Shadow AI : le vrai risque de fuite n'est pas l'hébergement de vos données

Shadow AI : le vrai risque de fuite n'est pas l'hébergement de vos données

Dans les comités de direction, la question qui revient sur l'IA est presque toujours la même : où seront hébergées les données. Faut-il un modèle européen, une instance en France, un engagement contractuel de non-transfert hors de l'Union. La question est légitime et elle mérite d'être instruite.

Elle a un défaut de calendrier. Pendant qu'on l'instruit, les documents de l'entreprise circulent déjà, et ils ne passent pas par l'outil dont on débat. Ils passent par les comptes personnels des collaborateurs, sur des formules gratuites dont les conditions d'utilisation indiquent noir sur blanc que le contenu envoyé peut servir à entraîner les modèles.

Ce que l'hébergement décide, et ce qu'il ne décide pas

Choisir un éditeur européen ou une instance hébergée en France a des effets réels. La localisation des serveurs, le droit applicable, l'autorité de contrôle compétente, la question des transferts hors Union européenne : tout cela se joue là, et c'est important.

Une chose ne s'y joue pas : savoir si le modèle apprend sur ce que vous lui envoyez. Cette question ne se règle pas au niveau du pays d'hébergement. Elle se règle au niveau du type de compte, et parfois au niveau d'un réglage individuel dans les préférences d'un utilisateur.

C'est pour cette raison qu'une entreprise peut avoir tranché le débat de la souveraineté, signé pour une solution hébergée en Europe, et continuer à perdre ses documents les plus sensibles par un canal dont elle n'a jamais discuté.

Ce que disent les éditeurs, selon le type de compte

Voici ce que nous avons relu directement chez les éditeurs, le 18 septembre 2026. Ces politiques changent, parfois de mois en mois : la date de consultation fait partie de l'information.

OpenAI. Sur sa page consacrée à l'usage des données pour améliorer les modèles, mise à jour le 13 mars 2026, OpenAI distingue deux régimes. Pour les services destinés aux particuliers, dont ChatGPT, le contenu peut être utilisé pour entraîner les modèles, et l'utilisateur peut s'y opposer depuis ses réglages. Pour les offres destinées aux entreprises, l'éditeur indique qu'il n'entraîne pas, par défaut, sur les entrées et les sorties des produits professionnels, et cite nommément ChatGPT Team, ChatGPT Enterprise et l'API. Les intitulés commerciaux de ces offres évoluent : vérifiez le nom de celle que vous détenez.

Anthropic. Les conditions grand public, applicables aux formules Free, Pro et Max, reposent sur un réglage d'entraînement que l'utilisateur choisit lui-même. Depuis le 8 octobre 2025, ce choix est obligatoire pour continuer à utiliser Claude. Si l'utilisateur l'accepte, la durée de conservation passe à cinq ans, contre trente jours sinon. Ces conditions ne s'appliquent pas aux services relevant des conditions commerciales : Claude for Work, Claude for Education, Claude for Government et l'usage par API, y compris via Amazon Bedrock ou Google Cloud Vertex AI.

Mistral. La politique de confidentialité prévoit un contrôle permettant à l'utilisateur de s'opposer, depuis son compte, à l'usage de ses entrées et de ses sorties pour l'entraînement des modèles. La base légale invoquée est l'intérêt légitime, et l'usage des produits figure parmi les sources de données d'entraînement, dans la limite des conditions applicables. Le réglage par défaut dépend de la formule souscrite et a évolué récemment : il se lit dans les paramètres du compte, pas dans un article de blog.

Pour Copilot et pour Gemini, la règle applicable à votre entreprise ne se lit pas sur une page publique : elle se lit dans votre contrat Microsoft 365 ou Google Workspace, et dans les paramètres de votre environnement. C'est la personne qui administre votre tenant qui détient la réponse.

Un dernier point mérite d'être lu attentivement, parce qu'il vaut pour tous les éditeurs et pas seulement pour celui qui l'écrit. Mistral précise que lorsqu'une demande porte sur l'entraînement des modèles, les droits de la personne connaissent des limites techniques, et que leur exécution peut impliquer un processus complexe. Autrement dit : une donnée qui est entrée dans un cycle d'entraînement ne se récupère pas sur simple demande. C'est ce qui distingue cet incident de la plupart des fuites de données. Il n'est pas réparable.

Sur un compte personnel, l'arbitrage a déjà été rendu

Voilà le point qui devrait retenir l'attention d'un dirigeant.

Quand un collaborateur utilise une formule grand public, la question de savoir si les documents de votre entreprise alimentent l'entraînement d'un modèle a été tranchée. Pas par le comité de direction, pas par le responsable informatique, pas par le délégué à la protection des données. Par ce collaborateur, seul, dans une fenêtre de réglages, à un moment où il voulait surtout finir sa tâche.

Ce n'est pas un problème de discipline, et le traiter comme tel conduit à la mauvaise décision. Un collaborateur qui n'a pas de compte professionnel et qui a une note de synthèse à produire avant 18 heures fait ce que n'importe qui ferait. L'absence d'alternative fournie est une décision d'entreprise, elle aussi.

Ce qui se perd en même temps que la donnée

La fuite est la conséquence visible. Il y en a une seconde, qui apparaît plus tard, généralement au pire moment.

Quand une donnée personnelle de client, de salarié ou de candidat part sur un compte personnel, votre entreprise reste responsable du traitement, mais elle n'a aucun des actes qui le rendent défendable. L'article 28 du RGPD impose que le recours à un sous-traitant soit encadré par un contrat définissant l'objet, la durée et les instructions du traitement. Un compte ouvert au nom d'un salarié avec une adresse personnelle n'en produit aucun. Il n'y a pas de contrat, pas d'instruction documentée, pas de durée de conservation opposable, et donc rien à présenter.

S'y ajoute l'obligation de littératie de l'article 4 du règlement européen sur l'intelligence artificielle, le règlement UE 2024/1689, en vigueur depuis le 2 février 2025 et contrôlable depuis le 2 août. Cet article n'exige aucune certification de vos salariés et ne figure pas dans la liste des sanctions de l'article 99 : il n'emporte donc pas d'amende autonome. Ce qui est attendu, ce sont les mesures prises. Et un parc d'outils que vous ne connaissez pas est exactement ce qui empêche de décrire ces mesures.

Fournir, cadrer, former, dans cet ordre

Interdire est la réponse la plus fréquente et la moins efficace : un outil gratuit accessible depuis un navigateur ne s'interdit pas, il se déplace hors de vue. Nous l'avons traité en détail dans notre modèle de charte d'usage de l'IA, qui explique pourquoi une règle non vérifiable n'a pas d'effet.

L'ordre des opérations compte plus que leur contenu.

Fournir d'abord. Un compte professionnel disponible, pour les personnes qui en ont l'usage, avant toute règle. Tant qu'il n'existe pas, chaque interdiction produit mécaniquement l'inverse de son objet.

Cadrer ensuite. Ce qui peut être envoyé, ce qui doit être anonymisé, ce qui ne sort jamais, et à qui poser la question en cas de doute. Un doute sans destinataire se tranche toujours dans le sens de l'usage.

Former enfin. Un compte professionnel règle la question de l'entraînement. Il ne dit pas à un collaborateur ce qu'il ne faut pas envoyer, ni comment vérifier une réponse plausible mais fausse. C'est l'objet de nos formations à l'IA pour les équipes en entreprise.