Où vont réellement vos données ? Une carte de sensibilité pour choisir entre IA locale, cloud UE et IA publique

Imaginez un employé qui connaît bien l’IA, dans une entreprise qui a décidé que Copilot est l’outil officiel. S’il pense qu’un autre outil, Claude par exemple, fait mieux le travail dont il a besoin, il y a de bonnes chances qu’il l’utilise quand même, en parallèle, sans le dire à personne. Voilà à quoi ressemble le shadow AI dans beaucoup d’entreprises, et ce ne sont pas nécessairement les personnes les moins qualifiées qui le font. Dans ce cas, c’est celle qui connaît le mieux l’IA.

Certaines entreprises réagissent en interdisant l’IA purement et simplement. Je ne pense pas que quiconque puisse se le permettre. Une entreprise qui abandonne les outils d’IA perd immédiatement un avantage concurrentiel considérable : en capacité d’intelligence et de réflexion, en rythme de travail, en accès à une expertise que les employés, et même les membres du comité de direction, n’ont pas vraiment autrement. Les entreprises les plus efficaces de la prochaine vague sont flexibles, utilisent largement les agents dans chaque service et ne cessent de mettre à jour leurs façons de travailler avec les capacités les plus avancées que l’IA peut leur offrir. Éviter l’IA aujourd’hui n’est pas une option. C’est l’utiliser ou mourir, dans les prochains mois, ou les prochaines années si vous avez de la chance.

La question à trancher est donc quelles données peuvent entrer dans quel outil. Ce qui fonctionne en pratique est une carte assez simple pour que chacun puisse l’appliquer en quelques secondes, et les quatre étapes ci-dessous en construisent une.

Étape 1 : Triez vos données en quatre niveaux

Vous n’avez pas besoin d’un projet de classification. Quatre catégories suffisent, à condition que chacune s’accompagne d’exemples issus de votre propre activité.

1. Public. Tout ce qui est déjà sur votre site, dans vos brochures ou dans des sources publiques : textes marketing, prix publiés, études sectorielles générales.
2. Interne. Les informations du quotidien qu’il serait gênant de laisser fuir sans que cela vous coûte vraiment cher : notes de réunion courantes, documents de processus, brouillons d’e-mails ordinaires.
3. Confidentiel. Ce qui vous donne un avantage ou ce que vous avez promis de protéger : fichiers clients, contrats, chiffres financiers, R&D, modèles de prix, code source, documents de stratégie, plans produit.
4. Personnel et catégories particulières. Tout ce qui concerne des personnes identifiables, et surtout les catégories particulières que le RGPD protège le plus strictement, comme les données de santé. Traitez de la même façon les autres informations personnelles sensibles : situations financières, dossiers RH et tout ce qu’un client vous a confié.

Un document qui mélange les niveaux prend le plus élevé.

En pratique, les clients à qui je parle ne font pas ces distinctions. Pour eux, ce sont juste « nos données ». Quand ils deviennent protecteurs, c’est à propos de deux choses : les chiffres financiers et la R&D. C’est un bon point de départ pour la conversation, parce que tout le monde est déjà d’accord pour dire que ces deux-là relèvent du niveau 3.

J’ajouterais une règle qui se situe hors des niveaux : les clés, les mots de passe et tout type d’identifiant d’accès ne vont jamais dans un outil d’IA, quel que soit le niveau et quel que soit le déploiement. C’est la seule règle stricte que j’applique sur mes propres sites.

Étape 2 : Connaissez les quatre options de déploiement

La plupart des textes sur l’IA locale présentent deux choix, le cloud ou votre propre serveur. Il y en a quatre, et les deux du milieu sont là où la plupart des PME atterrissent.

1. Outils d’IA grand public. Chatbots gratuits ou en formule personnelle. Leurs conditions permettent souvent au fournisseur d’utiliser vos saisies pour améliorer ses modèles, sauf si vous désactivez cela, et vous n’avez presque aucune protection contractuelle.
2. IA cloud en offre professionnelle. Formules équipe ou entreprise des grands fournisseurs, avec un engagement contractuel de ne pas entraîner sur vos données, un accord de traitement des données et des contrôles d’administration. Le traitement peut toutefois avoir lieu hors de l’UE.
3. IA hébergée dans l’UE ou cloud souverain. Services qui gardent le traitement à l’intérieur de l’UE, opérés par une entité européenne ou dans le cadre d’une frontière de données UE. Cela supprime la plupart des questions de transfert et, quand le fournisseur n’est pas soumis à la juridiction américaine, l’exposition au CLOUD Act également.
4. IA locale ou on-premise. Modèles à poids ouverts sur du matériel que vous contrôlez. Les données restent sur votre réseau, et la responsabilité complète de la sécurité, des mises à jour et de la disponibilité aussi.

Étape 3 : Faites correspondre les niveaux aux options

C’est la carte. Adaptez-la à votre entreprise et intégrez-la à votre politique d’usage acceptable.

Les outils grand public ne sont acceptables que pour les données publiques, et cette seule règle supprime l’essentiel du risque de shadow AI. Regardez aussi la colonne locale : ce n’est jamais un oui automatique, parce que le fait de tourner sur votre propre matériel ne vous donne ni une base légale pour traiter des données personnelles ni une machine sécurisée.

Étape 4 : Ce que la réglementation change, et ce qu’elle ne change pas

C’est ici que le marketing de l’IA locale devient imprécis, alors il vaut la peine de l’être.

Le RGPD s’applique où que tourne le modèle. Le traitement local évite les transferts internationaux et réduit le nombre de sous-traitants dont vous dépendez. Vos obligations restent ce qu’elles étaient : une base légale, la limitation des finalités, la minimisation des données, la sécurité et les droits des personnes dont vous détenez les données.

L’effacement est difficile partout. Une fois qu’un modèle a été affiné sur des données personnelles, retirer une personne de ce modèle est techniquement difficile, que le modèle se trouve dans votre bureau ou dans un centre de données. L’avis 28/2024 du Comité européen de la protection des données sur les modèles d’IA indique qu’un modèle entraîné sur des données personnelles ne peut pas être simplement présumé anonyme. La conséquence pratique est de tenir les données personnelles hors de l’entraînement et de l’affinage, et de les faire entrer au moment de la requête, en laissant le modèle chercher dans vos documents, de sorte que supprimer un fichier le supprime vraiment.

L’EU AI Act regarde l’usage, pas l’emplacement. Vos obligations dépendent de ce que vous faites avec l’IA et de votre statut de fournisseur ou de déployeur. L’une d’elles s’applique déjà à presque toute entreprise qui utilise l’IA : depuis février 2025, les déployeurs doivent s’assurer d’une maîtrise suffisante de l’IA parmi le personnel qui l’utilise.

Le risque fournisseur est là où l’emplacement compte le plus. Les conditions de service et les prix changent, et les fournisseurs sont rachetés. Un fournisseur soumis au droit américain peut être contraint de remettre des données au titre du CLOUD Act même lorsqu’elles sont stockées en Europe, et c’est l’argument honnête le plus fort en faveur des options hébergées dans l’UE et locales. Le NIST AI Risk Management Framework et les lignes directrices d’audit IA de l’ISACA vous donnent une façon structurée de l’évaluer, ce qui vaut mieux que de se fier au dossier commercial d’un fournisseur.

Mettez-le en place ce mois-ci

• Publiez les quatre niveaux sur une page, avec deux exemples par niveau issus de votre propre activité.
• Ajoutez la carte ci-dessus à votre politique d’usage acceptable.
• Donnez au personnel un outil approuvé pour chaque niveau, pour qu’il n’ait pas à improviser.
• Vérifiez les conditions et l’accord de traitement des données de chaque outil d’IA que vous payez actuellement.
• Animez une courte session de formation, qui couvre aussi votre devoir de maîtrise de l’IA et où la carte devient une habitude.

Les rôles, les circuits d’approbation et la piste d’audit sont couverts dans la série sur la gouvernance et la conformité de mon Playbook. Si cela s’inscrit dans un déploiement plus large, cela relève des 30 premiers jours du Sprint d’adoption de l’IA.

Des cinq, c’est généralement le troisième point qui fait le plus de travail : une fois que les gens disposent d’un outil approuvé pour les données confidentielles, la plupart cessent de se tourner vers l’outil gratuit.