Ce qui arrive vraiment à vos données quand vous les confiez à un modèle d'IA

Le concept central ici n'est pas la cybersécurité au sens classique du terme. Personne ne parle de pirates qui volent vos mots de passe. Le risque réel est plus subtil : vous envoyez vous-même vos données sensibles à un tiers, volontairement, dans le cadre d'un usage parfaitement légitime, et vous ne savez pas précisément ce qu'il en advient ensuite. C'est cette zone d'incertitude que beaucoup de professionnels sous-estiment, parfois jusqu'au moment où un incident juridique ou réputationnel les oblige à s'en préoccuper.

Pourquoi ce risque concerne particulièrement les managers et leurs équipes

Les outils d'IA générative comme ChatGPT, Claude ou Gemini sont aujourd'hui utilisés pour des tâches quotidiennes à forte valeur informative : résumer un contrat fournisseur, rédiger une note de synthèse à partir de chiffres financiers non publiés, analyser un retour client confidentiel, préparer une présentation sur une acquisition en cours. Ce sont précisément ces tâches à haute valeur ajoutée qui crcrThe percentage of visitors or prospects who complete a desired action (purchase, sign-up, contact form), calculated as conversions divided by total opportunities.Voir la définition complète →éent le risque, parce que les données qui les alimentent sont rarement anodines.

Dans un cabinet de conseil ou une direction financière, un analyste qui colle un tableau Excel contenant des projections de revenus non consolidées dans une interface ChatGPT vient de transmettre ces informations à OpenAI, l'entreprise américaine qui opère le service. La question n'est pas théorique : selon les conditions générales en vigueur sur ChatGPT en version grand public, ces données peuvent être utilisées pour améliorer les modèles, sauf si l'utilisateur a explicitement désactivé cette option dans les paramètres.

Ce n'est pas un problème réservé aux grandes entreprises cotcotA prompting technique where a language model is guided to produce intermediate reasoning steps before giving a final answer, improving accuracy on complex tasks.Voir la définition complète →ées ou aux secteurs ultra-régulés comme la santé ou la finance. Toute organisation qui traite des données personnelles de clients européens tombe sous le RGPD, et transmettre ces données à un modèle opéré hors de l'Espace économique européen peut constituer un transfert de données personnelles soumis à encadrement légal.

Comment ça fonctionne concrètement : la mécanique des trois zones de risque

Quand une donnée entre dans un modèle via une interface web ou une APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Voir la définition complète →, elle transite par au moins trois couches distinctes, chacune avec ses propres règles.

La première couche, c'est le contexte de la requête. Ce que vous tapez dans la fenêtre de conversation, les documents que vous joignez, les données que vous collez : tout cela est envoyé aux serveurs de l'éditeur du modèle. Il est stocké temporairement pour traitement, et selon la politique de l'éditeur, il peut être conservé plus longtemps à des fins de sécurité, d'audit ou d'amélioration du modèle.

La deuxième couche concerne l'entraînement. Pour les offres grand public, des éditeurs comme OpenAI se réservent contractuellement le droit d'utiliser les données de conversation pour réentraîner leurs modèles futurs. Cela ne signifie pas qu'un autre utilisateur pourra un jour "retrouver" votre contrat dans une réponse du modèle : les modèles ne mémorisent pas les données textuelles de façon directe. Mais vos données contribuent statistiquement à ce que le modèle apprend, et cette contribution n'est pas révocable.

La troisième couche, souvent oubliée, c'est la chaîne de sous-traitants. Les grands éditeurs utilisent des infrastructures cloud tierces (AWS, Azure, Google Cloud) et parfois des prestataires humains pour l'annotation et la vérification des sorties du modèle. Concrètement, une requête contenant des données sensibles peut être vue par un sous-traitant en Philippines ou en Roumanie dans le cadre de processus de quality control. OpenAI reconnaît cette pratique dans ses conditions générales.

Prenons un exemple précis. Une directrice des ressources humaines dans une ETI industrielle utilise Claude (édité par Anthropic) pour rédiger un plan de restructuration impliquant 45 postes. Elle colle dans le chat un tableau listant les noms, salaires et anciennetés des personnes concernées. Ces données sont des données personnelles au sens du RGPD. Elles ont quitté le périmètre de l'entreprise sans base légale documentée, sans analyse d'impact (DPIA), et sans clause contractuelle avec Anthropic qui satisferait aux exigences de l'article 28 du RGPD sur les sous-traitants. Si la CNIL ou un autre régulateur européen venait à instruire un dossier dans ce secteur, cet usage pourrait constituer une infraction.

Quand utiliser ces outils sans risque, et quand s'arrarrAnnual Recurring Revenue (ARR) is the normalized, predictable revenue a subscription business expects to earn from active contracts over a single year.Voir la définition complète →êter

La bonne nouvelle est que le risque n'est pas binaire. Il se gère avec quelques distinctions opérationnelles claires.

Les offres entreprise des grands éditeurs changent le cadre contractuel. ChatGPT Enterprise et l'API d'OpenAI avec les conditions Business proposent explicitement de ne pas utiliser les données des clients pour l'entraînement du modèle. Microsoft Copilot for Microsoft 365, déployé via un tenant d'entreprise, opère dans le périmètre contractuel Microsoft avec des garanties RGPD documentées. Ces configurations ne sont pas parfaites, mais elles sont auditables.

Les modèles déployés en local ou en environnement privé, comme Llama 3 de Meta hébergé sur l'infrastructure de l'entreprise, ou Mistral Large déployé via Azure avec des paramètres de confidentialité stricts, éliminent la question du transfert externe. Les données ne quittent pas le périmètre de l'organisation. Ce choix a un coût d'infrastructure et de maintenance, mais il est pertinent pour les cas d'usage sensibles.

En revanche, même avec un contrat entreprise solide, certaines données ne devraient jamais entrer dans un modèle externe : les données couvertes par le secret professionnel (données médicales, juridiques, fiscales), les informations couvertes par un embargo boursier, les données biométriques. Pas parce que l'éditeur est malveillant, mais parce que la surface de risque juridique et réputationnel est trop large pour être justifiée par un gain de productivité.

La distinction pratique à retenir : une donnée anonymisée ou fictive peut entrer dans n'importe quel modèle. Une donnée nominative, financière non publique, ou relevant d'une obligation légale de confidentialité doit d'abord passer par une étape de pseudonymisation ou être traitée dans un environnement contractuellement qualifié.

La plupart des incidents de confidentialité liés à l'IA en entreprise ne viennent pas de failles techniques : ils viennent d'un collaborateur qui a utilisé l'outil grand public parce que c'était plus simple et plus rapide. La gouvernance efficace ici n'est pas un document de politique interne que personne ne lit, c'est une infrastructure de déploiement qui rend le bon outil aussi accessible que le mauvais.