> For the complete documentation index, see [llms.txt](https://trust.memori.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://trust.memori.ai/documenti-legali/analisi-gestione-rischio-sistemico.md).

# Analisi Gestione Rischio Sistemico

Memori s.r.l. pubblica e mantiene aggiornata la documentazione relativa all'analisi del rischio sistemico del proprio modello GPAI (MemoriNLP), in conformità con quanto previsto dal Capo V dell'AI Act europeo (Regolamento UE 2024/1689). Tutti i documenti sono redatti con rigore metodologico e in linguaggio accessibile, con l'obiettivo di garantire piena trasparenza verso utenti, clienti, partner e autorità di vigilanza.

***

#### Cos'è questa relazione

La relazione documenta il processo di analisi condotto da Memori s.r.l. per verificare se il proprio modello GPAI (MemoriNLP), alla base della piattaforma AIsuru, presenti caratteristiche di rischio sistemico ai sensi dell'articolo 51 del Regolamento (UE) 2024/1689. La metodologia adottata segue il Code of Practice sulle GPAI e integra criteri tecnici quantitativi e analisi qualitativa per ciascuna tipologia di rischio.

***

#### Cosa trovi nel documento

* Contesto aziendale e descrizione tecnica del sistema AIsuru
* Metodologia di analisi del rischio (bifasica: quantitativa + qualitativa)
* Analisi dei criteri dell'Allegato XIII dell'AI Act
* Valutazione qualitativa delle 5 categorie di rischio sistemico (salute, sicurezza, diritti fondamentali e altri)
* Classificazione finale del modello e obblighi normativi applicabili
* Procedure di monitoraggio, revisione e controllo nel tempo

{% file src="/files/RBeiyPqDfigSs5CVnx4V" %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://trust.memori.ai/documenti-legali/analisi-gestione-rischio-sistemico.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.