Utiliser l’IA sans exposer les données de ses clients

Ce que vous collez dans un prompt sort de chez vous

Le point de départ est technique et sans ambiguïté : un service d’IA générative en ligne est un prestataire externe. Le texte saisi transite par ses serveurs, y est traité, parfois conservé, et peut selon les offres alimenter l’amélioration du service. Ce n’est pas un traitement de texte local. Dès qu’un nom, une adresse, un numéro de dossier ou un diagnostic figure dans la fenêtre, une transmission de données a eu lieu, avec les obligations qui vont avec.

La CNIL le formule explicitement dans ses questions-réponses sur l’usage d’un système d’IA générative : il convient de ne jamais partager d’informations confidentielles, qu’il s’agisse de données personnelles, de données d’entreprise ou administratives, en particulier lorsqu’elles sont couvertes par un secret — secret des affaires, secret professionnel, déontologie.

La conséquence pratique n’est pas l’interdiction. C’est un tri en amont, systématique, qui prend quelques secondes une fois qu’il est devenu un réflexe. La difficulté n’est pas juridique, elle est comportementale : le copier-coller est un geste rapide, et l’envie d’un résultat immédiat l’emporte presque toujours sur la relecture préalable.

Ce que dit la CNIL, et sur quel calendrier

Depuis le lancement de son plan d’action sur l’IA, la CNIL publie une série de fiches pratiques qui articulent le RGPD et les systèmes d’intelligence artificielle. Elles ont d’abord porté sur le développement des systèmes — base légale, information des personnes, exercice des droits — puis se sont élargies à l’intérêt légitime et au moissonnage de données. Ses recommandations les plus récentes confirment la ligne : l’usage n’est pas prohibé, il est encadré.

Ces plafonds sont ceux du texte, pas ceux d’une TPE : les sanctions sont proportionnées à la gravité et aux moyens de l’organisme. Ils rappellent surtout que le sujet n’est pas cosmétique. Le cadre réglementaire européen sur l’IA et le RGPD se superposent sans se remplacer : le premier vise le système et sa transparence, le second les données personnelles qui y circulent.

Trois notions à ne pas confondre

Le responsable de traitement, c’est vous, dès lors que vous décidez de soumettre des données à un outil pour vos finalités. Le sous-traitant, c’est l’éditeur du service, qui traite pour votre compte selon des conditions contractuelles à lire avant de signer. La base légale, enfin, justifie le traitement : exécution d’un contrat, obligation légale, intérêt légitime ou consentement. Ne pas savoir laquelle s’applique à un usage donné est le signe qu’il faut s’arrêter avant de le déployer.

Les réflexes qui règlent l’essentiel du risque

Dans une structure de une à dix personnes, la conformité tient moins à la documentation qu’à quelques automatismes partagés.

• Anonymiser avant de coller. Remplacer les noms par « le client », les montants par des ordres de grandeur, les adresses par une ville. Dans neuf cas sur dix, le résultat est identique et la donnée n’est jamais sortie.
• Écrire la liste rouge. Une demi-page listant ce qui ne part jamais dans un prompt : pièces d’identité, données de santé, coordonnées bancaires, dossiers RH, contrats clients complets, mots de passe.
• Désactiver l’entraînement sur vos échanges quand l’offre le permet, et vérifier ce point à chaque changement de formule.
• Choisir des offres professionnelles plutôt que des comptes personnels : elles seules donnent accès à des engagements contractuels exploitables et à une administration des accès.
• Informer les personnes concernées. Si l’IA intervient dans le traitement de données clients ou candidats, la politique de confidentialité et, le cas échéant, les documents internes doivent le mentionner.
• Former, même brièvement. La CNIL souligne que l’essentiel des fuites involontaires vient d’un manque de sensibilisation ; une session courte et concrète réduit sensiblement le risque réel.

Ces mesures ont un avantage rare : elles ne coûtent presque rien et se vérifient. Un dirigeant peut contrôler en cinq minutes si la liste rouge existe, si elle a été lue, et si les comptes utilisés sont bien des comptes professionnels.

Anonymiser, en pratique

L’anonymisation improvisée est le point où l’on se trompe le plus souvent. Remplacer un nom par des initiales ne suffit pas dès lors que le reste du texte permet d’identifier la personne : une date d’intervention, une adresse de chantier et un métier réidentifient un client aussi sûrement qu’un patronyme. La bonne méthode consiste à retirer, et non à masquer — supprimer les éléments qui ne servent pas au traitement demandé, plutôt que de les remplacer par des symboles.

Un test simple permet de trancher avant de coller : si le texte tombait entre les mains d’un concurrent, la personne concernée serait-elle reconnaissable ? Si la réponse est oui, il reste du travail. Si le traitement demandé exige impérativement les données réelles pour produire un résultat utile — et c’est parfois le cas —, alors ce n’est plus un usage ponctuel, mais un traitement à part entière, qui doit être encadré contractuellement avec le prestataire plutôt qu’exécuté depuis un compte personnel.

Les cas où la prudence ordinaire ne suffit pas

Certains usages sortent du périmètre du bon sens et appellent une préparation formelle. Le tri de candidatures, l’évaluation de personnes, l’analyse de documents contenant des données de santé, le scoring de clients ou un agent conversationnel exposé au public entrent dans cette catégorie. La CNIL indique qu’une analyse d’impact relative à la protection des données est nécessaire pour ces situations sensibles, et la documentation des choix de conception y est le point de conformité le plus scruté.

Deux autres situations méritent attention. La première concerne les professions à secret — santé, droit, comptabilité, conseil — où la transmission d’un document client à un tiers pose une question déontologique avant même la question RGPD. La seconde concerne les outils qui se branchent automatiquement sur une messagerie, un CRM ou un espace de fichiers : le périmètre de données envoyé y devient invisible pour l’utilisateur, alors que la responsabilité, elle, reste entière. Un connecteur mal borné transmet des années d’historique en une seule autorisation.

Dernier réflexe, souvent oublié : conserver une trace des décisions. Quels outils sont autorisés, pour quelles tâches, avec quelles données, depuis quand. Une page suffit. Elle vaut à la fois preuve de diligence et outil de pilotage le jour où une offre change de conditions.

En résumé

Le cadre est stable et lisible : l’IA générative n’est pas interdite sur des données personnelles, mais elle constitue un traitement à préparer, à documenter et à sécuriser. Pour une TPE, l’essentiel du risque se règle avec deux gestes — anonymiser avant de coller, et formaliser ce qui ne sort jamais — complétés par des comptes professionnels et la désactivation de l’entraînement sur les échanges. Au-delà, dès qu’il s’agit de recrutement, de santé, de scoring ou d’un service exposé au public, la préparation formelle devient obligatoire, et c’est précisément là que se concentrent les contrôles.