IA et RGPD : comment utiliser ChatGPT sans prendre de risque

La protection de nos données personnelles : mot de passe unique, double authentification, refus systématique des cookies de tracing des géants du web, on y est sensible, hyper vigilant. On verrouille un maximum l'accès à notre vie numérique, avec satisfaction et fierté.

Et puis, le lendemain, sans trop y penser, on colle dans ChatGPT un extrait de contrat, un relevé de salaire, un fichier clients. En deux clics, sans sourciller.

C'est rapide, facile et gratuit.

Je ne vous fais pas la leçon, je me le reproche à moi-même en premier. Ce réflexe, tout le monde l'a. C'est précisément pour ça qu'il est dangereux : il est devenu normal.

On ne paie pas là, tout de suite

Plus un assistant en sait sur vous, meilleur il est. C'est une vérité inconfortable, mais c'est une vérité : on échange de la discrétion contre de la performance. Et on le fait les yeux fermés, parce que le gain est immédiat et le coût, invisible.

Le coût n'est pas invisible parce qu'il n'existe pas. Il est invisible parce qu'on ne paie pas là, tout de suite, à l'écran. Il se paiera plus tard, ailleurs, et souvent par quelqu'un d'autre que celui qui a cliqué.

Je l'ai fait moi-même : résilier mon abonnement. Plutôt que d'appeler et de me faire balader vingt minutes, j'ai photographié mon récapitulatif de commande, je l'ai envoyé dans le chat, je lui ai demandé un courrier sur le ton que je voulais. Vingt secondes plus tard, une lettre propre, prête à partir. Gratuite.

Sur cette simple photo, il y avait mon nom, mon adresse, mon numéro de téléphone, mon sexe. Tout cela est resté chez eux, discrètement, sans que je le demande.

À titre personnel, c'est un choix. On fait ce qu'on veut de nos propres données. Libre à moi, libre à vous de juger ce qu'on leur donne. Le problème, c'est quand ce réflexe, qui semble anodin, déteint sur des données qui ne nous appartiennent pas.

Le moment où ce raisonnement ne tient plus

Vous êtes patron d'une PME. Chez vous, il y a des données qui ne vous appartiennent pas : la santé d'un salarié, les bulletins de paie, la comptabilité, la liste des clients, les contrats, les devis, les coordonnées de fournisseurs. Tout ce qui fait tourner votre affaire repose sur la confiance que ces gens vous ont accordée.

Dès qu'il s'agit de ces données-là, « on partage ce qu'on veut » ne tient plus une seconde. Ce n'est pas une question de moralité, c'est une obligation légale. Le RGPD est noir sur blanc : pas de transfert de données hors de l'Union européenne sans garanties sérieuses, et minimisation de ce qu'on collecte. Il faut pouvoir prouver qu'on a pris les bonnes mesures.

Une entreprise qui balance des données clients dans un service dont elle ne contrôle rien, qu'elle n'a pas audité, sans savoir où les serveurs se trouvent, ce n'est pas un risque théorique. C'est une infraction qui dort, en attendant le bon contrôle ou la bonne fuite.

Et quand ça arrive, ce n'est pas l'assistant qu'on poursuit. C'est l'entreprise. C'est vous. Le prestataire, lui, a des clauses protectrices écrites par des avocats. Vous, non.

Voilà pourquoi la vraie question n'est pas « l'IA est-elle utile ? ». Elle l'est, évidemment. Un bon outil d'intelligence artificielle vous fait gagner un temps fou sur le courrier, la relance, la comptabilité, la réponse client, le devis, l'accueil. Ce serait idiot de s'en priver, et je suis le premier à le dire.

La vraie question, c'est : comment en profiter sans exposer ce que vous n'avez pas le droit d'exposer ?

Parce que la performance n'excuse rien. Un outil qui vous fait gagner trois heures par semaine, mais qui envoie les fiches de paie de vos salariés je-ne-sais-où, ne vous a pas fait gagner trois heures. Il vous a fabriqué un passif.

Ce que dit la loi

Je vais défaire quelques idées reçues, parce que c'est souvent là que ça coince.

Première idée reçue : « l'intelligence artificielle, c'est comme un moteur de recherche, c'est anonyme. » Faux. Dès qu'il y a un nom, un numéro, une adresse, une donnée de santé, un lieu qui permet d'identifier une personne, c'est une donnée personnelle. Et elle est protégée, où qu'elle parte.

Deuxième idée reçue : « on ne stocke rien, donc pas de problème. » Faux. Le problème n'est pas seulement où c'est stocké, c'est le simple fait que ça transite. Une donnée qui traverse un serveur hors de l'Union est déjà un transfert soumis à des règles.

Troisième idée reçue : « c'est le prestataire qui est responsable. » Faux, et c'est peut-être le plus important. Vous êtes considéré comme responsable du traitement de données de vos clients. Le prestataire n'est qu'un sous-traitant. En cas de problème, c'est vers vous qu'on se tourne en premier, parce que c'est vous qui avez décidé d'envoyer ces données-là.

Quatrième idée reçue : « on a une clause de confidentialité dans le contrat, on est couverts. » Une clause, c'est très bien, mais ça ne remplace pas de savoir où et comment la donnée est traitée réellement. Une clause ne peut pas faire comme si vos données ne quittaient pas l'Union si elles la quittent.

Ces quatre points méritent d'être retenus, parce que ce sont exactement les arguments qui se retournent contre une entreprise le jour où un contrôleur passe.

Un cas réel qui fait réfléchir

Prenons une situation concrète. Une petite structure à la Réunion qui tient un fichier de clients dans un tableur, avec les numéros de téléphone, les adresses, les dates d'anniversaire, les préférences. Un jour, le gérant découvre qu'une IA peut trier, classer, rédiger des relances. Il colle le fichier entier dedans.

Le fichier entier vient de partir vers un serveur dont il ne connaît ni le pays, ni le sous-traitant, ni ce qui en sera fait. Il n'a pas demandé l'avis de ses clients, il ne leur a pas dit, il n'a aucune trace de ce qui s'est passé.

Ce n'est pas de la malveillance. C'est de la banalité. Et c'est précisément ce qui le rend dangereux : personne ne l'a fait exprès, tout le monde le fait.

La bonne nouvelle, c'est que ce genre de situation se rattrape. Pas en supprimant l'outil, pas en revenant à des classeurs papier, mais en remettant de l'ordre autour de la donnée avant de laisser les outils travailler dessus.

Trois façons de faire, et leurs vrais compromis

Il n'y a pas de recette miracle. Chaque solution a un coût et son lot de compromis. Voici trois pistes, avec leurs avantages et leurs inconvénients.

Mais avant, une petite parenthèse technique pour bien comprendre la suite.

Un modèle d'IA, une fois entraîné, c'est un immense fichier de nombres appelés paramètres. Ces paramètres, c'est la mémoire du modèle : ils encodent tout ce qu'il a appris pendant son entraînement, la grammaire, les faits, les raisonnements, les nuances de langage. Plus il y a de paramètres, plus le modèle peut représenter de choses finement.

Les modèles dont vous avez entendu parler (ChatGPT, Claude, Gemini) comptent plusieurs centaines de milliards de paramètres. Pour les faire tourner, il faut des fermes de serveurs entières avec des cartes graphiques spécialisées, refroidies, alimentées en continu. C'est pour ça qu'ils ne tournent que dans le cloud, et nulle part ailleurs.

Mais il existe aussi des modèles beaucoup plus petits, quelques milliards de paramètres seulement, qui tiennent sur un ordinateur normal, voire sur une carte graphique de particulier. Ils sont moins polyvalents, moins impressionnants sur des tâches complexes, mais largement suffisants pour rédiger un courrier, résumer un document, répondre à un client. Et surtout : ils peuvent tourner chez vous, sur votre propre machine, sans qu'aucune donnée ne sorte jamais de vos murs.

C'est cette différence de taille qui explique tout ce qui suit.

1. Tout garder chez soi

Le cas le plus simple à comprendre : le modèle d'IA tourne sur votre propre matériel, dans vos locaux. Aucune donnée ne part.

Ce que ça veut dire concrètement : il faut de l'équipement capable de faire tourner le modèle, ce qui coûte vite plusieurs milliers d'euros pour un usage sérieux, sans compter l'électricité et le refroidissement quand ça monte en charge. Et il faut quelqu'un pour l'entretenir, suivre les mises à jour, réévaluer ce qui existe, gérer les pannes. La technique évolue si vite que ce qui est le meilleur aujourd'hui est dépassé dans six mois.

C'est aussi le cas où la performance est en retrait : un système raisonnable chez vous reste souvent en dessous des grosses offres commerciales sur les tâches complexes, même si l'écart se réduit. Et si plusieurs personnes utilisent l'outil en même temps, la machine peut s'essouffler, sauf à investir massivement.

2. Installer un filtre entre vous et l'outil

Voici l'option la plus pragmatique pour la majorité des entreprises, et la plus exigeante techniquement. L'idée tient en une phrase : on ne montre jamais les données brutes à l'IA.

On glisse une couche intermédiaire qui intercepte chaque demande, la nettoie, retire tout ce qui permet d'identifier une personne, et seulement ensuite l'envoie. Le programme reçoit une demande anonymisée qui garde sa logique, il peut faire son travail, et on lui redonne les vraies données côté serveur, sans que lui ne voie jamais le lien.

Voici la circulation des données dans ce montage : tout passe par le filtre, rien ne sort brut, et chaque passage laisse une trace.

Concrètement, ça demande deux garde-fous. Un à l'entrée pour repérer les noms, numéros de téléphone, adresses, références de contrats, IBAN, numéros de sécurité sociale, et côté technique les clés secrètes et identifiants. Les outils pour ça combinent des règles de reconnaissance des formats (un numéro de téléphone français, un IBAN, une adresse email ont des formes reconnaissables) et un petit programme dédié qui sait repérer un nom ou une adresse dans une phrase libre. Ce petit programme tourne en local, chez vous (sur un serveur ou sur l'ordinateur directement).

Un à la sortie pour vérifier qu'aucune information sensible ne s'est glissée dans la réponse par mégarde. C'est un point souvent oublié : un outil peut déduire ou recréer une information sensible qu'il n'a pas reçue, juste à partir du contexte. Un bon filtre vérifie aussi la réponse.

Et une trace : chaque demande est consignée sans son contenu, juste avec ce qui permet de prouver, en cas de contrôle, que vous avez pris les bonnes mesures. Modèle utilisé, horodatage, niveau de filtrage, garantie d'absence de rétention.

C'est la discipline qui fait toute la différence. Un filtre existe, la moitié du travail est fait. Mais s'il ne laisse aucune trace, personne ne peut prouver que vous respectez la loi. La preuve, c'est le nerf de la guerre, un point que tout le monde oublie.

3. Choisir des prestataires européens

La dernière piste, souvent complémentaire : travailler avec des acteurs dont les serveurs sont en Europe, plutôt qu'avec des géants soumis au droit américain, qui peut réclamer des données hébergées ailleurs, même quand les serveurs sont en Europe.

On pense tout de suite à un acteur français, et c'est justifié : il a des garanties contractuelles claires sur la non-réutilisation de vos données pour l'entraînement et un traitement sur des serveurs dans l'Union. Sa gamme couvre du rapide et économique jusqu'au plus costaud pour les raisonnements complexes, en passant par des versions spécialisées pour le code.

Mais s'arrêter là serait réducteur. Certaines offres américaines sont hébergées dans des datacenters européens avec un accord écrit qui engage la localisation du traitement, pour ceux qui veulent la performance américaine avec un ancrage européen. Et il existe des acteurs allemands entièrement souverains, pensés dès le départ pour les secteurs réglementés.

Petite nuance importante : être hébergé en Europe ne veut pas dire que tout est réglé. Une filiale européenne d'un groupe américain reste, sur le papier, liée au droit américain, selon l'interprétation qu'on retient. Le sujet est juridiquement débattu, et c'est pour ça que les garanties écrites comptent plus que l'emplacement du serveur.

Une façon élégante de se protéger, c'est d'avoir plusieurs prestataires et d'aiguiller chaque demande vers le plus adapté : les données les plus sensibles vers le prestataire aux garanties les plus strictes, les demandes sans donnée personnelle vers l'option la plus rapide ou la moins chère. Si un prestataire tombe en panne, on bascule sur un autre au lieu de tout bloquer.

La bonne réponse, en général, c'est une combinaison

Aucune des trois pistes n'est magique prise isolément. Le tout local coûte cher à entretenir. Le filtre demande de la discipline, sur plusieurs couches. Les prestataires européens forment un écosystème plus jeune que les géants, même s'il progresse vite.

Dans la majorité des cas, la vraie réponse est une combinaison des trois, pilotée par une couche unique de règles :

1. Le filtre vérifie qu'aucune donnée brute ne part sans anonymisation préalable.
2. Un système d'aiguillage envoie chaque demande vers le prestataire le plus adapté, européen par défaut, sans rétention, chaque fois que possible.
3. Le local reste le dernier recours pour les cas les plus sensibles, où même un prestataire européen contractuel ne suffit pas.

Comment savoir si vous êtes concerné, sans être un expert

Pas besoin d'être juriste pour faire le premier diagnostic. Posez-vous cinq questions, et si vous hésitez sur l'une d'elles, il y a un sujet à regarder.

Premièrement, est-ce que certaines de vos données permettent d'identifier une personne (un nom, un numéro, une adresse, un bulletin, un dossier) ?

Deuxièmement, est-ce que ces données quittent votre entreprise pour aller vers un outil externe ?

Troisièmement, savez-vous précisément où cet outil stocke et traite les données ? Pas « en Europe » en général, mais chez quel hébergeur, dans quel pays ?

Quatrièmement, est-ce que vous gardez une trace de ce que vous envoyez, de quand et de pourquoi ?

Cinquièmement, est-ce que les personnes concernées (vos clients, vos salariés) ont été informées que leurs données transitent par cet outil ?

Si la réponse à une seule de ces questions est « non » ou « je ne sais pas », vous avez trouvé votre chantier. Et le plus tôt vous le traitez, le moins cher il sera.

La checklist pour être tranquille

Quand vous ferez le tour de la question, voici ce qu'il faut vérifier, point par point :

• Savoir qui est responsable de la protection des données dans votre entreprise, même si c'est vous.
• Lister les outils d'intelligence artificielle réellement utilisés, y compris ceux dont « tout le monde se sert » sans l'avoir validé.
• Pour chacun, savoir quel type de données il reçoit (personnelles ou non) et où il les traite.
• Vérifier que les données clients ne partent jamais sans anonymisation quand c'est possible.
• Vérifier que les outils ont des garanties écrites sur l'absence de réutilisation des données et la localisation du traitement.
• Consigner ce qui part, quand et pourquoi, pour pouvoir le prouver.
• Informer les personnes concernées de ce que vous faites de leurs données.
• Avoir un plan si un outil tombe en panne ou change ses conditions d'utilisation.

Ce n'est pas une usine à gaz. La plupart des petites structures n'ont pas besoin d'un service juridique, elles ont besoin de méthode et d'un regard extérieur qui connaît la technique.

En résumé, ce que vous pouvez retenir en une minute

• Plus l'outil d'intelligence artificielle en sait, mieux il répond. C'est exactement pour ça qu'il faut faire attention.
• Vos données à vous, c'est votre choix. Les données de vos clients, c'est une obligation.
• Trois leviers existent : tout garder chez soi, filtrer ce qui part, choisir des prestataires européens. Aucun n'est parfait tout seul.
• Le meilleur montage, c'est une combinaison des trois, avec une règle claire et une trace de ce qui est fait.
• La performance d'un outil n'excuse jamais d'envoyer ce que vous n'avez pas le droit d'envoyer.

Par où commencer, concrètement

Si vous utilisez déjà un outil d'intelligence artificielle pour traiter des données de clients, sans savoir précisément où elles partent, c'est le moment de poser la question. Pas dans six mois, quand ce sera malheureusement peut-être trop tard. Le RGPD ne prévient pas avant de contrôler.

Commencez petit : un seul outil, celui que vous utilisez le plus, celui qui manipule les données les plus sensibles. Regardez ce qui entre, ce qui sort, où ça va. Vous verrez vite où est le problème, et la plupart du temps, il se corrige avec de la méthode plus qu'avec du matériel.

C'est le genre de sujet que je peux regarder avec vous, sans discours et sans jargon : ce qu'il y a chez vous, ce qui en sort, et ce qu'il faut mettre en place pour être tranquille du point de vue de la loi.

Je ne vous promets pas un système parfait. Je vous promets un état des lieux honnête, et des outils que vous comprenez, qui tournent chez vous, et que quelqu'un maintient. C'est exactement pour ça que je suis là.

Trois questions que vous vous posez sûrement

« On est une petite structure, le RGPD, c'est pour les grands. »

C'est l'erreur la plus répandue, et c'est faux. Le RGPD s'applique dès qu'on traite des données personnelles, quelle que soit la taille de l'entreprise. La lourdeur des obligations varie, mais l'obligation de protéger les données et de pouvoir le prouver, elle, est là. Une petite structure n'a pas besoin d'un service juridique, elle a besoin de méthode. Et l'erreur se corrige d'autant mieux qu'elle est prise tôt.

« Mes salariés utilisent déjà ces outils, je ne peux pas les en empêcher. »

Ce n'est pas une fatalité. Le but n'est pas d'interdire les outils, c'est de savoir lesquels sont utilisés et ce qu'ils reçoivent. Un outil qui traite des données sans être validé et sans filtre, c'est un point d'exposition que vous ne connaissez même pas. La réponse n'est pas de bannir la modernité, c'est de poser une règle : on utilise les outils validés, et les données sensibles passent par le bon chemin.

« Ça va me coûter une fortune de mettre ça en place. »

Pas forcément, et c'est là que l'anticipation paie. Déjà, la plupart des corrections se font avec de la méthode, pas du matériel : savoir ce qui part, où, et poser une règle claire, ça ne coûte presque rien. Ensuite, bien faire les choses au départ, c'est incomparablement moins cher que de réparer après un incident, un contrôle ou une plainte. La vraie facture, c'est celle qu'on paie en réagissant au lieu de prévenir. Et un état des lieux honnête, ça permet de prioriser : on traite d'abord ce qui expose le plus, sans tout refaire d'un coup.