MadridBarcelonainfo@velardevidal.com
Firma Legal & Tax
España · desde 2023
V&V Velarde & VidalLegal & Tax
InicioAnálisisFiscal
Inicio · Recursos · Guias · Startups y venture capital: cómo clasificar un sistema de IA por nivel de riesgo
Protección de datos y compliance

Startups y venture capital: cómo clasificar un sistema de IA por nivel de riesgo

Por Sergio Lozano, Socio — Protección de datos y complianceActualizado: 2028-09-22

El Reglamento de Inteligencia Artificial de la Unión Europea –el llamado AI Act– ha transformado el escenario regulatorio para cualquier empresa que desarrolle, implante o comercialice sistemas de IA en el mercado europeo. Para las startups tecnológicas y sus inversores de capital riesgo (venture capital), la clasificación del sistema de IA por nivel de riesgo no es un trámite secundario: condiciona la viabilidad de la ronda, el calendario de lanzamiento del producto y la exposición del equipo directivo a responsabilidad. Ignorarlo equivale a construir la arquitectura de la empresa sobre un cimiento que la normativa puede hacer colapsar.

En breve: Clasificar un sistema de IA por nivel de riesgo conforme al AI Act implica analizar la función del sistema, su ámbito de despliegue y el potencial impacto sobre derechos fundamentales o sectores críticos. Del resultado de esa clasificación dependen las obligaciones de cumplimiento, los plazos de adaptación y, en última instancia, la posibilidad de comercializar el producto en la Unión Europea. El asesoramiento temprano en el proceso reduce de forma significativa el coste de adaptación y el riesgo sancionador.

El marco aplicable: qué exige el AI Act a la empresa

El AI Act establece un sistema de clasificación por niveles de riesgo que determina las obligaciones aplicables a cada sistema de IA. No todas las empresas asumen el mismo nivel de exigencia. La norma distingue cuatro categorías principales: riesgo inaceptable, riesgo alto, riesgo limitado y riesgo mínimo.

Los sistemas de riesgo inaceptable están directamente prohibidos. Incluyen, entre otros, sistemas de puntuación social generalizada o la identificación biométrica remota en tiempo real en espacios públicos sin habilitación explícita. Para una startup, detectar que su producto cae en esta categoría en fase de desarrollo evita una inversión a fondo perdido.

Los sistemas de riesgo alto son los que concentran la mayor carga regulatoria. El AI Act los enumera en sus anexos: sistemas de selección de personal, herramientas de evaluación crediticia, sistemas de infraestructura crítica, IA en el ámbito de la educación, la justicia o la seguridad. Una startup de recursos humanos que automatiza el cribado de candidatos o una fintech que califica la solvencia de un cliente opera, con alta probabilidad, en esta categoría.

La carga de cumplimiento para los sistemas de riesgo alto incluye, entre otras obligaciones: gestión de riesgos documentada, datos de entrenamiento representativos y con calidad verificable, registro de actividad (logging), transparencia hacia el usuario, supervisión humana efectiva, robustez y ciberseguridad, y declaración de conformidad con marcado CE. Este conjunto de exigencias tiene implicaciones directas en la arquitectura del producto y en el presupuesto de desarrollo.

Los sistemas de riesgo limitado –como los chatbots de atención al cliente– tienen obligaciones más livianas, principalmente de transparencia: el usuario debe saber que interactúa con una IA. Y los de riesgo mínimo –un filtro de correo spam o un motor de recomendación básico– no tienen obligaciones específicas bajo el AI Act, aunque siguen sujetos a la normativa de protección de datos.

En nuestra experiencia asesorando a empresas tecnológicas, la principal dificultad no es entender la jerarquía de categorías: es determinar con precisión en cuál cae el sistema concreto de la empresa. La definición de "sistema de IA" en el AI Act es más amplia que la intuición técnica del fundador. Un modelo de regresión lineal puede quedar dentro del ámbito si se emplea en una decisión de alto impacto.

¿Cómo se clasifica en la práctica un sistema de IA?

La clasificación no es una declaración unilateral de la empresa. Es el resultado de un proceso analítico estructurado que debe estar documentado y ser reproducible ante una autoridad de supervisión. Presentamos a continuación las fases operativas de ese proceso.

Fase 1: identificar la función del sistema

El punto de partida es responder con precisión a estas preguntas: ¿qué hace el sistema?, ¿qué datos utiliza como entrada?, ¿qué salida produce? y ¿qué decisión humana condiciona o sustituye? Una IA que genera texto publicitario tiene muy poco que ver, desde el punto de vista regulatorio, con una IA que determina el acceso a un préstamo. La descripción funcional precisa es el insumo mínimo del análisis.

Fase 2: verificar si el sistema está prohibido

Antes de analizar el nivel de riesgo, conviene comprobar si el sistema entra en alguna de las categorías prohibidas. Este paso es rápido pero crítico: si la función del sistema encaja con alguna de las prácticas proscritas, la conclusión es la reformulación del producto, no su clasificación en una categoría inferior.

Fase 3: contrastar con los anexos de riesgo alto

El AI Act enumera los casos de uso de riesgo alto de forma taxativa. La empresa debe revisar si el sistema cae en alguno de esos ámbitos: infraestructuras críticas, educación, empleo, servicios esenciales (banca, seguros), aplicación de la ley, migración, administración de justicia, procesos democráticos. Si el sistema opera en alguno de estos ámbitos, la clasificación provisional es riesgo alto, salvo excepciones expresamente previstas en la norma.

Fase 4: evaluar el rol de la empresa en la cadena de valor

El AI Act distingue entre proveedores (providers), despliegadores (deployers), importadores y distribuidores. Las obligaciones varían según el rol. Una startup que desarrolla el sistema y lo comercializa es proveedora: asume la carga máxima de cumplimiento. Una empresa que integra un modelo de tercero en su flujo operativo es despliegadora: tiene obligaciones propias, pero puede apoyarse en la documentación del proveedor. En muchas rondas de venture capital, este análisis de roles es un elemento de la diligencia debida (due diligence) técnico-jurídica.

Fase 5: documentar la evaluación

La clasificación debe quedar recogida en un documento interno –a menudo denominado evaluación de conformidad o registro de clasificación– que recoja la función del sistema, el rol de la empresa, la categoría asignada y el razonamiento jurídico que la sustenta. Este documento no es una formalidad: es la primera línea de defensa ante la autoridad de supervisión y, para los inversores, es parte del dossier de cumplimiento que protege el valor de la inversión.

Decisiones y plazos críticos para la dirección

El AI Act ha establecido un calendario de aplicación gradual. Los sistemas de IA que caen en el ámbito de la norma no tienen todos el mismo plazo de adaptación: las prácticas prohibidas entraron en vigor en una fase temprana, mientras que los sistemas de riesgo alto tienen plazos más extensos en función del ámbito de despliegue. Conviene verificar con la normativa vigente el calendario exacto aplicable al sistema concreto, ya que los plazos de transposición e implementación han ido actualizándose.

Para un equipo directivo de una startup, las decisiones críticas son las siguientes:

  • Clasificación en la fase de diseño del producto, no en la de lanzamiento. Reclasificar un sistema ya desplegado multiplica el coste de adaptación.
  • Integración del cumplimiento en el proceso de desarrollo (enfoque compliance by design). Las exigencias del AI Act sobre datos de entrenamiento, arquitectura y logging son más fáciles y baratas de incorporar en la fase de construcción del modelo que de manera retroactiva.
  • Coordinación con el programa de protección de datos existente. El AI Act no sustituye al Reglamento General de Protección de Datos (RGPD): ambos marcos coexisten. Un sistema de IA de riesgo alto que procese datos personales necesitará, además del cumplimiento del AI Act, una evaluación de impacto en protección de datos (EIPD) con arreglo al RGPD y la supervisión de la Agencia Española de Protección de Datos (AEPD). El plazo de respuesta a derechos del interesado –un mes, prorrogable dos meses en casos complejos– sigue siendo exigible con independencia de que el tratamiento sea automatizado.
  • Actualización del registro de actividades de tratamiento. Si el sistema de IA procesa datos personales, la incorporación del tratamiento al registro es una obligación que no admite demora. Hemos observado en nuestra práctica que este registro es uno de los primeros documentos que solicita una autoridad de control en una inspección.
  • Protocolo de notificación de brechas de seguridad. El plazo de setenta y dos horas para notificar a la AEPD una brecha de seguridad –conforme al RGPD– se vuelve especialmente exigente cuando el sistema afectado procesa datos a escala y de forma automatizada. Un sistema de IA que sufre una brecha puede afectar simultáneamente a miles de interesados.

¿Ha valorado su empresa el impacto de una reclasificación por parte de la autoridad de supervisión durante una ronda de inversión? La respuesta a esa pregunta determina si el programa de cumplimiento es un activo de la empresa o una contingencia que el inversor descuenta de la valoración.

La intersección con el RGPD y la normativa de compliance penal

Un error frecuente en las startups de IA es tratar el cumplimiento del AI Act de forma aislada, como si fuera un requisito independiente del resto del marco regulatorio. No lo es.

El RGPD y la Ley Orgánica de Protección de Datos y Garantía de los Derechos Digitales (LOPDGDD) siguen siendo el marco central de la adaptación al RGPD en cualquier empresa que procese datos personales. El AI Act añade una capa de exigencias sobre los sistemas automatizados, pero no sustituye las obligaciones que ya existían: base de legitimación de cada tratamiento –cuya elección entre consentimiento o interés legítimo tiene implicaciones prácticas muy concretas–, derechos de los interesados, medidas de seguridad, nombramientos de delegado de protección de datos cuando sea exigible, y registro de tratamientos.

La adaptación RGPD de una startup que desarrolla IA debe, por tanto, articularse de forma coordinada con el cumplimiento del AI Act. Ambos marcos comparten herramientas –la evaluación de impacto, el principio de privacy by design– y sus exigencias son, en muchos casos, acumulativas.

Existe, además, una dimensión de compliance penal que no puede ignorarse. La legislación española en materia de responsabilidad penal de las personas jurídicas exige que las empresas cuenten con programas de prevención de delitos que incluyan, entre otros elementos, un canal de denuncias operativo. Una startup que opera sistemas de IA en ámbitos sensibles –selección de personal, acceso a servicios financieros– puede generar situaciones de riesgo de discriminación algorítmica que, en función de las circunstancias, podrían tener relevancia en sede penal. El programa de compliance penal debe contemplar expresamente los riesgos derivados del uso de IA.

Hemos implantado programas de protección de datos y compliance en empresas tecnológicas, industriales y de salud, y en todos los casos la integración temprana del marco de IA en el programa de cumplimiento existente ha resultado más eficiente –en tiempo y coste– que su tratamiento como proyecto independiente.

¿Qué busca el inversor de venture capital en el cumplimiento de IA?

El inversor de venture capital que evalúa una startup de IA ha incorporado el cumplimiento regulatorio como variable de valoración. No es filantropía regulatoria: es gestión del riesgo de la cartera.

En la diligencia debida (due diligence) técnico-jurídica previa a una ronda, los puntos de revisión habituales relacionados con el cumplimiento del AI Act incluyen:

  • Existencia y documentación de la clasificación del sistema de IA.
  • Evaluaciones de conformidad completadas o en curso para sistemas de riesgo alto.
  • Registro de actividades de tratamiento actualizado.
  • Evidencia de supervisión humana efectiva sobre las decisiones automatizadas.
  • Protocolo de gestión de incidentes de seguridad (incluyendo brechas de datos).
  • Canal de denuncias operativo y política de compliance penal documentada.
  • Acuerdos con proveedores de modelos de IA de base que distribuyan correctamente las responsabilidades bajo el AI Act.

Una startup que llega a una ronda Serie A sin haber abordado ninguno de estos elementos enfrenta dos escenarios igualmente indeseables: que el inversor descuente la contingencia regulatoria de la valoración, o que exija un periodo de adaptación previo al cierre que dilata el calendario de la operación. Ninguno de los dos es neutro.

En nuestra práctica asesorando a empresas tecnológicas en procesos de inversión, hemos observado que los fondos más sofisticados incluyen en sus hojas de términos (term sheet) cláusulas específicas de representación sobre el estado de cumplimiento del AI Act. Incumplir una representación de ese tipo puede tener consecuencias sobre el precio de la operación o activar mecanismos de ajuste post-cierre.

¿Cuándo y cómo reduce el asesoramiento temprano el coste regulatorio?

La lógica es sencilla. Cuanto más avanzado está el producto en su ciclo de desarrollo, más costoso es introducir las modificaciones que exige el cumplimiento regulatorio. Rediseñar la arquitectura de un modelo de selección de personal para cumplir con los requisitos de datos de entrenamiento del AI Act cuando el modelo ya está en producción puede implicar semanas de trabajo de ingeniería. El mismo rediseño en fase de diseño es cuestión de horas.

Hay tres momentos en los que el asesoramiento jurídico especializado genera el mayor retorno para una startup de IA:

  1. Antes de la primera línea de código del modelo: clasificación preliminar, identificación de restricciones de arquitectura y de datos, y alineación con el marco de protección de datos. Este momento es el más barato y el más determinante.
  2. Antes de la ronda de financiación: auditoría del estado de cumplimiento, preparación del dossier regulatorio para la diligencia debida y resolución de contingencias identificadas. Una empresa que entra a una ronda con el dossier en orden negocia desde una posición más sólida.
  3. Antes del lanzamiento comercial en la UE: verificación de la declaración de conformidad, comprobación del marcado CE (para sistemas de riesgo alto), y preparación de los contratos con clientes que incorporen las cláusulas de distribución de responsabilidades exigidas por el AI Act.

El mito de que con una cláusula de privacidad en la web ya se cumple el RGPD tiene su equivalente en el mundo del AI Act: que con un aviso de "este sistema usa IA" ya se cumple la norma. Ambas creencias son igualmente inexactas. El cumplimiento del AI Act para sistemas de riesgo alto exige procesos documentados, arquitecturas técnicas específicas y supervisión continua. No es una declaración unilateral: es un sistema de gestión.

La prueba de ello está en la práctica de los programas de cumplimiento que funcionan: el registro de tratamientos, el protocolo de brechas y el modelo de compliance integrado reducen tanto la probabilidad de sanción como la responsabilidad del órgano de administración en caso de incidente. Lo mismo ocurre con el cumplimiento del AI Act: la documentación previa es la mejor defensa ante una inspección.

Checklist de clasificación: pasos para la empresa

A modo de síntesis operativa, el siguiente checklist recoge los pasos mínimos que debe completar una startup o una empresa participada por un fondo de venture capital para clasificar correctamente su sistema de IA y gestionar las obligaciones derivadas.

  • Describir con precisión la función del sistema de IA: entradas, salidas y decisiones que condiciona.
  • Verificar si el sistema encaja en alguna práctica prohibida por el AI Act.
  • Contrastar la función del sistema con la lista de casos de uso de riesgo alto.
  • Determinar el rol de la empresa en la cadena de valor del AI Act (proveedor, despliegador, importador o distribuidor).
  • Documentar la clasificación y el razonamiento jurídico en un registro interno.
  • Identificar las obligaciones de cumplimiento derivadas de la clasificación asignada.
  • Revisar la superposición con el RGPD: actualizar el registro de actividades de tratamiento, verificar las bases de legitimación y comprobar si es exigible una evaluación de impacto.
  • Comprobar que el protocolo de notificación de brechas de seguridad cubre los escenarios específicos del sistema de IA.
  • Integrar los riesgos derivados del sistema de IA en el programa de compliance penal y verificar que el canal de denuncias está operativo.
  • Revisar los contratos con proveedores de modelos base y con clientes para incorporar la distribución de responsabilidades bajo el AI Act.
  • Establecer un calendario de revisión periódica de la clasificación, ya que cambios funcionales o de ámbito de despliegue pueden modificar la categoría asignada.

¿Tiene su empresa un documento que recoja este análisis para cada sistema de IA en desarrollo o en producción? Si la respuesta es negativa, el riesgo regulatorio ya es presente, no futuro.

Servicios relacionados

La clasificación de sistemas de IA se enmarca dentro de un programa de cumplimiento más amplio que integra protección de datos, compliance penal y gobierno corporativo. Si su empresa opera en un entorno regulado o se prepara para una ronda de inversión, le invitamos a conocer en detalle nuestra práctica de protección de datos y compliance, donde abordamos de forma coordinada el AI Act, el RGPD y la normativa de compliance penal.

Si su empresa ha recibido o prevé recibir una inspección de la Agencia Española de Protección de Datos (AEPD) en relación con el tratamiento automatizado de datos, puede consultar nuestra guía específica sobre cómo afrontar una inspección de la AEPD. Asimismo, si necesita claridad sobre la base de legitimación de su tratamiento automatizado, nuestra comparativa sobre consentimiento frente a interés legítimo ofrece los criterios de decisión aplicables al entorno empresarial español.

Preguntas frecuentes

¿Qué implica cómo clasificar un sistema de IA por nivel de riesgo para una empresa?
Clasificar un sistema de IA por nivel de riesgo conforme al AI Act determina el conjunto de obligaciones de cumplimiento que recaen sobre la empresa. Para los sistemas de riesgo alto, esas obligaciones incluyen gestión de riesgos documentada, calidad de datos verificable, supervisión humana, registro de actividad y declaración de conformidad. La clasificación también condiciona la viabilidad comercial del producto en el mercado europeo y es un elemento central de la diligencia debida en procesos de inversión. Ignorar este análisis expone a la empresa a sanciones significativas y a contingencias que el inversor descuenta de la valoración.
¿Qué plazos y costes conlleva cómo clasificar un sistema de IA por nivel de riesgo?
El AI Act establece un calendario de aplicación gradual que varía según la categoría del sistema. Las prácticas prohibidas fueron las primeras en entrar en vigor; los sistemas de riesgo alto tienen plazos de adaptación más extensos, aunque conviene verificar con la normativa vigente el calendario exacto según el ámbito de despliegue. En cuanto al coste, la variable más relevante es el momento en que se aborda el cumplimiento: integrarlo en la fase de diseño del producto es significativamente más barato que adaptarlo de forma retroactiva una vez el sistema está en producción o, peor aún, bajo inspección.
¿Qué riesgos hay que evitar en cómo clasificar un sistema de IA por nivel de riesgo?
Los riesgos principales son tres. Primero, la infra-clasificación: asumir que el sistema es de riesgo mínimo sin haber realizado el análisis formal. Segundo, la fragmentación regulatoria: gestionar el AI Act de forma aislada del RGPD y del compliance penal, cuando los tres marcos son acumulativos. Tercero, la clasificación estática: no revisar la categoría del sistema cuando cambia su función o su ámbito de despliegue. Un sistema que se amplía para operar en un nuevo sector puede cruzar el umbral de riesgo alto sin que la empresa lo haya detectado.
¿Cuándo conviene contar con asesoramiento en cómo clasificar un sistema de IA por nivel de riesgo?
El momento más rentable es el más temprano: en la fase de diseño del producto, antes de que la arquitectura técnica esté definida. El segundo momento clave es antes de una ronda de financiación, para preparar el dossier regulatorio y resolver contingencias antes de que el inversor las identifique en su diligencia debida. El tercer momento es antes del lanzamiento comercial en la Unión Europea, para verificar la conformidad y los contratos con clientes. Actuar en cualquiera de estos tres momentos es siempre preferible a gestionar el cumplimiento bajo la presión de una inspección o de un proceso de inversión ya en curso.

Hablemos de su caso

Para una primera valoración, escríbanos a info@velardevidal.com.

Plantear mi caso

Este contenido es informativo y no constituye asesoramiento jurídico. Para un análisis de su situación, contacte con info@velardevidal.com.