AI Act od 2 sierpnia 2026: co zmienia dla firm i jak przygotować systemy AI?

AI Act 2026: co właściwie wydarzyło się 2 sierpnia?

AI Act od początku był wdrażany etapami. Dlatego stwierdzenie, że „AI Act zaczął obowiązywać 2 sierpnia 2026 r.”, jest zbyt dużym uproszczeniem.

Część przepisów stosowana była już wcześniej. Od 2 lutego 2025 r. stosowane są m.in. określone zakazy dotyczące niedopuszczalnych praktyk AI oraz wymagania związane z kompetencjami w zakresie sztucznej inteligencji.

2 sierpnia 2026 r. rozpoczęto natomiast stosowanie m.in. obowiązków transparentności wynikających z art. 50 AI Act. Komisja Europejska opublikowała również wytyczne dotyczące ich wdrażania.

Nie oznacza to jednak, że wszystkie wymagania AI Act zaczęły być stosowane jednocześnie.

A co z systemami AI wysokiego ryzyka?

Harmonogram stosowania części wymagań dotyczących systemów AI wysokiego ryzyka został przesunięty. Przepisy dotyczące systemów wysokiego ryzyka wymienionych w załączniku III AI Act mają być stosowane od 2 grudnia 2027 r. Obejmują one m.in. określone zastosowania AI w edukacji, zatrudnieniu, dostępie do podstawowych usług, wymiarze sprawiedliwości, migracji oraz niektórych działaniach organów publicznych.

W przypadku systemów AI wysokiego ryzyka będących elementami produktów objętych unijnymi przepisami dotyczącymi bezpieczeństwa termin rozpoczęcia stosowania odpowiednich wymagań został przesunięty na 2 sierpnia 2028 r.

Aktualny harmonogram można zweryfikować w oficjalnych materiałach Ministerstwa Cyfryzacji oraz na oficjalnej osi czasu AI Act Service Desk.

A co zmienia się w Polsce?

Ustawa z 3 lipca 2026 r. o systemach sztucznej inteligencji została ogłoszona w Dzienniku Ustaw 27 lipca 2026 r. Zgodnie z jej art. 127 zasadniczo wchodzi w życie po upływie 14 dni od ogłoszenia, czyli 11 sierpnia 2026 r. Część przepisów ma odrębne terminy wejścia w życie.

Ustawa tworzy krajowe ramy nadzoru nad rynkiem AI, w tym Komisję Rozwoju i Bezpieczeństwa Sztucznej Inteligencji. Dla organizacji działających w Polsce sierpień 2026 r. jest więc dobrym momentem nie tylko na aktualizację dokumentacji prawnej, lecz również na techniczny przegląd sposobu, w jaki AI działa w organizacji.

Treść polskiej ustawy można zweryfikować bezpośrednio w Dzienniku Ustaw.

AI Act: jesteśmy dostawcą czy podmiotem stosującym AI?

Jedno z pierwszych pytań nie powinno brzmieć: „Jakie wymagania spełnia nasz model?”. Najpierw trzeba określić rolę organizacji wobec konkretnego systemu AI.

AI Act rozróżnia m.in. dostawcę (provider) oraz podmiot stosujący (deployer). Dostawca to w uproszczeniu podmiot rozwijający system AI lub zlecający jego rozwój i wprowadzający go do obrotu lub oddający do użytku pod własną nazwą lub znakiem. Podmiot stosujący wykorzystuje natomiast system AI, nad którym sprawuje kontrolę, w ramach swojej działalności. Oficjalne definicje tych ról znajdują się w art. 3 AI Act.

Nie warto więc zakładać, że korzystanie z zewnętrznego modelu automatycznie oznacza brak odpowiedzialności po stronie organizacji. Z drugiej strony samo wykorzystanie API zewnętrznego modelu nie oznacza automatycznie, że firma staje się dostawcą.

Co AI Act oznacza dla istniejącej aplikacji lub systemu?

Regulację można analizować artykuł po artykule. Z perspektywy CIO lub CTO bardziej użyteczne jest jednak pytanie: które elementy naszego systemu trzeba sprawdzić?

Poniższa tabela nie jest checklistą zgodności prawnej. Pokazuje obszary technologiczne, które warto zweryfikować, kiedy wymagania regulacyjne mają zostać zaimplementowane w rzeczywistym produkcie.

Firma wdraża chatbot AI do obsługi klienta. Co trzeba sprawdzić?

Chatbot dobrze pokazuje różnicę między prostą integracją z modelem a rozwiązaniem gotowym do działania w środowisku enterprise.

Zgodnie z art. 50 AI Act, systemy AI przeznaczone do bezpośredniej interakcji z osobami powinny być projektowane tak, aby użytkownik został poinformowany, że komunikuje się z AI, chyba że jest to oczywiste z punktu widzenia odpowiednio poinformowanej, uważnej i rozsądnej osoby, z uwzględnieniem okoliczności i kontekstu użycia.

Informacja powinna zostać przekazana jasno i w sposób możliwy do odróżnienia od pozostałych komunikatów, najpóźniej przy pierwszej interakcji lub ekspozycji, z uwzględnieniem odpowiednich wymagań dostępności.

Z perspektywy produktu pytanie nie brzmi więc tylko:

AI-generated content: problem nie kończy się na etykiecie

Drugi scenariusz dotyczy systemów generujących treści. Art. 50 AI Act przewiduje określone obowiązki transparentności związane m.in. z treściami syntetycznymi oraz generowanymi lub modyfikowanymi przez AI.

W przypadku dostawców systemów generujących syntetyczny tekst, obraz, audio lub wideo regulacja przewiduje, z określonymi wyjątkami, mechanizmy pozwalające na oznaczanie outputu w formacie nadającym się do odczytu maszynowego i wykrycie, że materiał został wygenerowany lub zmodyfikowany przez AI.

Z punktu widzenia zespołu technologicznego pojawia się jednak dodatkowe pytanie:

Wyobraźmy sobie aplikację, która:

Sam fakt, że provider modelu dostarcza odpowiedni mechanizm oznaczenia, nie oznacza automatycznie, że downstream pipeline zachowa tę informację.

Nie jest to uniwersalny katalog obowiązków wynikających z art. 50. To pytania architektoniczne i operacyjne, które pozwalają sprawdzić, czy własna infrastruktura nie powoduje utraty mechanizmów wykorzystywanych do realizacji konkretnych wymagań.

AI Act – techniczna checklista readiness dla CIO i CTO

Przegląd AI Act warto rozpocząć nie od analizy pojedynczych modeli, lecz od inwentaryzacji wykorzystania AI w całej organizacji.

Dlatego właściwa kolejność powinna wyglądać następująco:

Dlaczego AI Act jest również problemem architektonicznym?

Regulacja sama w sobie nie wdroży transparentności ani kontroli nad systemem. Jeżeli określone wymaganie ma działać w produkcyjnym rozwiązaniu, często trzeba przełożyć je na kod, konfigurację, architekturę albo proces technologiczny.

Dopiero wtedy organizacja może odpowiedzieć na dwa różne pytania:

• Czy wiemy, jakie wymagania dotyczą naszego rozwiązania?
• Czy system jest technicznie przygotowany, aby je realizować?

Mamy system AI już na produkcji. Co zrobić teraz?

Nie każdy działający system trzeba przebudować od zera. Lepszym podejściem jest przejście przez uporządkowany proces analizy i dostosowania.

Jak Edge One Solutions może wesprzeć techniczne przygotowanie systemu AI?

W Edge One Solutions patrzymy na wymagania związane z AI przede wszystkim z perspektywy technologicznej. Nie zastępujemy zespołów Legal i Compliance. Pomagamy natomiast odpowiedzieć na kolejne pytanie:

W zależności od architektury i przypadku użycia może to oznaczać zmianę aplikacji, rozwój integracji, uporządkowanie warstwy danych, przebudowę UX/UI, rozszerzenie testów, wdrożenie observability albo zmianę sposobu utrzymania systemu.

Jeżeli organizacja dopiero ocenia swoją gotowość do wykorzystania AI, zobacz również naszą checklistę AI readiness oraz materiał dotyczący odpowiedzialnej sztucznej inteligencji w biznesie.