La Llei d'IA de la UE ha passat de l'exercici de planificació a la data límit operativa per a una part clau del compliment de la IA. A partir del 2 d'agost de 2026, s'han començat a aplicar obligacions de transparència per als proveïdors i desplegadors de determinats sistemes d'IA, segons les guies de la Comissió Europea.

Les regles es centren en una pregunta pràctica: pot una persona saber quan està interactuant amb la IA o quan el contingut ha estat generat o manipulat per la IA? Per a les empreses que creen chatbots, agents de veu, eines de generació de contingut, productes d'edició d'imatges, sistemes de mitjans sintètics i fluxos de treball automatitzats d'atenció al client, aquesta pregunta ara té conseqüències legals i de disseny de productes.

La mateixa data també és important per al règim més ampli de la Llei d'IA. Els materials de la Comissió diuen que els poders d'aplicació complets de la Comissió per a les obligacions del model d'IA de propòsit general s'apliquen a partir del 2 d'agost de 2026. Això no fa que totes les sol·licituds estiguin subjectes als mateixos requisits, però sí que significa que els programes d'IA orientats a la UE ja no poden tractar els controls de transparència com a treballs futurs.

El que va canviar el 2 d'agost

L'article 50 de la Llei d'IA cobreix els deures de transparència per a determinats sistemes d'IA. En termes generals, les obligacions tenen l'objectiu d'assegurar que les persones estiguin informades quan interaccionen amb un sistema d'IA i quan el contingut d'àudio, imatge, vídeo o text s'ha generat o manipulat artificialment de les maneres previstes per la regulació.

Per a molts equips, el canvi és menys sobre l'arquitectura del model i més sobre interfície, metadades, registre i govern. Un assistent de conversa pot necessitar una revelació clara que l'usuari està interactuant amb la IA. Una eina que genera o edita material material pot necessitar etiquetes o altres senyals que facin reconeixible la sortida sintètica o manipulada. És possible que una empresa que implementi IA en fluxos de treball orientats al client necessiti registres que mostrin quins sistemes s'han utilitzat, on apareixen les revelacions i com s'han gestionat les excepcions.

L'abast no és idèntic per a totes les empreses. La Llei d'IA distingeix entre funcions com ara proveïdor, desplegador, importador, distribuïdor i modificador posterior. Una empresa que construeix i comercialitza un producte d'IA pot enfrontar-se a diferents obligacions d'una empresa que utilitza un model de tercers dins d'un flux de treball intern. Un distribuïdor, un integrador de sistemes o una agència també poden ocupar més d'una funció depenent de com empaqueta i modifica el sistema.

Aquest problema de mapatge de rols és ara una de les primeres tasques de compliment dels equips d'IA que serveixen als usuaris de la UE.

Per què això és important per als desenvolupadors i els equips de producte

La política de transparència ja no pot afectar immediatament la política d'enginyeria. Ha d'aparèixer dins de la ruta del producte on es produeix la interacció de l'IA o el contingut generat.

És possible que els desenvolupadors hagin d'afegir components de divulgació a les interfícies de xat, els fluxos de transferència d'agents, les experiències de veu i els editors de contingut. És possible que els equips de producte hagin de decidir quan les etiquetes són persistents, quan es mostren una vegada i com es comporten a les exportacions, captures de pantalla, transcripcions, mitjans baixats i respostes de l'API. Els equips de compliment necessitaran proves que aquests controls s'han aplicat de manera coherent.

També hi ha un problema d'encaminament i d'observabilitat. Els productes moderns d'IA poques vegades criden a un sol model a través d'un sol camí. Un flux de treball d'atenció al client pot utilitzar un model per a la detecció d'intencions, un altre per a la redacció de respostes, un model de veu per a la transcripció i un model d'imatge per als fitxers adjunts. Algunes trucades poden crear contingut visible per l'usuari. Altres només poden classificar, moderar, resumir o recuperar el context.

Aquesta distinció és important. Els equips han de saber quins models de trucades poden provocar obligacions de transparència i quines són purament internes. Sense un inventari fiable de models, punts finals, indicacions i tipus de sortida, el compliment de la divulgació es converteix en una conjectura.

Aquí és on la infraestructura de l'API d'IA esdevé rellevant. Una API multimodel o una passarel·la d'API AI pot centralitzar les metadades del proveïdor de models, la gestió de claus de l'API, l'anàlisi d'ús i els registres d'auditoria en diferents backends. Per a una plataforma com Model Gate, la connexió pràctica no és que una passarel·la resolgui automàticament el compliment de l'AI Act. És que l'encaminament i el registre centralitzats poden ajudar els equips a respondre preguntes bàsiques de govern: quin model es va utilitzar, quina aplicació, per a quin equip, en quina hora i per a quina classe de sortida.

Qui està més afectat

Els grups més exposats són les empreses que posen la IA directament davant dels usuaris de la UE. Això inclou empreses SaaS amb assistents d'IA, robots de suport, agents de vendes, eines educatives, eines de contractació, productes de mitjans sintètics i plataformes d'automatització de màrqueting.Les agències i els integradors que creen sistemes d'IA per als clients també han de prestar atenció, perquè la responsabilitat pot dependre de qui determina el propòsit del sistema, de qui el desplega i de si el sistema es modifica aigües avall.

Les empreses que utilitzen IA internament tampoc no haurien d'ignorar el termini. Les eines internes encara poden crear preguntes sobre el compliment i la legislació laboral, especialment quan els empleats interactuen amb sistemes d'IA o quan el contingut generat abandona l'organització. El risc és més gran quan l'automatització interna produeix comunicacions amb els clients, esborranys legals, materials de recursos humans, informes financers o mitjans de comunicació públics.

Els proveïdors de models i els creadors d'aplicacions també s'enfronten a un repte de coordinació. Els proveïdors poden proporcionar documentació del model, metadades de sortida, capacitats de marca d'aigua o orientació sobre polítiques. Els desplegadors encara han d'implementar les divulgacions i els controls operatius orientats a l'usuari als seus propis productes. Si una empresa utilitza diversos proveïdors, les metadades i el comportament del model inconsistents poden dificultar-ho.

Passos pràctics per als equips d'IA

El primer pas és un inventari. Els equips haurien d'identificar tots els sistemes d'IA utilitzats en productes i fluxos de treball orientats a la UE i, a continuació, classificar si cada sistema interactua directament amb les persones, genera contingut, manipula contingut o només admet el processament intern.

En segon lloc, els equips haurien de mapejar la responsabilitat. Són el proveïdor d'un sistema d'IA, el desplegador, un distribuïdor, un importador o un modificador posterior? La resposta pot variar segons la línia de productes o la participació del client.

En tercer lloc, la divulgació s'ha de dissenyar com un control del producte, no només com un avís legal. Els usuaris haurien de veure senyals clars en el punt d'interacció o consum. El contingut generat i manipulat ha de portar les etiquetes apropiades o el context que l'acompanya quan sigui necessari. El contingut exportat mereix una atenció especial perquè les etiquetes poden desaparèixer quan el text, les imatges, l'àudio o el vídeo surten de l'aplicació original.

En quart lloc, els registres han de ser compatibles amb la revisió posterior. Com a mínim, els equips haurien de poder reconstruir quina aplicació, model, grup d'usuaris i categoria de sortida estaven implicats. Per a les empreses que utilitzen diversos proveïdors de models, l'anàlisi unificada d'ús d'IA pot reduir els punts cecs. Les claus de l'API separades per producte, entorn, client o equip també poden facilitar les auditories i limitar l'exposició si un flux de treball està mal configurat.

Finalment, la compra hauria d'incloure preguntes de transparència. Abans d'afegir un model o un proveïdor d'automatització, els equips haurien de preguntar-se quines metadades, documentació, suport d'etiquetatge i ganxos de registre estan disponibles. El model de menor cost no sempre és l'opció més barata si crea un treball de compliment manual aigües avall.

El que segueix sent incert

La direcció general de compliment és clara, però les obligacions específiques encara depenen dels fets de cada desplegament. El mateix model es pot utilitzar en una eina de resum intern de baix risc, un chatbot orientat al client o un producte de mitjans sintètics. Cada cas d'ús pot produir tasques de transparència diferents.

També hi haurà preguntes d'interpretació sobre casos de punta: edició assistida per IA versus contingut generat per IA, interaccions d'agents de curta durada, fluxos de treball mixts d'humans i IA i sistemes integrats dins de plataformes de tercers. Les empreses haurien d'esperar que les orientacions, les pràctiques d'aplicació i les normes del mercat evolucionin.

Fins i tot amb aquestes incerteses, el missatge operatiu és senzill. Els equips d'IA orientats a la UE han de fer visible la implicació de la IA quan la llei ho requereixi i necessiten registres que mostrin com s'aplica aquesta visibilitat. La data del 2 d'agost converteix la transparència d'un element del full de ruta en un requisit de govern en directe.