Article · Applicability

Как понять, относится ли EU AI Act к вашему продукту на практике

Практическая логика проверки применимости: рынок ЕС, сценарий использования, роль компании, внешние модели и реальный периметр оценки.

К материалам
Рынок ЕСРоль компанииПериметр оценки
С чего начать

Проверка применимости начинается не с норм, а с продукта

Хорошая первая оценка нужна не для того, чтобы «прочитать весь EU AI Act целиком», а для того, чтобы зафиксировать несколько фактов, без которых вывод о применимости всё равно будет слабым.

01

Где и для кого используется ИИ

Сначала нужно зафиксировать не закон, а сам сценарий: что именно делает ИИ-компонент, кто получает результат и в каком контексте этот результат используется.

02

Есть ли реальная связь с рынком ЕС

Для многих команд ключевой вопрос не в месте регистрации компании, а в том, кому поставляется продукт, где находятся пользователи и как строится коммерческий маршрут.

03

Какую роль играет ваша компания

Нужно отдельно посмотреть, кто продаёт решение, кто управляет моделью, кто внедряет её у клиента и кто фактически контролирует ключевые свойства системы.

04

Что именно входит в периметр оценки

Без этого команды начинают обсуждать требования слишком широко. Важно понять, какие системы, модели, API и внешние зависимости вообще имеют значение сейчас.

Типичные ошибки

Где команды чаще всего сбиваются

Сводить всё к регистрации компании

Компании вне ЕС часто ошибочно считают, что акт их не касается. На практике вопрос чаще упирается в рынок, поставку и фактическое использование продукта.

Путать роли в собственной структуре

Если в цепочке несколько компаний, подрядчиков и внешних ИИ-компонентов, обязанности могут возникать не там, где команда интуитивно ожидает.

Обсуждать требования до фиксации периметра

Когда не определено, что именно оценивается, разговор быстро превращается в общий обзор регулирования без полезного вывода для продукта.

Практический вывод

Если применимость нельзя объяснить в привязке к вашему продукту, значит вопрос ещё не разобран

Материал помогает выстроить первичную логику. Но когда от вывода зависят продажи, архитектура, ответы для клиентов или выбор следующего этапа, нужен уже структурированный разбор конкретной ситуации.