Tre ulike AI-lover skaper globalt regelkaos

California, New York og EU har nylig innført eller er i ferd med å innføre lover som regulerer de kraftigste KI-modellene, såkalte «frontier AI»-modeller. Problemet er at de tre jurisdiksjonene ikke er enige om hvor grensen går for hva som regnes som en slik modell, noe som skaper betydelige utfordringer for global etterlevelse. EUs AI-forordning definerer en grense ved 10²⁵ FLOP, en måleenhet for antall regneoperasjoner en modell er trent med. Dette er ti ganger lavere enn terskelen på 10²⁶ FLOP som er satt i Californias Transparency in Frontier Artificial Intelligence Act (TFAIA) og New Yorks RAISE Act. Konsekvensen er at en modell trent mellom disse to tersklene vil være underlagt EUs strenge krav om blant annet uavhengig testing og rapportering av alvorlige hendelser, mens den samme modellen ikke omfattes av Californias eller New Yorks spesifikke «frontier»-forpliktelser. Lovene har også ulike krav til hvilke selskaper som må følge regelverket. California og New York innfører de strengeste kravene kun for «store frontier-utviklere», selskaper med over 500 millioner dollar i årlig omsetning. Små utviklere kan dermed bygge nøyaktig samme modell som en stor utvikler, men møte færre krav. Dette betyr at norske selskaper som utvikler avanserte KI-modeller for det globale markedet, må ha en lagdelt tilnærming til etterlevelse, basert på både modellens kompleksitet og selskapets omsetning. I tillegg varierer kravene til rapportering av kritiske sikkerhetshendelser; New York krever rapportering innen 72 timer, mens California gir 15 dager. Denne ulikheten betyr at selskaper med juridisk eksponering i begge stater må forholde seg til den strengeste fristen. Selv om få modeller i dag krysser terskelen på 10²⁶ FLOP, forventes antallet å øke betydelig til over 200 modeller innen 2030, noe som presser fram behovet for mer harmoniserte regelverk globalt.