Réponse courte : les données publiques et internes peuvent aller dans un LLM presque toujours, les données confidentielles uniquement dans un environnement couvert par des clauses contractuelles de non-entraînement et de non-conservation, et les données restreintes n’entrent jamais dans un prompt, sauf sous forme masquée. La règle de fonctionnement est l’exposition minimale nécessaire : n’envoyez au modèle que ce dont il a besoin pour répondre. Les chiffres de 2026 expliquent l’urgence : environ 35 % des données d’entreprise que les salariés versent dans des outils d’IA sont classées comme sensibles, contre 27 % un an plus tôt et 11 % deux ans plus tôt.
Le vrai problème n’est pas la technologie, c’est l’usage qui a déjà lieu
Dans la plupart des organisations, le débat sur « faut-il adopter l’IA » se tient en comité de direction pendant que les salariés collent déjà. Les enquêtes de 2026 indiquent qu’environ 80 % des salariés utilisent des outils d’IA que leur DSI n’a pas approuvés, et qu’environ 63 % d’entre eux ont déjà collé des éléments sensibles – code source, fiches clients, données financières ou documents de stratégie – dans un compte de chatbot personnel.
Le détail inquiétant, c’est la propriété du compte. Quand le collage part d’un compte personnel, il se situe hors de tout contrôle organisationnel : aucun journal, aucune maîtrise de la conservation, aucun moyen de supprimer après coup. Selon les mêmes données, environ 82 % des collages dans des outils d’IA proviennent de comptes personnels.
La facture : les organisations où l’usage non encadré de l’IA est élevé absorbent en moyenne environ 670 000 dollars de coûts de violation supplémentaires, et 97 % des organisations ayant signalé une violation liée à l’IA n’avaient aucun contrôle d’accès à l’IA digne de ce nom. Dans le même temps, seules 37 % environ des organisations disposent d’une politique de détection ou de gestion de ces usages.
La conclusion pratique : une interdiction générale ne fonctionne pas, elle ne fait que pousser l’usage dans la clandestinité. Ce qui fonctionne, c’est une politique de classification claire, associée à une alternative approuvée réellement pratique.
Les quatre niveaux de classification et ce qui est permis dans chacun
La plupart des politiques de classification en entreprise utilisent quatre niveaux : public, interne, confidentiel et restreint. Le tableau ci-dessous les traduit en décision concrète face à un modèle de langage :
| Niveau | Exemples | Ce qui est permis avec un LLM |
|---|---|---|
| Public | Contenus marketing, spécifications produit publiées, rapports diffusés | Autorisé dans n’importe quel outil, y compris les outils publics |
| Interne | Procédures, présentations internes, documentation de processus | Autorisé uniquement dans un outil d’entreprise approuvé |
| Confidentiel | Données clients, grilles tarifaires, code source, prévisions | Uniquement là où s’appliquent des clauses de non-entraînement et de non-conservation |
| Restreint | Données de santé, paie, identifiants personnels, secrets d’affaires | N’entre jamais dans un prompt. Forme masquée ou résumée uniquement |
La distinction la plus importante est celle entre confidentiel et restreint, et c’est là que la plupart des organisations se perdent. Une donnée confidentielle qui fuit cause un dommage commercial : un bon contrat suffit. Une donnée restreinte cause un dommage réglementaire et personnel, et là un contrat ne suffit pas, parce que l’exposition ne peut pas être annulée après coup.
Les deux techniques qui règlent la plupart des cas
L’anonymisation supprime ou masque de façon irréversible les identifiants personnels. Utilisez-la quand il n’est pas nécessaire de relier la réponse à une personne précise, par exemple pour analyser des tendances sur des tickets de support.
La pseudonymisation remplace les identifiants par des jetons réversibles. Un nom de client devient CLIENT_4471, et quand la réponse revient, le système rétablit la correspondance. C’est la technique qui permet de travailler sur de vraies données clients sans faire sortir les noms.
La règle qui couvre les deux cas : l’exposition minimale nécessaire. N’envoyez au modèle que ce qui est requis pour répondre, et retirez entièrement les éléments classifiés des prompts externes. Dans la plupart des cas, il s’avère que le modèle a besoin de la structure et du contexte, pas des noms.
Ce qui doit figurer dans le contrat avec votre fournisseur d’IA
La différence entre « les données confidentielles sont autorisées » et « elles ne le sont pas » se joue presque toujours dans le contrat, pas dans la technologie. Si un salarié colle une entrée confidentielle dans un LLM public, ces données peuvent être journalisées, conservées ou utilisées pour améliorer le service, sauf engagement contractuel contraire du fournisseur. Trois clauses à vérifier :
| Clause | Ce qu’elle dit | Pourquoi c’est important |
|---|---|---|
| Non-entraînement | Vos entrées ne servent pas à entraîner les modèles | Sans elle, vos données peuvent réapparaître dans la réponse d’un autre utilisateur |
| Non-conservation ou conservation limitée | Les prompts sont supprimés après un délai défini | Réduit la fenêtre d’exposition si le fournisseur subit un incident |
| Lieu de traitement et sous-traitants | Où les données sont traitées et qui d’autre y touche | Détermine quelles réglementations s’appliquent et ce qui peut être transféré |
Comment mettre cela en place sans un programme de six mois
Étape 1 : un inventaire vivant. Cartographiez les types de données sensibles par classe – identifiants personnels, données de santé, propriété intellectuelle et données financières – et attribuez à chacun un propriétaire, un système source et une politique de conservation. Ce n’est pas un exercice théorique : c’est la liste sur laquelle reposera chaque décision future.
Étape 2 : une alternative approuvée et pratique. Avant d’interdire quoi que ce soit, fournissez un outil d’entreprise qui fonctionne vraiment. Si l’alternative approuvée est lente ou peu ergonomique, les salariés retournent au compte personnel et la politique reste sur le papier.
Étape 3 : l’application au niveau des données. Caviardez automatiquement les identifiants personnels à l’entrée du prompt, et appliquez le même contrôle à la sortie. Une application qui repose uniquement sur la formation des salariés ne survit pas au premier trimestre.
Étape 4 : une règle que tout le monde retient. « Si vous ne l’enverriez pas par e-mail à un autre client, ne le collez pas dans un chat. » Ce n’est pas juridiquement précis, mais c’est compris et appliqué, et c’est ce qui compte.
Le lien avec votre base de connaissances : dès lors que vous passez du collage manuel à un système qui répond à partir de vos propres documents, la classification devient un filtre technique plutôt qu’une règle de comportement. Nous l’avons traité dans le guide sur la construction d’une base de connaissances RAG d’entreprise, en particulier la section sur l’application des permissions au moment de la recherche.
Et si vous mettez en balance un investissement d’infrastructure et les économies d’outillage, passez les chiffres par l’économie unitaire : le coût d’un seul incident couvre en général plusieurs années d’environnement approuvé. L’accompagnement complet de ce parcours relève de notre pratique d’implémentation de l’IA.
Questions fréquentes
Peut-on saisir des données clients dans ChatGPT ?
Pas dans un compte personnel ni dans une version publique. Les données clients sont confidentielles : elles ne peuvent être saisies que dans un environnement d’entreprise couvert par des clauses de non-entraînement et de non-conservation. Sans un tel contrat, ne saisissez qu’une version masquée où noms et identifiants ont été remplacés par des jetons.
Quelle est la différence entre données confidentielles et données restreintes ?
Une fuite de données confidentielles cause un dommage commercial : un contrat fournisseur solide suffit. Une fuite de données restreintes – santé, paie, identifiants personnels – cause un dommage réglementaire et personnel qu’on ne peut pas annuler après coup. Les données restreintes n’entrent donc jamais dans un prompt.
Une interdiction générale des outils d’IA est-elle une solution ?
Non. Les enquêtes de 2026 montrent qu’environ 80 % des salariés utilisent déjà des outils non approuvés, et qu’environ 82 % des collages proviennent de comptes personnels. Une interdiction sans alternative approuvée et pratique ne fait que déplacer l’usage vers une zone sans journalisation ni contrôle.
Quelle est la différence entre anonymisation et pseudonymisation ?
L’anonymisation supprime les identifiants de façon irréversible et convient à l’analyse de tendances. La pseudonymisation les remplace par des jetons réversibles, afin que la réponse puisse être rattachée à la personne concernée. Utilisez la seconde quand vous devez agir sur un client précis.
Quelles clauses doivent figurer dans un contrat avec un fournisseur d’IA ?
Trois : aucune utilisation de vos entrées pour entraîner les modèles, suppression ou conservation limitée des prompts dans un délai défini, et une définition claire du lieu de traitement et des sous-traitants qui touchent aux données.
Pour aller plus loin
Critères d’acceptation d’une fonctionnalité d’IA – ce qu’il faut définir avant de construire, une fois les règles de données posées.