Vérificateur de conformité EU AI Act
L'EU AI Act est entré en application progressivement depuis août 2024. Fournisseur, déployeur, importateur : vos obligations dépendent de votre rôle et du domaine d'usage de votre système. Ce questionnaire identifie votre niveau de risque et les articles applicables en 6 étapes.
Votre rôle
Quelle est votre position vis-à-vis de ce système IA ?
Aucune donnée n'est conservée sur nos serveurs. Tout s'exécute dans votre navigateur.
Comment utiliser cet outil
- 1Indiquez votre rôle : fournisseur, déployeur, distributeur ou importateur
- 2Précisez le périmètre géographique et les éventuelles exclusions applicables
- 3Répondez aux questions sur les pratiques prohibées et le domaine d'usage
- 4Obtenez votre niveau de risque et la liste des obligations applicables, recevez-les par email
Pourquoi ce critère compte
L'EU AI Act classe les systèmes IA en quatre niveaux (inacceptable, haut risque, risque limité, risque minimal) et impose des obligations différenciées selon le rôle de chaque acteur. Les pratiques prohibées sont interdites depuis le 2 février 2025. Les obligations pour les systèmes à haut risque s'appliquent à partir d'août 2026. Cartographier ses obligations dès maintenant permet d'anticiper les ajustements techniques et organisationnels nécessaires.
Questions fréquentes
Qu'est-ce que l'EU AI Act ?
L'EU AI Act (Règlement (UE) 2024/1689) est le premier cadre législatif complet au monde sur l'intelligence artificielle. Il est entré en vigueur le 1er août 2024 et s'applique progressivement. Il classe les systèmes IA par niveau de risque et impose des obligations proportionnées à chaque catégorie.
Quelles sont les pratiques d'IA interdites par l'AI Act ?
L'Article 5 interdit les pratiques suivantes depuis le 2 février 2025 : manipulation subliminale, exploitation de vulnérabilités, score de comportement social, prédiction criminelle sans acte concret, collecte non ciblée de données biométriques, détection d'émotions au travail ou en milieu scolaire, et biométrie à distance en temps réel dans l'espace public (avec exceptions limitées pour les forces de l'ordre).
Mon système IA est-il à haut risque selon l'AI Act ?
Un système IA est à haut risque s'il intervient dans l'un des secteurs listés à l'Annexe III : biométrie, infrastructures critiques, éducation, emploi, services publics essentiels, forces de l'ordre, migration ou justice. Sont également à haut risque les systèmes intégrés comme composants de sécurité dans des produits réglementés (dispositifs médicaux, véhicules, etc.).
Quelle est la différence entre fournisseur et déployeur sous l'AI Act ?
Le fournisseur est l'entité qui développe ou fait développer un système IA et le met sur le marché. Le déployeur est l'entité qui utilise le système dans le cadre de son activité professionnelle. Les obligations sont distinctes : le fournisseur supporte les obligations de conception et de documentation technique (Articles 9-16), tandis que le déployeur a des obligations d'usage et de supervision (Article 26).
Quelles sont les sanctions prévues par l'EU AI Act ?
Les amendes varient selon la gravité : jusqu'à 35 millions € ou 7 % du chiffre d'affaires mondial pour les pratiques prohibées (Article 5), jusqu'à 15 millions € ou 3 % pour les autres manquements, et jusqu'à 7,5 millions € ou 1 % pour la fourniture d'informations incorrectes. Des sanctions spécifiques s'appliquent aux PME et aux personnes physiques.
Tester un autre outil
À lire aussi
TypeSafe et son modèle Jev : l'IA qui refuse d'écrire, et ce que ses chiffres ne disent pas
TypeSafe AI est sortie de stealth mi-septembre 2026 avec 40 millions de dollars de seed et Jev, un modèle qui ne génère aucun texte : il renvoie une décision typée assortie d'une probabilité. Je détaille à quoi ça sert concrètement, en partant du SEO (classer l'intention d'une requête, rattacher un mot-clé à la bonne page existante, repérer deux pages qui se cannibalisent, savoir quelles pages vieillissent vite), puis dans tout métier où il faut classer, détecter ou router, avec la réponse documentée à l'objection des catalogues de plus de 255 entrées. Les chiffres qui circulent méritent en revanche d'être lus de près : les réponses de référence des benchmarks sont produites par les modèles concurrents eux-mêmes, et une sortie garantie par un schéma n'est pas une sortie juste.
Ralentir l'IA : trois lectures d'un accord entre rivaux, et celle qui ne tient pas
Le 12 septembre 2026, Dario Amodei publie un plan en trois étapes pour ralentir la course aux capacités de l'IA et engage Anthropic à ouvrir ses systèmes à des évaluateurs externes permanents. En trois heures, Elon Musk et Sam Altman approuvent, alors que deux d'entre eux sortent d'un procès à 130 milliards de dollars clôturé il y a quatre mois et toujours en appel. Je montre d'abord l'asymétrie réelle des trois prises de position, un engagement ferme, une intention et une approbation, puis je rappelle le précédent oublié des engagements volontaires de 2023, dont une étude chiffre le respect moyen à 53 % et la sécurisation des poids à 17 %. J'examine ensuite les trois lectures critiques qui circulent : la captation réglementaire, que l'essai d'Amodei alimente lui-même en défendant les contrôles à l'export et la lutte contre la distillation ; l'alerte de Jacob Coxon, qui a quitté Anthropic en abandonnant ses parts et que la thèse de l'intérêt financier explique mal ; et la thèse de l'introduction en bourse, la seule vérifiable, qui ne résiste pas au calendrier ni aux chiffres. Avec le critère que j'utilise pour trancher sans sonder les intentions, et ce qu'une entreprise qui déploie de l'IA doit en faire quand ces engagements arriveront dans les appels d'offres.
Le vocabulaire de l'IA expliqué simplement : 30 termes pour comprendre ce qu'on vous raconte
Un glossaire pour débutants, classé par dépendance et pas par ordre alphabétique : chaque terme s'appuie sur le précédent. On part du machine learning et des tokens, on passe par l'inférence et le contexte, puis par tout ce qu'on ajoute autour du modèle (RAG, outils, MCP, skills), par l'autonomie (agents, loops, harnais), par le matériel (VRAM, quantification), et on finit par apprendre à lire un benchmark sans se faire avoir.