Réponse rapide : La prochaine vague d'obligations de l'AI Act européen, couvrant la transparence, les modèles d'IA à usage général et la gouvernance, est entrée en vigueur le 2 août 2026. La conformité au titre du règlement n'est pas une case unique à cocher : elle dépend de la capacité à démontrer des données propres, traçables et auditables derrière chaque décision touchée par l'IA. La plateforme de Pearstop génère automatiquement cette piste d'audit comme sous-produit du travail de classification et de qualité des données qu'elle effectue déjà, si bien que la conformité devient un rapport que vous pouvez exécuter plutôt qu'un projet que vous devez commander.
Sur cette page : Ce qui vient de se passer · Conséquences de la non-conformité · Comment Pearstop répond aux obligations · La proposition de valeur · FAQ
Ce qui vient de se passer : le contexte de l'AI Act européen
L'AI Act européen (Règlement (UE) 2024/1689) est entré en vigueur le 1er août 2024 et se déploie selon un calendrier échelonné. Depuis le dernier jalon en date, les éléments suivants sont en vigueur :
- Dispositions générales et définitions fondamentales (articles 1 à 4)
- Pratiques d'IA interdites (article 5)
- Obligations pour les fournisseurs de modèles d'IA à usage général (GPAI) (articles 51 à 56)
- Obligations de transparence (article 50)
- Mesures en soutien à l'innovation (articles 57 à 63)
- Gouvernance et application (articles 64 à 76 et 99 à 101)
Il existe une exemption transitoire à connaître : les systèmes d'IA générative déjà existants ont jusqu'au 2 décembre 2026 pour respecter les exigences de marquage lisible par machine et de filigrane. Tout le reste de la liste ci-dessus est déjà en vigueur, ce qui fait de données propres, catégorisées et auditables une exigence au présent plutôt que quelque chose à planifier pour l'an prochain.
Conséquences de la non-conformité
La non-conformité à ces obligations entraîne des sanctions plus lourdes que jamais, comme le montre le tableau ci-dessous :
| Palier | Type de violation | Maximum fixe | % du chiffre d'affaires | Montant appliqué |
|---|---|---|---|---|
| Palier 1 | Pratiques d'IA interdites (article 5) | 35 millions d'euros | 7 % du chiffre d'affaires annuel mondial | Le montant le plus élevé des deux |
| Palier 2 | Non-conformité aux exigences pour les systèmes à haut risque et à la plupart des autres obligations | 15 millions d'euros | 3 % du chiffre d'affaires annuel mondial | Le montant le plus élevé des deux |
| Palier 3 | Fourniture d'informations incorrectes, incomplètes ou trompeuses aux autorités ou aux organismes notifiés | 7,5 millions d'euros | 1 % du chiffre d'affaires annuel mondial | Le montant le plus élevé des deux |
Le règlement prévoit toutefois une proportionnalité pour les PME et les petites capitalisations intermédiaires, mais l'exposition reste proportionnelle au chiffre d'affaires, si bien que les petites entités ne sont pas exemptées en pratique. Et l'amende est rarement toute l'histoire. Outre la sanction financière, les entités peuvent subir une atteinte à leur réputation, une perte d'accès au marché par incapacité à porter légalement le marquage CE, et un contrôle renforcé et continu de la part des autorités de surveillance du marché. Combinées, ces conséquences peuvent affecter une entreprise bien au-delà de la sanction initiale, quelle que soit sa taille. Le moyen le plus direct de réduire l'exposition à tout cela est le même dans chaque cas : des données propres, catégorisées et auditables.
Voici Pearstop : la conformité n'est pas une fonctionnalité, c'est toute la plateforme
La conformité au titre du règlement ne vient pas d'une seule protection. Elle vient de la traçabilité, de données propres et de la documentation travaillant ensemble à chaque point où l'IA touche votre flux de travail. Voici comment chaque partie de la plateforme Pearstop répond à cela.
File Drop — la piste d'audit, automatisée
Chaque utilisation de la fonctionnalité de dépôt de fichiers de Pearstop génère automatiquement une piste d'audit horodatée et inviolable. C'est exactement le type d'enregistrement que les obligations de transparence de l'article 50 exigent que les entités puissent produire sur demande. Comme elle est générée automatiquement, il n'y a aucune étape de journalisation manuelle à sauter, et aucune reconstruction après coup si un régulateur la demande.
Pearstop Ledger — une catégorisation traçable
Pearstop classifie les données achats et actifs selon l'UNSPSC, avec des contrôles qualité et de vérification intégrés à chaque étape. Cela transforme la catégorisation en un processus systématisé plutôt qu'improvisé, ce qui est là où commencent la plupart des problèmes de fiabilité des données. Le résultat est double : il devient plus facile de montrer comment une décision de classification ou de tarification a été prise, ce qui est la norme que les régulateurs appliquent aux décisions pilotées par l'IA en général, et l'entreprise dispose de données plus fiables pour son fonctionnement quotidien.
Data Quality — le fondement sous-jacent
En dessous des deux éléments ci-dessus, la plateforme structure, valide et maintient les données achats, actifs et coûts qui circulent dans les systèmes d'une entité. Des données propres et gouvernées ne sont pas ici qu'un gain d'efficacité, c'est ce sur quoi reposent la confiance, la conformité et l'avantage concurrentiel.
AI Readiness — des données prêtes pour la conformité, pour tout ce que vous déployez ensuite
Les mêmes données propres et structurées préparent aussi une entité à alimenter ses propres systèmes d'IA, si bien que les résultats restent fiables et traçables dès le départ. Plutôt que de se précipiter quand le prochain palier d'obligations à haut risque arrivera, les entités travaillant à partir de données propres sont déjà positionnées pour les respecter. Non seulement votre entité respectera chaque nouvelle obligation à mesure qu'elle arrive, mais elle le fera sans la précipitation que beaucoup d'organisations ne commencent qu'à ressentir maintenant avec le déploiement actuel.
Pourquoi la vision plateforme compte : la conformité ne se résout pas avec une seule fonctionnalité à cocher, elle se résout quand chaque point où l'IA touche votre flux de travail laisse une trace. Et comme l'infrastructure sous-jacente est la même dans les quatre domaines, ce qui soutient la conformité en matière de transparence aujourd'hui s'étend naturellement aux exigences de documentation des systèmes à haut risque à mesure qu'elles entrent en vigueur.
La proposition de valeur de Pearstop
Chaque partie de la plateforme répond à une obligation différente :
- File Drop pour les pistes d'audit
- Ledger pour une catégorisation traçable
- Data Quality pour la gouvernance
- AI Readiness pour ce qui arrive ensuite
Au-delà de l'argument de conformité, cela réduit le temps de préparation aux audits de semaines à minutes, avec des enregistrements exportables et horodatés et des données faciles à récupérer sur demande.
Si vous construisez un socle de crédibilité des données et de conformité, réservez un appel de découverte avec Pearstop : pearstop.com
Questions fréquentes
Quelles obligations de l'EU AI Act sont entrées en vigueur le 2 août 2026 ?
La dernière vague couvre les obligations relatives aux systèmes à haut risque ainsi que la plupart des obligations générales restantes prévues par l'Act, en s'appuyant sur les dispositions déjà en vigueur depuis 2024 et 2025, notamment les pratiques interdites, les obligations des fournisseurs de GPAI et les exigences de transparence.
Quelles sont les sanctions en cas de non-compliance avec l'EU AI Act ?
L'article 99 fixe trois paliers : jusqu'à 35 millions d'euros ou 7 % du chiffre d'affaires mondial pour les pratiques interdites, jusqu'à 15 millions d'euros ou 3 % pour la non-compliance avec les exigences relatives aux systèmes à haut risque et la plupart des autres obligations, et jusqu'à 7,5 millions d'euros ou 1 % pour la fourniture d'informations incorrectes, incomplètes ou trompeuses aux autorités ou aux organismes notifiés. Dans chaque palier, c'est le montant le plus élevé qui s'applique.
Comment Pearstop aide-t-il à la compliance avec l'EU AI Act ?
Pearstop classifie et structure les données de procurement et d'asset avec des audit trails et des contrôles qualité intégrés, de sorte que la traçabilité exigée par l'Act découle naturellement du travail de nettoyage de données que vous effectuez déjà, plutôt que de constituer un projet de compliance distinct.
La compliance ne concerne-t-elle que les entreprises qui développent des systèmes AI ?
Non. Les déployeurs et utilisateurs de systèmes AI ont également des obligations, notamment en matière de transparence et de documentation des systèmes à haut risque, de sorte que l'exigence de disposer de données propres et traçables s'applique largement à toute la supply chain, et pas uniquement aux fournisseurs d'AI.
Rae Thomas
Director of Operations, Pearstop
Rae heads up operations at Pearstop, in both the traditional and non-traditional sense. She's as committed to the internal success of the business as she is to the value clients get out of it, which is why she leads delivery on most projects and is the main point of contact for clients throughout.
LinkedIn →Further reading
Why the data has to be right before go-live, not after
Whatever is dirty in your data at cutover moves into the new ERP with you. Here is why the clean-up has to happen before go-live, not after.
Read more →ProcurementKeeping classification current before your ERP integration is even scoped
Waiting on an ERP integration doesn't mean waiting on spend visibility. Here's how to run interim classification so the migration inherits clean data.
Read more →
