AI Act, nie stając się przez to osobnym wymogiem prawnym.

Podmiot stosujący: obowiązki zależą od zastosowania

Art. 26 dotyczy podmiotów stosujących systemy wysokiego ryzyka. Obejmuje między innymi używanie systemu zgodnie z instrukcją, wyznaczenie kompetentnych osób do nadzoru, zapewnienie adekwatnych i dostatecznie reprezentatywnych danych wejściowych pozostających pod kontrolą organizacji, monitorowanie działania, reagowanie na ryzyko oraz przechowywanie logów znajdujących się pod kontrolą deployera co najmniej przez sześć miesięcy, chyba że inne prawo stanowi inaczej.

Przed zastosowaniem systemu wysokiego ryzyka w miejscu pracy pracodawca ma poinformować przedstawicieli pracowników i osoby, których to dotyczy. Jeżeli system podejmuje lub wspiera decyzję dotyczącą osoby fizycznej, osoba ta powinna zostać poinformowana o wykorzystaniu systemu. Przy przetwarzaniu danych osobowych podmiot stosujący korzysta z informacji dostawcy między innymi do przeprowadzenia oceny skutków dla ochrony danych, gdy wymaga jej art. 35 RODO.

FRIA nie jest obowiązkowa dla każdego deployera

Ocena wpływu na prawa podstawowe z art. 27 (FRIA) jest wymagana przed pierwszym użyciem określonych systemów z załącznika III przez podmioty prawa publicznego, prywatne podmioty świadczące usługi publiczne oraz przez podmioty stosujące systemy do oceny zdolności kredytowej lub ustalania ryzyka i ceny ubezpieczeń na życie i zdrowie. Zakres obejmuje proces, czas i częstotliwość użycia, kategorie osób, konkretne ryzyka, nadzór człowieka oraz środki na wypadek materializacji ryzyka. FRIA i DPIA z RODO mogą być prowadzone w sposób skoordynowany, ale odpowiadają na różne pytania prawne.

Przejrzystość od 2 sierpnia 2026 r.: kto i co oznacza

Art. 50 rozdziela obowiązki dostawców i podmiotów stosujących. Nie ustanawia ogólnego nakazu oznaczania każdego tekstu, w którym AI pomogła poprawić styl.^[7]

• Systemy bezpośrednio komunikujące się z człowiekiem: dostawca ma zaprojektować je tak, aby osoba została poinformowana, że wchodzi w interakcję z AI, chyba że z okoliczności jest to oczywiste dla dostatecznie poinformowanej i uważnej osoby.
• Treści syntetyczne: dostawca systemu generującego lub manipulującego dźwiękiem, obrazem, wideo lub tekstem ma zapewnić, aby wynik był oznaczony w formacie nadającym się do odczytu maszynowego i wykrywalny jako sztucznie wygenerowany lub zmanipulowany. Obowiązek ma wyjątki, między innymi dla standardowej edycji niewprowadzającej istotnej zmiany.
• Rozpoznawanie emocji i kategoryzacja biometryczna: podmiot stosujący informuje osoby poddane działaniu systemu i przestrzega właściwych przepisów o danych osobowych.
• Deepfake: podmiot stosujący ujawnia, że treść została sztucznie wygenerowana lub zmanipulowana. Dla utworów artystycznych, satyrycznych, twórczych lub analogicznych sposób ujawnienia może być dostosowany tak, aby nie utrudniał odbioru dzieła.
• Tekst dotyczący spraw leżących w interesie publicznym: ujawnienie jest wymagane, gdy deployer publikuje tekst wygenerowany lub zmanipulowany przez AI. Wyjątek obejmuje przypadek, w którym treść przeszła weryfikację człowieka lub kontrolę redakcyjną, a osoba fizyczna albo prawna ponosi odpowiedzialność redakcyjną za publikację.

Dla systemów generujących treści wprowadzonych do obrotu przed 2 sierpnia 2026 r. nowelizacja przewidziała dostosowanie technicznego znakowania do 2 grudnia 2026 r. Komisja opublikowała wytyczne i dobrowolny kodeks dotyczący przejrzystości; kodeks jest sposobem wykazania zgodności, a nie zwolnieniem z art. 50.

GPAI: obowiązki dotyczą głównie dostawców modeli

Model AI ogólnego przeznaczenia (GPAI) wykazuje znaczną ogólność i potrafi kompetentnie wykonywać szeroki zakres różnych zadań, dzięki czemu może być integrowany z wieloma systemami lub aplikacjami downstream. Obowiązki rozdziału V dotyczą przede wszystkim dostawców modeli, nie każdej firmy korzystającej z gotowego chatbota.

Obowiązki każdego dostawcy GPAI

• sporządzenie i aktualizowanie dokumentacji technicznej modelu;
• przekazywanie dostawcom systemów downstream informacji potrzebnych do zrozumienia możliwości i ograniczeń modelu;
• ustanowienie polityki zgodności z unijnym prawem autorskim, w tym respektowania zastrzeżeń praw do eksploracji tekstów i danych;
• publikowanie wystarczająco szczegółowego podsumowania treści użytych do trenowania modelu według obowiązującego szablonu Komisji;
• wyznaczenie przedstawiciela w UE, jeżeli dostawca ma siedzibę w państwie trzecim, o ile nie działa wyjątek.

Określone modele udostępniane na wolnej i otwartej licencji mogą być zwolnione z części obowiązków dokumentacyjnych i informacyjnych, jeżeli spełniają warunki art. 53 ust. 2. Zwolnienie nie obejmuje polityki praw autorskich ani podsumowania danych treningowych i nie działa dla modeli z ryzykiem systemowym.

GPAI z ryzykiem systemowym

Domniemanie ryzyka systemowego powstaje, gdy skumulowana ilość obliczeń użyta do treningu przekracza 10²⁵ FLOP. Komisja może także wyznaczyć model na podstawie jego zdolności lub skutków, więc próg obliczeniowy nie jest jedyną drogą. Dostawca takiego modelu musi między innymi przeprowadzać i dokumentować ewaluacje, oceniać i ograniczać ryzyka systemowe na poziomie UE, zgłaszać poważne incydenty oraz zapewniać odpowiedni poziom cyberbezpieczeństwa.

Wytyczne Komisji precyzują zakres obowiązków, próg roboczy dla kwalifikowania modeli jako GPAI i zasady dotyczące modyfikacji modeli.^[8] Dobrowolny GPAI Code of Practice, opublikowany w lipcu 2025 r. i uznany przez Komisję oraz AI Board za adekwatne narzędzie, pomaga wykazywać zgodność w obszarach przejrzystości, prawa autorskiego oraz bezpieczeństwa modeli z ryzykiem systemowym.^[9] Nie jest certyfikatem i nie przenosi odpowiedzialności z dostawcy.

Rozróżnienie ma znaczenie operacyjne. Firma korzystająca z cudzej usługi GPAI pozostaje zwykle podmiotem stosującym system, którym zarządza pod własną władzą. Nie staje się dostawcą modelu bazowego tylko dlatego, że dodaje polecenia, dokumenty firmowe albo warstwę wyszukiwania.

Kompetencje w zakresie AI po zmianie art. 4

Od 2 lutego 2025 r. dostawcy i podmioty stosujące muszą podejmować działania wspierające rozwój kompetencji w zakresie AI u personelu i innych osób zajmujących się obsługą lub używaniem systemów w ich imieniu. Po nowelizacji z 2026 r. art. 4 nie wymaga zagwarantowania konkretnego ani "wystarczającego" poziomu u każdej osoby. Działania należy dobrać do wiedzy, doświadczenia, wykształcenia i szkolenia tych osób oraz do kontekstu użycia systemu.^[10]

Prawo nie narzuca certyfikatu, corocznego szkolenia ani stanowiska "AI officera". Dobrą, proporcjonalną praktyką jest jednak:

• zinwentaryzowanie narzędzi i osób, które z nich korzystają;
• rozróżnienie ról: zwykły użytkownik, osoba weryfikująca wynik, administrator, twórca lub integrator;
• objęcie programu ograniczeniami konkretnego narzędzia, halucynacjami, uprzedzeniami, ochroną danych i tajemnic, prawem autorskim, bezpiecznym formułowaniem poleceń oraz sposobem eskalacji błędów;
• prowadzenie wewnętrznego zapisu działań, uczestników i aktualizacji, choć AI Act nie wymaga specjalnego certyfikatu;
• wzmacnianie programu po zmianie modelu, zastosowania, grup osób dotkniętych lub profilu ryzyka - nie tylko według kalendarza.

Samo polecenie pracownikom, aby przeczytali instrukcję, może być niewystarczające. Z drugiej strony małe biuro używające narzędzia do redakcji tekstu nie potrzebuje programu właściwego dla zespołu wdrażającego AI w rekrutacji czy diagnostyce. Praktyczne podejście do takich programów opisuje strona o szkoleniach Security Awareness.

Nadzór w Polsce i piaskownice regulacyjne

Nieaktualne jest twierdzenie, że polski organ "dopiero zostanie wybrany". Ustawa z 3 lipca 2026 r. o systemach sztucznej inteligencji (Dz.U. 2026 poz. 1003) została ogłoszona 27 lipca i weszła zasadniczo w życie 11 sierpnia 2026 r. Część przepisów - w tym art. 8-18 oraz rozdziały 3-5, 8 i 9 - zacznie obowiązywać 28 października 2026 r.^[11]

Ustawa wskazuje Komisję Rozwoju i Bezpieczeństwa Sztucznej Inteligencji (KRiBSI) jako organ nadzoru rynku i pojedynczy punkt kontaktowy. Do jej zadań należą między innymi kontrola przestrzegania AI Act i ustawy, prowadzenie postępowań, działania informacyjne, wydawanie opinii indywidualnych oraz tworzenie i zarządzanie piaskownicami regulacyjnymi. Dla określonych produktów i sektorów kompetencje pozostają powiązane z istniejącymi organami właściwymi na podstawie prawa sektorowego.

Piaskownica regulacyjna jest kontrolowanym środowiskiem rozwoju, treningu, walidacji lub testowania innowacyjnego systemu pod nadzorem właściwego organu. Udział ma zwiększyć pewność prawną i ułatwić wejście na rynek, ale nie zawiesza AI Act, RODO ani odpowiedzialności za szkody. Co najmniej jedna piaskownica krajowa ma być operacyjna do 2 sierpnia 2027 r.; nowelizacja dopuściła również piaskownicę na poziomie UE.

Egzekwowanie i kary

Wysokość kary nie jest automatyczna. Organ uwzględnia między innymi charakter, wagę i czas naruszenia, skutki, umyślność lub niedbalstwo, działania naprawcze, współpracę i wielkość podmiotu. Maksymalne pułapy z art. 99 wynoszą:

Dla MŚP, w tym startupów, maksymalną karę ogranicza niższa z odpowiednich wartości kwotowej i procentowej. Digital Omnibus rozszerzył część ulg na małe spółki o średniej kapitalizacji (SMC), lecz nie dla najwyższego progu za praktyki zakazane. Ramy egzekwowania przez AI Office i organy krajowe działają od sierpnia 2026 r.^[12]

AI Act a RODO, NIS2 i normy

RODO

AI Act nie tworzy podstawy prawnej do przetwarzania danych osobowych i nie zastępuje RODO. Organizacja musi niezależnie ustalić podstawę z art. 6 RODO, a dla szczególnych kategorii danych także przesłankę z art. 9. DPIA jest wymagana, gdy planowane przetwarzanie z dużym prawdopodobieństwem powoduje wysokie ryzyko dla praw i wolności - nie automatycznie dla każdego projektu AI. Art. 22 RODO dotyczy decyzji opartych wyłącznie na zautomatyzowanym przetwarzaniu, które wywołują skutki prawne lub w podobny sposób istotnie wpływają na osobę, z przewidzianymi wyjątkami i zabezpieczeniami.^[13]

NIS2 i cyberbezpieczeństwo

NIS2 ma zastosowanie tylko wtedy, gdy organizacja i jej usługi mieszczą się w zakresie tej dyrektywy lub krajowych przepisów wdrażających. Nie każdy dostawca modelu ani każda firma używająca chmury automatycznie jest podmiotem NIS2. Gdy reżimy nakładają się, zarządzanie podatnościami, incydentami, łańcuchem dostaw i ciągłością działania może wspierać wykonanie wymogów odporności i cyberbezpieczeństwa z AI Act, lecz jedna zgodność nie dowodzi drugiej.

ISO/IEC 42001 i normy zharmonizowane

ISO/IEC 42001:2023 ustanawia wymagania dla systemu zarządzania AI i może uporządkować polityki, role, ocenę wpływu i doskonalenie.^[14] Certyfikacja na zgodność z tą normą nie jest wymagana przez AI Act i sama nie daje domniemania zgodności z rozporządzeniem.

Domniemanie zgodności z określonymi wymaganiami może wynikać z dobrowolnego zastosowania europejskiej normy zharmonizowanej, ale dopiero po opublikowaniu jej odniesienia w Dzienniku Urzędowym UE. Te dwa zdarzenia trzeba rozdzielić: publikacja normy przez CEN-CENELEC i przywołanie jej przez Komisję w Dzienniku Urzędowym to osobne kroki, a skutek prawny daje dopiero drugi z nich.

12 lipca 2026 r. CEN-CENELEC opublikował EN 18286:2026 "Artificial intelligence - Quality management system for EU AI Act regulatory purposes" - pierwszą europejską normę powstałą na potrzeby AI Act. Nie jest to już projekt prEN.^[16] Na 29 sierpnia 2026 r. odniesienie do niej nie zostało jeszcze opublikowane w Dzienniku Urzędowym UE, więc jej zastosowanie nie daje domniemania zgodności z art. 40; prace nad pozostałymi normami z wniosku normalizacyjnego Komisji trwają.^[15] Wdrożenie EN 18286 może więc uporządkować system zarządzania jakością i skrócić późniejszą drogę do zgodności, lecz na dziś jest decyzją biznesową, a nie skrótem prawnym.

Co organizacja powinna zrobić teraz

1. Zbuduj inwentarz. Zapisz nazwę systemu, dostawcę, wersję, właściciela biznesowego, cel, użytkowników, dane wejściowe i odbiorców wyników.
2. Sprawdź definicję. Oddziel systemy AI od zwykłej automatyzacji deterministycznej.
3. Ustal rolę. Dla każdego zastosowania określ, czy organizacja jest podmiotem stosującym, dostawcą, importerem lub dystrybutorem i czy zmiany nie przenoszą na nią obowiązków dostawcy.
4. Wyklucz zakazane praktyki. Udokumentuj analizę obecnych zakazów i zaplanuj kontrolę dwóch nowych zakazów przed 2 grudnia 2026 r.
5. Oceń wysokie ryzyko. Sprawdź obie ścieżki z art. 6 oraz konkretne pozycje załączników I i III; nie klasyfikuj wyłącznie na podstawie nazwy branży.
6. Wdróż art. 50. Określ, kto zapewnia informację o interakcji z AI, techniczne oznaczenie treści i ujawnienie deepfake albo tekstu o sprawach publicznych.
7. Rozwijaj kompetencje. Dobierz działania do ról, narzędzi, danych, zastosowań i osób dotkniętych; zachowuj dowody realizacji.
8. Połącz analizę z RODO. Sprawdź podstawy prawne, minimalizację, transfery, retencję, umowy, art. 22 i potrzebę DPIA.
9. Zarządzaj dostawcami. Uzyskaj instrukcje, ograniczenia, informacje o logach, bezpieczeństwie, danych, zmianach modelu i podwykonawcach oraz uzgodnij obsługę incydentów.
10. Przygotuj nadzór człowieka. Zdefiniuj realne uprawnienia do zakwestionowania, zatrzymania lub odwrócenia wyniku i przetestuj je.
11. Ustal ścieżkę incydentową. Połącz zgłoszenia użytkowników, bezpieczeństwo, ochronę danych, compliance i kontakt z dostawcą.
12. Aktualizuj ocenę. Powtarzaj ją po zmianie modelu, celu, danych, integracji, grup osób lub przepisów - nie tylko raz w roku.