Les grands modèles de langage (LLM) fonctionnent selon un principe simple : ils absorbent des volumes considérables de données pour améliorer la pertinence de leurs réponses et étendre leurs domaines de compétence. Dans certaines IA génératives, les requêtes transmises par les utilisateurs peuvent être conservées, analysées ou exploitées pour faire progresser les modèles et les fonctionnalités associées.

Ce risque dépend du type d’offre utilisée. Les services grand public, les offres professionnelles, les API (interfaces de programmation) et les environnements contractuellement isolés ne présentent pas le même niveau de garanties. 

Le risque dépend aussi du niveau d’intégration de l’IA dans les outils du quotidien. Messageries, suites bureautiques, plateformes collaboratives ou assistants intégrés peuvent analyser, résumer ou suggérer des contenus sans que l’utilisateur formule toujours une requête explicite. Les entreprises doivent donc vérifier les traitements activés par défaut, les paramètres disponibles et les données effectivement transmises au service.

Certaines formules de niveau « entreprise » excluent par défaut l’utilisation des prompts et des réponses pour l’entraînement des modèles, tandis que d’autres reposent sur des paramètres spécifiques ou des engagements contractuels distincts.

Le recours à des fournisseurs soumis à des législations étrangères ajoute une autre zone d’attention. 

Le Cloud Act (Clarifying Lawful Overseas Use of Data Act) ou le FISA (Foreign Intelligence Surveillance Act) encadrent l’accès des autorités américaines aux données détenues par des entreprises relevant du droit des États-Unis.

La localisation physique des serveurs en Europe ne suffit donc pas à écarter tout risque d’accès étranger.

La propriété intellectuelle des contenus générés reste incertaine. 

Un développeur qui produit du code à partir d’un assistant IA crée-t-il un actif pleinement attribuable à son entreprise ? 

Une direction marketing qui génère un visuel dispose-t-elle d’un contenu protégé et réutilisable sans restriction ? 

La réponse dépend notamment du niveau d’intervention humaine, de la traçabilité du processus créatif, des conditions d’utilisation de l’outil et des éventuels droits attachés aux contenus sources.

La localisation des infrastructures figure parmi les premiers critères d’évaluation d’un système d’IA générative. Un hébergement en Europe renforce le niveau de protection juridique, mais il ne suffit pas à lui seul. 

Les entreprises doivent aussi examiner la nationalité du fournisseur, le droit applicable, la chaîne de sous-traitance et les garanties obtenues, comme la norme ISO 27001 (référentiel international de management de la sécurité de l’information), la certification HDS (hébergeur de données de santé) ou la qualification SecNumCloud délivrée par l’ANSSI (Agence nationale de la sécurité des systèmes d’information).

Le déploiement d’une IA sur site ou en Cloud privé renforce le contrôle sur les flux et les environnements d’exécution. Cette maîtrise technique doit toutefois s’accompagner d’un encadrement contractuel précis. Les clauses doivent notamment interdire la conservation des contenus transmis ou leur exploitation à des fins d’amélioration du service.

Cette exigence conduit à examiner la transparence du fournisseur. L’origine des données d’apprentissage, les politiques de rétention, la documentation technique et les rapports d’audit permettent d’évaluer la fiabilité des engagements annoncés.

Le fait qu’un modèle soit présenté comme open source ne signifie pas toujours que l’entreprise dispose d’une visibilité complète sur son fonctionnement. Le niveau d’information disponible varie selon les modèles. Certains publient les poids du modèle, c’est-à-dire les paramètres numériques issus de l’entraînement qui déterminent la façon dont le système produit ses réponses, sans toutefois documenter précisément les informations utilisées, les procédures de filtrage ou le code d’apprentissage.

L’architecture technique d’une solution d’IA générative joue un rôle direct dans la protection des données. Les entreprises doivent contrôler où les informations sont traitées, comment elles circulent et qui peut techniquement y accéder. 

Le chiffrement de bout en bout constitue ici une clause importante : il protège les contenus pendant leur transfert et leur stockage. Même si les données transitent par une infrastructure Cloud, elles restent illisibles pour les personnes ou systèmes qui ne disposent pas des droits nécessaires.

Cette vigilance concerne aussi les échanges entre l’outil d’IA et son environnement technique. Une solution qui peut fonctionner sans connexion internet permanente réduit les points d’entrée potentiels pour un attaquant. 

Ces mesures techniques ne remplacent pas les garanties contractuelles ni les obligations réglementaires, mais elles renforcent concrètement le niveau de confidentialité.

Les services propriétaires d’IA générative grand public, comme ChatGPT d’OpenAI, Gemini de Google, Claude d’Anthropic ou Microsoft Copilot, offrent un accès rapide aux modèles, avec une faible barrière d’entrée pour les utilisateurs. Cette simplicité d’usage s’accompagne toutefois d’un niveau de contrôle limité sur les informations transmises, dès lors que les requêtes, fichiers ou contenus métiers transitent par une infrastructure opérée par le fournisseur.

Les prompts, fichiers, extraits de code, documents internes ou historiques d’usage peuvent être conservés, analysés ou mobilisés pour améliorer les services. Même lorsque des options de désactivation existent, elles restent rarement adaptées à des usages professionnels où des données sensibles peuvent être utilisées. 

Ces environnements sont donc à proscrire pour les données confidentielles, les informations clients, les secrets d’affaires ou les contenus soumis à une obligation réglementaire.

Les versions professionnelles, comme ChatGPT Plus, Entreprise et Pro, Claude Pro, Max, Microsoft 365 Copilot Business, Google AI Plus, Pro et Ultra, apportent généralement des protections supérieures aux services grand public. Certains éditeurs excluent l’utilisation des informations clients pour l’entraînement des modèles, encadrent la durée de conservation des contenus et proposent des fonctions d’administration, de journalisation ou de contrôle des accès.

Cette évolution réduit l’exposition sans la supprimer totalement. Les données transitent toujours par l’infrastructure du fournisseur et peuvent dépendre de sous-traitants techniques, de lieux d’hébergement distincts ou d’un droit applicable extra-européen. 

Les modèles déployés sur site ou dans un Cloud privé, qu’ils soient ouverts ou propriétaires, offrent un contrôle plus direct sur les flux de données. L’entreprise peut encadrer plus finement l’infrastructure, les accès, les journaux, les mises à jour et les règles d’usage. Cette option convient aux environnements manipulant des informations sensibles, mais elle exige des compétences internes pointues, des ressources d’exploitation dédiées et une supervision continue.

Elle suppose aussi de vérifier le niveau réel d’accès accordé par l’éditeur au modèle, à sa documentation et à ses paramètres de configuration. Ces dimensions — choix de la solution, adaptation métier, maintenance, sécurisation et évaluation des réponses — doivent être anticipées dès le lancement du projet.

Les solutions européennes, développées par des acteurs comme Mistral AI ou LightOn, peuvent être associées à des infrastructures IA opérées par des fournisseurs Cloud européens comme Scaleway, OVHcloud, NumSpot ou Docaposte. 

D’autres offres, comme Euria d’Infomaniak ou Lumo de Proton, privilégient l’usage direct, la confidentialité et l’hébergement maîtrisé. Infomaniak présente Euria comme une IA souveraine hébergée en Suisse, tandis que Proton positionne Lumo comme un assistant IA conçu pour limiter la conservation des échanges. L’enjeu consiste à combiner modèle, hébergement, droit applicable et garanties contractuelles.

Leur pertinence dépend des modalités concrètes de mise en œuvre. Une solution européenne ne garantit pas automatiquement un hébergement maîtrisé, une absence de réutilisation des données ou une transparence suffisante sur les modèles. Les entreprises doivent donc s’assurer de la localisation effective des infrastructures, des engagements contractuels, de la chaîne de sous-traitance, des certifications obtenues et du niveau d’explicabilité fourni aux clients.

L’adoption d’une IA générative ne peut pas reposer uniquement sur la qualité des réponses produites. Elle suppose une analyse précise des données traitées, du modèle utilisé, de l’hébergement, des garanties contractuelles et du cadre réglementaire applicable. Pour les entreprises, le bon choix consiste à privilégier des solutions capables de limiter la conservation des contenus, de documenter leurs traitements et de préserver la maîtrise des informations sensibles tout au long de leur cycle de vie.