Inventaire des systèmes d’IA pour le règlement sur l’IA

L’essentiel

• Un inventaire des systèmes d’IA est le préalable structurel de toute autre activité de conformité au règlement sur l’IA : sans lui, vous ne pouvez ni classer les risques, ni attribuer les rôles, ni documenter les systèmes, ni mener une évaluation de la conformité.
• L’article 3, point 1, définit largement les systèmes d’IA : tout système automatisé conçu pour fonctionner à différents niveaux d’autonomie, qui déduit des sorties telles que des prédictions, des recommandations ou des décisions. Cela couvre les modèles d’apprentissage automatique, l’IA générative, la vision par ordinateur, le traitement automatique des langues et les fonctions d’IA embarquées dans des outils SaaS.
• L’IA de l’ombre, les outils adoptés par les salariés sans validation formelle, est le plus grand angle mort. On la recense par enquêtes structurées, analyse du trafic réseau, contrôles de dépenses, revues de sécurité informatique et échanges directs.
• La plupart des organisations déploient bien plus d’IA tierce (en tant que déployeurs) qu’elles n’en construisent (en tant que fournisseurs). L’IA embarquée dans le CRM, les RH, la finance, le marketing et les outils de développement doit figurer à l’inventaire.
• Une fiche d’inventaire complète rassemble des champs d’identification (nom, éditeur, finalité, déploiement), des champs réglementaires (niveau de risque, rôle, domaine de l’annexe III, statut de conformité) et des champs propres au fournisseur et au déployeur.
• L’inventaire est un processus vivant, pas un exercice unique. Prévoyez des revues trimestrielles et des mises à jour déclenchées par les événements.

Le Digital Omnibus (règlement (UE) 2026/1744), en vigueur depuis le 27 juillet 2026, a reporté les obligations à haut risque : 2 décembre 2027 pour l’annexe III, 2 août 2028 pour l’annexe I. Les obligations de transparence de l’article 50 s’appliquent depuis le 2 août 2026. L’inventaire reste le premier chantier, quelle que soit l’échéance qui vous lie.

Pourquoi l’inventaire est le fondement de la conformité au règlement sur l’IA

Tout programme de conformité commence par la même question : qu’avez-vous ? Au titre du règlement sur l’IA, la réponse, c’est votre inventaire des systèmes d’IA.

L’inventaire vient en premier pour une raison structurelle. Sans savoir quels systèmes d’IA votre organisation développe, déploie, importe ou distribue, vous ne pouvez pas :

• Classer les niveaux de risque au titre de l’article 6 et de l’annexe III.
• Attribuer les rôles (fournisseur, déployeur, importateur, distributeur) au titre de l’article 3, ce qui détermine vos obligations.
• Préparer la documentation technique au titre de l’annexe IV pour les bons systèmes.
• Mener l’évaluation de la conformité au titre de l’article 43 : on n’évalue pas un système qu’on n’a pas identifié.
• Enregistrer les systèmes dans la base de données de l’UE au titre de l’article 49.
• Mener les analyses d’impact sur les droits fondamentaux au titre de l’article 27 dans les bons contextes de déploiement.

Un programme de conformité bâti sans inventaire complet est un programme bâti sur des hypothèses. Quand une autorité de surveillance du marché demande « montrez-moi vos systèmes d’IA et leur statut de conformité », l’inventaire est le premier document qu’elle s’attend à voir.

Qu’est-ce qu’un système d’IA ? L’article 3, point 1, dans la pratique

L’article 3, point 1, définit un système d’IA comme :

un système automatisé qui est conçu pour fonctionner à différents niveaux d’autonomie et peut faire preuve d’une capacité d’adaptation après son déploiement, et qui, pour des objectifs explicites ou implicites, déduit, à partir des entrées qu’il reçoit, la manière de générer des sorties telles que des prédictions, du contenu, des recommandations ou des décisions qui peuvent influencer les environnements physiques ou virtuels.

Systèmes qui entrent dans le champ

• Modèles d’apprentissage automatique en production : classification, régression, recommandation et classement. Un moteur de recommandation de produits, un modèle de prédiction d’attrition, un algorithme de tarification dynamique.
• IA générative : grands modèles de langage, générateurs d’images, assistants de code, intégrations d’agents conversationnels. ChatGPT, Claude, Gemini, Midjourney, GitHub Copilot, déploiements internes de LLM.
• Vision par ordinateur : détection d’objets, reconnaissance faciale, OCR de documents avec extraction fondée sur l’IA, contrôle qualité sur ligne de fabrication.
• Systèmes de traitement automatique des langues : analyse de sentiment, extraction d’entités, résumé automatisé, traduction automatique par modèles neuronaux.
• Outils d’aide à la décision : évaluation de la solvabilité, présélection à l’embauche, détection de fraude, profilage des risques, souscription d’assurance, détermination de l’éligibilité à des prestations.
• Automatisation robotisée des processus avec IA : robots RPA qui recourent à l’apprentissage automatique pour la compréhension de documents, la classification d’intention ou l’acheminement adaptatif (pas la RPA classique fondée sur des règles).
• IA embarquée dans le SaaS : fonctions d’IA dans les CRM, les outils RH, l’automatisation marketing, les logiciels d’assistance client, les outils de développement et les plateformes financières (détail ci-dessous).

Systèmes qui n’entrent généralement pas dans le champ

• Automatisation fondée sur des règles : robots RPA qui exécutent des scripts fixes, macros Excel, arbres de décision SI-ALORS sans composante d’apprentissage. Un processus qui achemine des tickets selon des mots-clés et des règles statiques n’est pas de l’IA.
• Modèles statistiques simples : régression linéaire sans élément adaptatif, alertes fondées sur un seuil, moyennes mobiles. Une règle métier qui signale les transactions au-delà de 10 000 euros n’est pas de l’IA.
• Logiciel classique : requêtes de base de données, algorithmes déterministes, tables de correspondance, calculateurs. Un calculateur fiscal qui applique des taux légaux n’est pas de l’IA.
• Recherche conventionnelle : recherche par mots-clés sans classement par IA. Requêtes SQL standard.
• Tableaux de bord statiques : tableaux de bord décisionnels qui affichent des indicateurs sans produire de prédictions ni de recommandations.

Cas limites : dans le doute, incluez

La frontière entre « système d’IA » et « logiciel avancé » est volontairement large dans le règlement. Quand la classification est ambiguë, inscrivez le système à l’inventaire et classez-le. Il est bien plus sûr de trop inclure, puis de reclasser en risque minimal, que d’omettre un système et de découvrir le trou pendant un contrôle.

Exemple concret, cas limite : une entreprise de logistique utilise un outil d’optimisation d’itinéraires qui s’appuie sur des données de trafic historiques et des heuristiques, mais intègre aussi un modèle prédictif de prévision du trafic. La seule composante heuristique ne suffirait pas ; la composante prédictive fait de l’ensemble un système d’IA. Incluez-le.

Étape 1 : recenser, trouver tous les systèmes d’IA

Méthode 1 : dossiers d’achat et d’éditeurs

Commencez par vos systèmes d’achat, de gestion des éditeurs et de gestion des actifs informatiques. Cherchez dans les contrats, bons de commande et accords d’éditeurs les mots-clés : IA, apprentissage automatique, réseau neuronal, analytique prédictive, traitement du langage naturel, vision par ordinateur, génératif, intelligent, adaptatif, décision automatisée.

Pour chaque outil d’éditeur identifié :

• L’éditeur décrit-il le produit comme recourant à l’IA ou à l’apprentissage automatique ?
• L’outil produit-il des prédictions, des recommandations, des classifications ou du contenu ?
• L’outil s’adapte-t-il ou s’améliore-t-il à partir des données dans le temps ?

Exemple concret, audit des achats : une compagnie d’assurance de taille intermédiaire passe en revue ses 85 contrats SaaS actifs et en trouve 12 qui mentionnent explicitement des capacités d’IA ou d’apprentissage automatique. Un examen plus poussé révèle 7 outils supplémentaires avec des fonctions d’IA embarquées, absentes du contrat mais décrites dans la documentation produit.

Méthode 2 : découverte de l’IA de l’ombre

L’IA de l’ombre, les outils d’IA adoptés par les salariés sans achat informatique formel, est l’un des plus grands risques de conformité au titre du règlement sur l’IA. Les salariés adoptent ces outils parce qu’ils sont utiles, souvent sans mesurer les implications réglementaires.

Voie de découverte 1 : enquêtes par service

Adressez des questionnaires structurés à chaque responsable d’équipe et chef de service. Interrogez précisément les outils fondés sur l’IA utilisés au quotidien. Point critique : beaucoup de personnes ne pensent pas à ChatGPT, aux fonctions d’IA dans Slack, ou aux compléments Excel fondés sur l’IA comme à des « systèmes d’IA ».

Formulez les questions de façon concrète :

• « Votre équipe utilise-t-elle un outil qui génère du texte, des résumés ou des brouillons ? » (attrape les LLM)
• « Votre équipe utilise-t-elle un outil qui formule des recommandations ou des prédictions ? » (attrape les outils d’apprentissage automatique)
• « Votre équipe utilise-t-elle un outil qui analyse des images, des documents ou de l’audio ? » (attrape la vision et le TAL)
• « Des membres de l’équipe se sont-ils abonnés à des outils d’IA avec un compte personnel ou une carte de l’entreprise ? » (attrape les abonnements de l’ombre)

Voie de découverte 2 : analyse du trafic réseau

Travaillez avec l’équipe informatique ou de sécurité pour examiner les connexions sortantes vers des points de terminaison connus de services d’IA :

• api.openai.com, chat.openai.com (OpenAI / ChatGPT)
• api.anthropic.com, claude.ai (Anthropic / Claude)
• generativelanguage.googleapis.com, gemini.google.com (Google Gemini)
• api.mistral.ai (Mistral)
• copilot.github.com, api.githubcopilot.com (GitHub Copilot)
• api.midjourney.com (Midjourney)
• points de terminaison Hugging Face, Replicate et autres plateformes d’hébergement de modèles

Cette méthode attrape les outils utilisés sur les appareils et réseaux de l’entreprise, mais manque les appareils personnels sur des réseaux personnels.

Voie de découverte 3 : audits de dépenses et d’abonnements

Passez en revue les relevés de cartes de l’entreprise, les notes de frais et les demandes de remboursement pour les abonnements à des outils d’IA. Cherchez les prélèvements OpenAI, Anthropic, Google (offres d’IA), Jasper, Copy.ai, Notion AI, Grammarly Premium, Otter.ai, Descript, Runway et éditeurs comparables.

Vérifiez aussi l’historique d’achats des boutiques d’applications sur les appareils de l’entreprise et tout outil partagé de gestion des abonnements (1Password Teams, coffres d’identifiants partagés).

Voie de découverte 4 : revues de sécurité informatique et de terminaux

Examinez l’inventaire des extensions de navigateur sur les appareils gérés, les applications de bureau installées, les intégrations SaaS via OAuth / SSO, et les clés d’API stockées dans les dépôts de code ou les gestionnaires d’identifiants. Les extensions de navigateur d’IA (Grammarly AI, panneaux latéraux ChatGPT, résumeurs d’IA) sont souvent adoptées sans accord informatique.

Voie de découverte 5 : échanges directs

Les enquêtes manquent les outils que les gens tiennent pour « juste une autre application » ou ne reconnaissent pas comme de l’IA. Faites mener par la conformité ou les responsables d’équipe des échanges de quinze minutes avec chaque équipe. Posez des questions ouvertes sur les améliorations de processus, les nouveaux outils adoptés dans l’année, et la façon dont ils traitent la rédaction, l’analyse et le traitement des données.

Cette méthode a le meilleur taux de découverte pour l’IA de l’ombre qui échappe à toutes les détections techniques.

Méthode 3 : IA embarquée dans les outils SaaS déjà en place

Beaucoup de plateformes SaaS que votre organisation utilise déjà ont ajouté des fonctions d’IA, parfois activées par défaut, parfois sur option. Ces capacités embarquées peuvent créer des obligations au titre du règlement sur l’IA, même si vous n’avez pas consciemment adopté un « outil d’IA ».

Vérifiez si ces outils de votre pile ont des capacités d’IA :

Interrogez directement les éditeurs si leur documentation est floue. Demandez : « Votre produit recourt-il à l’IA ou à l’apprentissage automatique dans une fonction qui génère des prédictions, des recommandations ou des décisions automatisées ? Si oui, quelles fonctions, et quelles données traitent-elles ? »

Étape 2 : classer chaque système

Pour chaque système d’IA de votre inventaire, déterminez deux choses : le niveau de risque et votre rôle.

Classification du niveau de risque

Appliquez la logique de classification de l’article 6 :

• Interdit (article 5) : notation sociale, techniques subliminales manipulatrices, identification biométrique à distance en temps réel (étroites exceptions), reconnaissance des émotions sur le lieu de travail et dans l’enseignement. Cessez immédiatement : ces pratiques sont déjà illicites depuis le 2 février 2025.
• Haut risque (annexe III) : IA en biométrie, infrastructures critiques, éducation, emploi, services essentiels, activités répressives, migration, justice et démocratie. Obligations de conformité complète à compter du 2 décembre 2027 (annexe III) et du 2 août 2028 (annexe I), après le Digital Omnibus.
• Risque limité (article 50) : agents conversationnels, générateurs d’hypertrucages, reconnaissance des émotions, catégorisation biométrique. Les obligations de transparence s’appliquent depuis le 2 août 2026.
• Risque minimal : filtres antispam, moteurs de recommandation, mécaniques de jeu assistées par l’IA. Pas d’obligations imposées (codes de conduite volontaires au titre de l’article 95).

Voir le guide de classification pour l’arbre de décision détaillé, et vérifiez la dérogation de l’article 6, paragraphe 3, qui peut écarter des systèmes de l’annexe III du haut risque si l’IA n’entraîne pas un risque important.

Détermination du rôle

Pour chaque système, déterminez si vous êtes :

• Fournisseur : vous avez développé le système, ou vous l’avez mis sur le marché ou mis en service sous votre nom ou votre marque.
• Déployeur : vous utilisez, sous votre propre autorité et dans le cadre de votre activité professionnelle, un système développé par un tiers.
• Importateur : vous mettez sur le marché de l’Union un système d’un fournisseur hors Union.
• Distributeur : vous mettez un système à disposition dans la chaîne d’approvisionnement sans être le fournisseur, l’importateur ou le déployeur.

Une même organisation peut porter des rôles différents selon les systèmes. Une fintech peut être fournisseur de son modèle propriétaire d’évaluation de la solvabilité et déployeur d’un outil tiers de détection de fraude.

Voir le guide fournisseur / déployeur pour la comparaison côte à côte des obligations.

Étape 3 : documenter chaque système, champs d’inventaire complets

Champs d’identification

Champs de classification réglementaire

Champs propres au fournisseur (si vous êtes le fournisseur)

Champs propres au déployeur (si vous êtes le déployeur)

Étape 4 : prioriser selon le risque et l’exposition

Tous les systèmes n’ont pas la même urgence. Utilisez cette grille de priorisation :

Au sein de chaque palier, priorisez encore selon :

1. Portée de l’impact : les systèmes qui touchent plus de personnes, ou des populations plus vulnérables, passent en premier.
2. Taille de l’écart de conformité : les systèmes auxquels manquent le plus de documentation, de contrôles ou de processus.
3. Visibilité pour le contrôle : les systèmes utilisés dans des contextes grand public ou des secteurs réglementés (finance, santé, éducation), plus susceptibles d’attirer l’attention des autorités.
4. Exposition aux amendes : tenez compte des sanctions possibles en cas de manquement, jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires mondial pour les obligations à haut risque. Voir le guide des sanctions.

Étape 5 : tenir l’inventaire comme un document vivant

Un inventaire d’IA dressé un trimestre donné est déjà périmé le trimestre suivant. L’adoption de l’IA est rapide, les outils évoluent, et de nouveaux cas d’usage apparaissent en continu.

Cadence de revue

Mises à jour déclenchées par un événement

Mettez l’inventaire à jour immédiatement lorsque l’un des événements suivants survient :

• Un nouveau système d’IA est acheté, développé ou adopté (y compris l’IA de l’ombre découverte après coup).
• Un système existant fait l’objet d’une modification substantielle : nouveau modèle, nouvelle source de données, nouveau cas d’usage.
• La destination d’un système change (cela peut changer la classification de risque).
• Un système est retiré ou un contrat d’éditeur est résilié.
• Un éditeur ajoute des fonctions d’IA à un outil que vous utilisez déjà.
• Un service adopte un nouvel outil d’IA, y compris en offre gratuite ou en essai.
• Une classification de risque change (par exemple, un système jusque-là tenu pour à risque minimal est désormais utilisé dans un contexte à haut risque).
• Une orientation réglementaire clarifie la classification d’un type de système.

Contrôles de gouvernance

Intégrez l’entretien de l’inventaire aux processus existants :

• Achats : ajoutez une question de filtrage IA à tout nouveau processus d’achat de logiciel. « Cet outil recourt-il à l’IA ou à l’apprentissage automatique pour générer des prédictions, des recommandations ou des décisions ? »
• Accueil informatique : incluez des questions sur l’usage d’outils d’IA dans l’accueil des nouveaux salariés et les processus de mise à disposition informatique.
• Gestion du changement : exigez une mise à jour de l’inventaire d’IA dans le processus de gestion du changement pour les modifications de systèmes.
• Approbation budgétaire : signalez les demandes de dépenses et les bons de commande qui correspondent à des noms d’éditeurs d’IA ou à des mots-clés.

Erreurs fréquentes dans la construction d’un inventaire d’IA

Erreur 1 : n’inventorier que les systèmes que vous avez construits

Si vous ne listez que les systèmes d’IA développés en interne, vous manquez l’essentiel de votre empreinte d’IA. La plupart des organisations déploient bien plus d’IA tierce qu’elles n’en construisent. Les outils SaaS avec des fonctions d’IA embarquées sont les plus souvent oubliés. Une entreprise avec 2 systèmes d’IA internes peut en déployer 15 à 20 chez des tiers.

Erreur 2 : s’en remettre à l’informatique seule pour le recensement

L’adoption de l’IA est décentralisée. Les ventes, le marketing, les RH, la finance et les opérations adoptent des outils d’IA de façon autonome, souvent avec des cartes de l’entreprise, des offres gratuites ou des comptes personnels. Un inventaire mené seulement par le service informatique manquera l’IA de l’ombre et les outils propres à chaque métier. Impliquez chaque unité et menez un recensement transversal.

Erreur 3 : traiter l’inventaire comme un exercice unique

Un inventaire d’IA dressé une fois puis classé se dégrade immédiatement. De nouveaux outils sont adoptés chaque semaine. Les éditeurs ajoutent des fonctions d’IA aux produits existants. Les salariés trouvent de nouveaux outils. Sans processus d’entretien, votre inventaire devient une photographie historique plutôt qu’un instrument de conformité.

Erreur 4 : ne pas consigner l’usage réel face à la destination

Le même système d’IA peut être à faible risque dans un contexte et à haut risque dans un autre. Un agent conversationnel pour des FAQ clients générales est à risque limité ; le même agent réorienté vers le triage en santé mentale peut être à haut risque. Un moteur de recommandation pour des suggestions de produits est à risque minimal ; le même moteur pour le filtrage d’éligibilité à des prestations est à haut risque. Consignez comment chaque système est réellement utilisé, pas seulement sa finalité commercialisée.

Erreur 5 : sauter l’analyse « est-ce de l’IA ? »

Les équipes soit trop incluent (en traitant l’automatisation basique comme de l’IA), soit trop excluent (en manquant de vrais systèmes d’IA parce qu’ils ne ressemblent pas à « l’IA traditionnelle »). Appliquez la définition de l’article 3, point 1, de façon systématique : le système déduit-il des sorties (prédictions, recommandations, décisions, contenu) à partir d’entrées, au moyen d’un modèle appris ou adaptatif ? Consignez le raisonnement pour les cas limites.

Erreur 6 : ne pas attribuer de responsable par système

Un inventaire sans responsable de conformité clair par système dilue la responsabilité. Chaque système a besoin d’un responsable nommé, la personne tenue de faire en sorte que ce système satisfasse ses obligations d’ici l’échéance applicable. C’est en général le responsable produit (pour les systèmes dont vous êtes fournisseur) ou le responsable d’unité métier (pour les systèmes déployés).

Modèle pratique : structure d’un tableur d’inventaire

Pour les organisations qui partent de zéro, un tableur structuré est un point de départ réaliste avant de passer à un outil dédié. Organisez-le ainsi :

Onglet 1 : inventaire maître, une ligne par système d’IA, contenant tous les champs d’identification et de classification réglementaire listés ci-dessus.

Onglet 2 : systèmes fournisseur, vue filtrée des systèmes dont vous êtes le fournisseur, avec les champs de suivi propres au fournisseur.

Onglet 3 : systèmes déployeur, vue filtrée des systèmes dont vous êtes le déployeur, avec les champs de suivi propres au déployeur.

Onglet 4 : journal de découverte, traces des activités de recensement (date, méthode, service, constatations) pour démontrer la diligence dans la construction de l’inventaire.

Onglet 5 : journal des changements, traces de toutes les modifications d’inventaire (ajouts, retraits, changements de classification, mises à jour de statut) avec dates et motifs.

À mesure que l’inventaire mûrit, envisagez de passer à un outil dédié. Voir la comparaison des logiciels d’accompagnement à la conformité pour les options.

Questions fréquentes

Combien de systèmes d’IA une entreprise typique a-t-elle ?

Plus que vous ne croyez. Les travaux de 2025 suggèrent que les entreprises de taille intermédiaire (500 à 5 000 salariés) utilisent typiquement 15 à 40 systèmes d’IA lorsque les fonctions d’IA embarquées dans le SaaS sont incluses. Les grandes entreprises peuvent en avoir plus de 100. La plus grande surprise, pour la plupart des organisations, ce n’est pas les systèmes internes : c’est le volume d’IA tierce embarquée dans les outils du quotidien.

Dois-je inventorier les systèmes d’IA utilisés uniquement en interne ?

Oui. Le règlement sur l’IA s’applique aux systèmes d’IA « mis en service », ce qui inclut l’usage interne. Un système d’IA utilisé en interne pour l’évaluation des performances des salariés (annexe III, point 4) est à haut risque, qu’il soit ou non exposé aux clients. L’usage interne ne réduit pas les obligations réglementaires.

Qu’en est-il des outils d’IA utilisés par des salariés sur des comptes personnels ?

Si un salarié utilise un outil d’IA (par exemple ChatGPT via un abonnement personnel) dans le cadre de son activité professionnelle, c’est-à-dire pour des tâches de travail, l’organisation peut encore avoir des obligations au titre du règlement sur l’IA, surtout si la sortie influence des décisions relatives à des personnes physiques. C’est une zone grise, mais l’approche prudente est d’inclure ces outils à l’inventaire et d’établir des règles qui encadrent leur usage.

Dois-je inventorier les systèmes d’IA clairement à risque minimal ?

Oui. Incluez-les à l’inventaire même si les systèmes à risque minimal n’ont pas d’obligations imposées. Raisons : (1) la classification peut changer si le cas d’usage change, (2) un inventaire complet démontre la diligence aux autorités, (3) vous avez besoin d’une base pour voir quand un nouvel usage franchit un palier de risque plus élevé. Marquez-les comme à risque minimal et passez à autre chose : la charge documentaire pour le risque minimal est négligeable.

Quel rapport entre l’inventaire interne et l’enregistrement dans la base de données de l’UE (article 49) ?

Ils sont liés mais distincts. Votre inventaire interne des systèmes d’IA est exhaustif : il couvre tous les systèmes d’IA, tous niveaux de risque et tous rôles. L’enregistrement dans la base de données de l’UE au titre de l’article 49 est une exigence d’enregistrement public qui ne s’applique qu’aux systèmes d’IA à haut risque (et à certains systèmes à risque limité). Votre inventaire interne alimente l’enregistrement dans la base de l’UE, mais l’inventaire lui-même est plus large.

Pouvons-nous utiliser Legalithm ou des outils comparables pour gérer l’inventaire ?

Oui. Des outils d’accompagnement à la conformité au règlement sur l’IA dédiés peuvent aider à structurer et tenir l’inventaire, automatiser la classification et suivre le statut de conformité. En revanche, la phase de recensement, surtout la détection de l’IA de l’ombre, exige un effort humain, quel que soit l’outil. Aucun outil ne peut découvrir automatiquement chaque système d’IA de votre organisation sans un apport transversal.

Prochaines étapes

1. Partez des dossiers d’achat et des inventaires d’actifs informatiques pour saisir les systèmes d’IA formellement approuvés.
2. Menez un exercice de découverte de l’IA de l’ombre dans tous les services, avec les cinq méthodes décrites ci-dessus.
3. Vérifiez tous les outils SaaS existants pour les fonctions d’IA embarquées, à l’aide du tableau des éditeurs.
4. Classez chaque système à l’aide du guide de classification des risques.
5. Déterminez votre rôle pour chaque système à l’aide du guide fournisseur / déployeur.
6. Priorisez les systèmes à haut risque pour une action de conformité immédiate.
7. Établissez une cadence d’entretien et des contrôles de gouvernance.

Lancez l’évaluation gratuite au titre du règlement sur l’IA pour classer vos systèmes d’IA et identifier les obligations applicables.

Pour un guidage article par article, voir le guide complet du règlement sur l’IA.

Legalithm est un outil d’accompagnement à la conformité assisté par l’IA, ce n’est pas un conseil juridique. Les décisions finales de conformité doivent être revues par un conseil juridique qualifié.