Poznámka na začátek: nejsem právník a tohle není právní rada. Je to zápisník provozovatele, který si před 2. srpnem prochází vlastní produkty.
Odklad, který se netýkal toho, co většina lidí provozuje
Rada EU dala 29. června 2026 finální souhlas s balíčkem Digital Omnibus. Odborný tisk to shrnul do titulku, který si přečetl skoro každý: AI Act se odkládá. Co se ale odložilo, si přečetl málokdo, a v tom je celý problém.
Odložily se povinnosti pro vysoce rizikové systémy. Samostatné systémy podle Annexu III — tedy typicky nástroje pro nábor zaměstnanců, hodnocení úvěruschopnosti, biometrii, přístup ke vzdělání — se posunuly z 2. srpna 2026 až na 2. prosince 2027. Umělá inteligence vestavěná do regulovaných produktů podle Annexu I se posunula na 2. srpna 2028. Kdo takový systém provozuje, dostal rok a půl navíc a je to pro něj dobrá zpráva.
Jenže vysoce rizikový systém neprovozuje skoro nikdo. Naprostá většina firem, které dnes „něco dělají s AI“, má na webu chatbota, v aplikaci asistenta nebo funkci, která z nahraného dokumentu vytáhne data. A pro tyhle věci se nezměnilo nic. Článek 50 AI Actu, který upravuje povinnosti transparentnosti, zůstal na původním datu: 2. srpna 2026. Stejně tak článek 4 o AI gramotnosti. Ani jeden z nich Digital Omnibus neposunul.
Vzniklo tak nepříjemné rozevření nůžek. Velké firmy s vysoce rizikovými systémy — tedy ty, které mají právní oddělení a compliance manažera — dostaly odklad. Malé firmy s chatbotem — tedy ty, které se o AI Act nikdy nezajímaly, protože „to je přece pro velké“ — odklad nedostaly. A protože titulek zněl jednoznačně, celá druhá skupina si oddechla, aniž by k tomu měla důvod.
Co článek 50 vlastně chce
Jádro je banální a dá se shrnout jednou větou: AI systém určený k přímé interakci s lidmi musí uživateli dát vědět, že mluví se strojem. Chatbot na webu, virtuální asistent v aplikaci, autonomní AI agent, který vyřizuje objednávky — všechno spadá do stejné kategorie. Povinnost není napsat o tom studii; povinnost je tu informaci doručit, a to nejpozději při první interakci.
Zajímavější než to, co vyžaduje, je to, co nestačí. Když si čtu znění článku 50, vypadávají mi z něj tři věci, na které bych si sám naletěl:
- Věta v obchodních podmínkách nestačí. Informace musí být vnímatelná přímo v té interakci, ne schovaná v dokumentu, který nikdo nečte a na který se v chatu neodkazuje.
- Samotný watermark v metadatech nestačí. Strojově čitelné označení je užitečné a u generovaného obsahu se s ním počítá, ale člověk, který se dívá do okna chatu, žádná metadata nevidí.
- Vágní označení nestačí. Slovo „asistent“ může znamenat cokoli včetně živého člověka na druhé straně. Ostatně přesně proto je tenhle název tak oblíbený.
Druhá polovina článku 50 se týká AI generovaného obsahu: označování textů, obrázků a videí, které vytvořil model, a zvlášť deepfaků. K tomu Evropská komise vede kodex chování pro AI generovaný obsah, který stojí za sledování, pokud takový obsah produkujete ve velkém.
Pokutu zmíním jednou a věcně, protože strašit jí je laciné: za porušení článku 50 může jít až o 15 milionů eur nebo 3 % globálního ročního obratu, podle toho, co je vyšší. Reálné riziko pro malou firmu je jinde než v horní hranici sazby — ale ta sazba dobře ukazuje, že tuhle povinnost zákonodárce nepovažoval za formalitu.
Jedna věc mě na tom zaskočila víc než ostatní: povinnost nemá přechodné období pro existující produkty. Netýká se jen toho, co uvedete na trh po 2. srpnu. Týká se systémů na trhu v EU bez ohledu na to, kdy tam byly uvedeny. Chatbot, který na vašem webu běží tři roky, spadá pod stejné pravidlo jako ten, kterého nasadíte příští týden.
Otázka, na kterou neznám odpověď: kdo přiznává stroj u MCP serveru?
A teď k tomu, proč tenhle článek vlastně píšu. Provozuji osm veřejných MCP serverů — nad obchodním rejstříkem, due diligence, sankčními seznamy, insolvencemi, kurzy centrální banky, ověřením DPH, evropskými rejstříky a realitními daty. Když jsem si sedl s článkem 50 v ruce k vlastním produktům, narazil jsem hned u prvního na otázku, kterou neumím zodpovědět.
MCP server totiž není chatbot. Neinteraguje s člověkem. Interaguje s modelem, který ho zavolal — a s člověkem mluví ten model, v rozhraní, které provozuje někdo úplně jiný. Můj server dostane strukturovaný dotaz a vrátí strukturovanou odpověď; jestli na druhém konci sedí člověk, jiný stroj, nebo noční dávkový skript, se z toho volání nedozvím a dozvědět nemám jak.
Kdo tedy nese povinnost říct člověku, že mluví se strojem? Provozovatel chatbota, který ten model hostuje a vidí uživatele? Nebo i provozovatel nástroje, který ten model použil jako zdroj? Formulace o systému „určeném k přímé interakci s fyzickými osobami“ míří spíš na to první — server, který mluví jen s modelem, přímou interakci s člověkem z definice nemá. To je můj výklad a myslím, že je to výklad rozumný.
Jenže mít pravdu a mít klid jsou dvě různé věci. Vůbec se mi nechce stavět provozní jistotu na vlastním výkladu ustanovení, které zatím nikdo neaplikoval a ke kterému neexistuje ani výkladová praxe, ani judikatura. Kdybych se mýlil, dozvím se to způsobem, který se mi líbit nebude. Navíc AI agenti — tedy systémy, které jednají samostatně a moje nástroje volají v řetězci bez člověka v každém kroku — jsou přesně ta kategorie, kterou článek 50 výslovně jmenuje. Hranice mezi „nástrojem, který volá agent“ a „agentem samotným“ je v praxi mnohem měkčí, než jak vypadá v architektonickém diagramu.
Řeším to tak, jak řeším každou nejednoznačnost, u které je oprava levná a chyba drahá: ošetřím si obojí. Do popisu každého MCP nástroje a do metadat serveru patří jednoznačná informace o tom, co ten nástroj je, kdo ho provozuje a odkud data pocházejí. Stojí mě to pár řádků a je to informace, kterou model může předat dál, když se ho uživatel zeptá, odkud odpověď má. Pokud výklad jednou dopadne přísněji, mám to hotové. Pokud dopadne tak, jak čtu já, přišel jsem o půl hodiny práce a získal lepší dokumentaci. To je asymetrie, u které se nemá cenu hádat.
Checklist, který si sám procházím
Tohle není šablona ke stažení ani právní rada. Je to seznam otázek, které si kladu u vlastních produktů, a myslím, že většina z nich dává smysl komukoli s podobným zadáním.
1. Vypíšu si všechna místa, kde se náš software potkává s člověkem přes model. Ne „máme AI“, ale konkrétní obrazovky a endpointy. Kdo tenhle seznam nemá, nemá co kontrolovat — a překvapivě často se ukáže, že těch míst je víc, než si kdokoli pamatoval, protože jedno z nich vzniklo mimochodem před rokem.
2. U každého se ptám: dozví se to člověk, a dozví se to hned? Ne v nápovědě, ne v podmínkách, ne po rozkliknutí. V tom rozhraní, v okamžiku, kdy začíná interakce. Když si musím krok odklikat, abych tu informaci našel, není doručená.
3. Ptám se, jestli je to označení konkrétní. „Asistent“ neříká nic. Věta, ze které je zřejmé, že odpovědi generuje jazykový model, říká všechno. Rozdíl mezi těmi dvěma je jedna věta textu a je to ta nejlevnější položka celého seznamu.
4. U funkcí, které z dat něco vytahují, se ptám na dvě věci najednou. Konkrétně u AI importu v mojí aplikaci na knihu jízd — uživatel nahraje podklad a model z něj vytáhne položky cest. Otázka číslo jedna: říkám mu jasně, že to extrahoval model, ne pevný parser? Otázka číslo dvě, kterou považuju za důležitější: říkám mu čitelně, že to má po modelu zkontrolovat, než to potvrdí? Model, který se u jedné položky splete v číslici, vypadá úplně stejně sebejistě jako model, který se nespletl. To je vlastnost, ne chyba — a uživatel o ní musí vědět dřív, než na tlačítko klikne.
5. Zvlášť si projdu produkty, které běží dlouho. Nový produkt navrhnu rovnou správně. Riziko je ve funkci, která existuje dva roky, prošla třemi redesigny a nikdo si už nevzpomene, kde přesně tam ta věta o AI byla — a jestli tam po druhém redesignu vůbec zůstala.
Co si z toho beru
Regulace, o které si všichni myslí, že se odložila, se za tři týdny týká skoro každého, kdo provozuje chatbota — a skoro nikdo se na to nechystá, protože titulek zněl uklidňujícím tónem. Odklad je reálný, jen platí pro úplně jinou skupinu, než která si oddechla.
To praktické, co jsem si z prohlídky vlastních produktů odnesl, je banální a stojí za to říci nahlas: splnit článek 50 je práce na odpoledne, zjistit, kde všude ho splnit musíte, je práce na den. Ta těžká část není napsat větu „mluvíte s AI asistentem“. Ta těžká část je mít úplný seznam míst, kde se váš software potkává s člověkem přes model — protože do toho seznamu patří i ta funkce, kterou před rokem někdo nasadil jako experiment a zapomněl na ni.
A ta otevřená otázka kolem MCP serverů zůstává otevřená. Nevím, jak to dopadne, a nevěřím nikomu, kdo teď tvrdí, že to ví jistě. Vím jen, že si to ošetřím preventivně, protože to stojí pár řádků, a že si o tom rád přečtu první seriózní výklad, až nějaký vznikne.