ChatGPT au bureau : qui sait vraiment ce que les salariés lui confient ?

Le risque tient parfois à un simple copier-coller.

Un juriste prépare une réunion et demande à ChatGPT de résumer un contrat de cinquante pages. Un commercial importe ses notes clients pour préparer une présentation. Un développeur colle quelques centaines de lignes de code afin de trouver une erreur. À chaque fois, le gain de temps est évident. À chaque fois, une autre question devrait immédiatement suivre : qu’est-ce qui vient exactement d’être envoyé à l’extérieur de l’entreprise ?

Le phénomène n’a plus rien de marginal. Selon une étude publiée par Microsoft France en février 2026, 61 % des salariés interrogés utilisant déjà l’IA au travail déclaraient recourir au moins une fois par semaine à des outils génératifs via des comptes personnels. Pour 38 % d’entre eux, l’usage était quotidien. Dans le même temps, plus de sept cadres sur dix indiquaient ne pas avoir encore été formés.

Le shadow AI est né de ce décalage. Comme le shadow IT avant lui, il désigne ces technologies utilisées par les salariés en dehors des outils et des procédures officiellement approuvés par leur employeur. À une différence près : un logiciel non autorisé peut exposer le système informatique. Une IA générative peut aussi absorber le contenu même sur lequel l’entreprise travaille.

Le problème n’est pas ChatGPT. C’est ce qu’on lui donne

Un prompt peut paraître anodin. Juridiquement, son contenu ne l’est pas toujours.

Nom d’un client, éléments d’un dossier, stratégie de négociation, données financières non publiques, code propriétaire, projet d’acquisition : quelques phrases peuvent suffire à transmettre une information que l’entreprise aurait normalement entourée de précautions contractuelles et techniques.

La CNIL recommande explicitement aux utilisateurs de services d’IA générative grand public de ne pas leur transmettre d’informations confidentielles, notamment des données personnelles, des informations internes à l’entreprise ou des éléments protégés par le secret des affaires ou des obligations déontologiques. Elle invite également les organisations à examiner les conditions de réutilisation des données par les fournisseurs et, pour les usages les plus sensibles, à envisager des modes de déploiement offrant davantage de maîtrise.

Le problème dépasse donc largement le RGPD.

Une entreprise peut ne transmettre aucune donnée personnelle et compromettre malgré tout un secret d’affaires. Un cabinet peut anonymiser le nom de son client tout en révélant suffisamment d’informations pour rendre un dossier identifiable. Un développeur peut retirer toute référence à l’entreprise et exposer néanmoins un morceau de code qui constitue un actif stratégique.

Dans un déploiement officiel, ces questions peuvent être traitées avant l’utilisation : où sont hébergées les données ? Sont-elles conservées ? Peuvent-elles servir à améliorer le service ? Quels sous-traitants interviennent ? Que prévoit le contrat en cas d’incident ?

Avec le shadow AI, cette due diligence disparaît souvent au moment exact où le salarié ouvre son compte personnel.

Le risque juridique ne vient donc pas nécessairement d’une utilisation extravagante de l’intelligence artificielle. Il vient parfois d’un usage parfaitement raisonnable, accompli avec le mauvais outil et les mauvaises données.

Peut-on vraiment régler le problème en interdisant l’IA ?

La solution semble évidente : bloquer ChatGPT.

Plusieurs entreprises ont emprunté cette voie depuis l’explosion de l’IA générative. Mais une interdiction technique ne supprime pas nécessairement l’usage. Elle peut simplement le déplacer.

Un salarié peut utiliser son téléphone. Un outil bloqué peut être remplacé par un concurrent accessible depuis le navigateur. Et lorsqu’une technologie permet réellement d’économiser plusieurs heures de travail, une politique qui se contente de dire « non » risque rapidement de perdre le contact avec les pratiques réelles.

C’est précisément ce qui rend le shadow AI intéressant : il n’est pas seulement un problème de sécurité. Il est aussi le symptôme d’un besoin professionnel auquel l’entreprise n’a pas encore répondu.

Pourquoi un juriste transmet-il un contrat à une IA publique ? Peut-être parce qu’aucun outil sécurisé de synthèse documentaire n’a été mis à sa disposition. Pourquoi une équipe commerciale utilise-t-elle un compte personnel ? Peut-être parce que la procédure interne d’accès à l’outil officiel est trop complexe. Pourquoi les salariés contournent-ils une interdiction ? Peut-être parce qu’on leur a interdit une technologie sans leur expliquer le risque.

La CNIL recommande d’ailleurs moins une interdiction générale qu’un véritable encadrement : politiques internes définissant les usages autorisés et interdits, catégories de données pouvant ou non être transmises, formation adaptée et contrôles réguliers.

Une politique IA utile devrait donc pouvoir répondre à des questions beaucoup plus concrètes qu’un simple « ChatGPT est-il autorisé ? ».

Peut-on lui faire résumer un document public ? Un contrat anonymisé ? Un contrat client ? Peut-on utiliser une IA pour traduire un email ? Pour rédiger une clause ? Pour analyser des CV ? Avec quelle version du service ? Depuis quel compte ? Les réponses doivent-elles être vérifiées ? Par qui ?

C’est seulement à ce niveau de précision qu’une règle interne commence à ressembler aux usages réels.

L’AI Act oblige désormais les entreprises à regarder ce qui se passe

Depuis le 2 février 2025, l’article 4 de l’AI Act impose aux fournisseurs et aux déployeurs de systèmes d’IA de prendre des mesures destinées à développer la maîtrise de l’intelligence artificielle parmi les personnes qui utilisent ces systèmes pour leur compte.

Le Digital Omnibus adopté en 2026 a assoupli la formulation du dispositif : le texte n’impose plus d’atteindre un niveau uniforme ou « suffisant » de connaissances pour chaque salarié. L’obligation de prendre des mesures adaptées demeure néanmoins, et les autorités nationales disposent depuis août 2026 de pouvoirs de surveillance sur cette disposition.

Pour les entreprises, cette obligation est difficile à dissocier du shadow AI.

Former les salariés aux fonctionnalités de Copilot alors qu’une partie d’entre eux utilisent Claude, ChatGPT ou Gemini depuis leurs comptes personnels ne suffit pas à comprendre l’exposition réelle de l’organisation.

La Commission européenne invite d’ailleurs les entreprises à commencer par identifier quels systèmes d’IA sont réellement utilisés dans l’organisation, quels risques ils présentent et ce que les salariés doivent savoir pour les utiliser correctement.

Autrement dit, la première étape d’une politique IA n’est peut-être pas la rédaction d’une charte.

C’est l’inventaire.

Quels outils circulent déjà ? Dans quelles équipes ? Pour quelles tâches ? Quelles données leur sont confiées ? Les résultats servent-ils seulement de brouillon ou participent-ils à une décision ? L’entreprise possède-t-elle un contrat avec le fournisseur ou le salarié agit-il seul ?

Des questions banales en apparence, mais qui peuvent révéler que l’intelligence artificielle est déjà beaucoup plus profondément intégrée à l’activité que ne le suppose la direction.

Le shadow AI pourrait devenir un sujet de due diligence

Le problème ne s’arrête d’ailleurs pas aux politiques internes.

Lorsqu’un investisseur ou un acquéreur examine aujourd’hui une entreprise technologique, il analyse ses logiciels, ses licences, ses données, sa propriété intellectuelle et sa cybersécurité. L’usage non maîtrisé de l’IA pourrait progressivement rejoindre cette liste.

Du code propriétaire a-t-il été transmis à des services externes ? Des données clients ont-elles été utilisées dans des outils non autorisés ? Les contrats conclus avec certains clients interdisent-ils ce type de traitement ? Les salariés ont-ils produit des contenus ou du code avec des outils dont les conditions d’utilisation posent des questions de propriété intellectuelle ?

Dans une acquisition, une réponse incertaine à ces questions peut devenir autre chose qu’un problème informatique : un risque contractuel ou un actif difficile à sécuriser.

Le shadow AI a donc ceci de particulier qu’il transforme un comportement individuel très banal en question de gouvernance.

Une entreprise peut investir des millions dans sa cybersécurité et voir une partie de ses informations sensibles quitter son environnement parce qu’un salarié voulait gagner vingt minutes sur une synthèse.

Elle peut également interdire tous les outils externes et découvrir que ses collaborateurs continuent de les utiliser parce qu’ils sont devenus trop utiles pour être ignorés.

Entre les deux, le véritable enjeu est moins de supprimer l’IA que de reprendre le contrôle de ses usages.

Car l’intelligence artificielle n’attend plus nécessairement qu’une direction générale décide de son déploiement.

Dans beaucoup d’entreprises, elle est déjà là.

La question est simplement de savoir qui s’en est rendu compte.