Le RGPD et l'IA générative ne sont pas incompatibles, mais leur rencontre exige quelques précautions que beaucoup d'entreprises ignorent encore. Chaque fois qu'un collaborateur colle dans un assistant conversationnel un courriel de client, un tableau de suivi, un compte rendu de réunion ou un dossier de candidature, il transmet potentiellement des données personnelles à un prestataire extérieur, parfois situé hors de l'Union européenne, et selon des conditions qu'il n'a pas lues. Le règlement général sur la protection des données s'applique à ces situations comme à n'importe quel autre traitement. Il ne s'agit pas de renoncer à l'IA, mais de savoir ce que l'on peut y mettre, avec quels outils et sous quelles règles. Une PME qui pose ce cadre dès le départ évite la plupart des risques et peut ensuite développer les usages en toute sérénité, en rassurant à la fois ses équipes, ses clients et ses partenaires, qui se posent de plus en plus souvent la question de ce que deviennent leurs informations. Ce guide présente les principes du RGPD qui concernent directement l'usage des assistants d'IA, les réglages et les choix d'outils qui changent réellement les choses, les règles simples à fixer pour l'équipe, et les situations qui demandent l'avis d'un spécialiste, sans jargon et en partant des pratiques réelles d'une petite entreprise.
Ce que le RGPD et l'IA ont à voir avec votre quotidien
Le RGPD protège toute information se rapportant à une personne physique identifiée ou identifiable : un nom, une adresse électronique, un numéro de téléphone, mais aussi un identifiant client, une adresse postale, un historique d'achats, un compte rendu d'entretien ou une simple description qui permet de reconnaître quelqu'un. Dans une PME, ces données circulent partout : dans les courriels, les devis, les fichiers de prospection, les dossiers du personnel, les échanges avec les fournisseurs. Lorsqu'elles sont saisies dans un outil d'IA générative, elles font l'objet d'un traitement, et l'entreprise en est responsable au sens du règlement. Plusieurs principes s'appliquent alors directement. La finalité d'abord : les données collectées pour gérer une commande ne peuvent pas être réutilisées pour n'importe quel autre usage sans base légale. La minimisation ensuite : on ne traite que les données strictement nécessaires à l'objectif poursuivi. La sécurité et la confidentialité, qui imposent de choisir des prestataires offrant des garanties suffisantes. Les transferts hors de l'Union européenne, enfin, qui sont encadrés et doivent reposer sur des mécanismes reconnus. Ces règles, présentées en détail dans la rubrique cadre, éthique et sécurité, se traduisent par une question simple à se poser avant chaque saisie : ai-je vraiment besoin de transmettre cette information à l'outil pour obtenir le résultat attendu ? Dans la grande majorité des cas, la réponse est non. Pour rédiger une réponse à une réclamation, l'outil n'a pas besoin du nom du client, de son adresse ni de son numéro de commande ; il a besoin de la nature du problème, du ton souhaité et des éléments de solution. Pour résumer un compte rendu de réunion, il n'a pas besoin des noms des participants extérieurs. Prendre l'habitude d'anonymiser, en remplaçant les noms par des fonctions ou des initiales et en retirant les identifiants, règle une grande partie du problème sans dégrader la qualité des réponses. Cette habitude se prend vite, surtout si elle est expliquée avec des exemples tirés des tâches réelles de l'équipe plutôt qu'avec des principes abstraits. Prenons un cabinet fictif de conseil en gestion de cinq personnes qui veut faire résumer par l'IA les comptes rendus de ses rendez-vous clients. Avant toute saisie, le collaborateur retire le nom de l'entreprise cliente, le nom des interlocuteurs et les montants précis, puis remplace ces éléments par des repères neutres, comme « le client A » ou « un chiffre d'affaires d'environ un million ». Le résumé obtenu est tout aussi utile, et le collaborateur réintègre lui-même les éléments réels dans le document final, qui reste stocké dans les outils habituels du cabinet. Cette méthode a ses limites : certains textes sont si riches en détails qu'une anonymisation complète devient difficile, et une simple description peut suffire à reconnaître quelqu'un dans une petite ville ou un petit secteur. Dans ces cas, mieux vaut se demander si l'outil est vraiment nécessaire, ou réserver la tâche à un outil professionnel validé par l'entreprise et correctement réglé. Il faut aussi penser aux personnes dont on parle sans les nommer, comme un salarié décrit par son poste dans une équipe de trois : la description suffit parfois à l'identifier, et la prudence s'impose alors comme pour un nom. La règle pratique est simple : en cas de doute sur l'identification possible d'une personne, on traite l'information comme une donnée personnelle. Ce réflexe vaut aussi pour les pièces jointes : un tableau exporté d'un logiciel de gestion contient souvent des colonnes de coordonnées inutiles pour la tâche, qu'il suffit de supprimer avant de le transmettre.
Choisir ses outils et vérifier les réglages pour respecter le RGPD
Tous les outils d'IA générative ne se valent pas au regard de la protection des données, et une même marque peut proposer des conditions très différentes selon l'offre souscrite. Les versions gratuites ou grand public prévoient souvent, par défaut, la possibilité pour l'éditeur d'utiliser les conversations pour améliorer ses modèles, avec une option pour le refuser dans les paramètres. Les offres professionnelles destinées aux entreprises prévoient en général que les données ne servent pas à l'entraînement, proposent un accord de traitement des données conforme à l'article 28 du RGPD, des options de localisation ou de conservation et des fonctions d'administration qui permettent de gérer les comptes de l'équipe. Ces conditions évoluent régulièrement : il faut les vérifier au moment du choix, en lisant la documentation de l'éditeur, plutôt que de se fier à ce qu'on a entendu dire, et conserver une copie datée des conditions retenues pour pouvoir s'y référer plus tard si une question se pose. Trois réglages méritent une attention particulière pour chaque outil utilisé dans l'entreprise. L'utilisation des données pour l'entraînement des modèles, qu'il est préférable de désactiver lorsque c'est possible. L'historique des conversations et sa durée de conservation, qui conditionnent ce qui reste stocké chez l'éditeur. Les fonctions de mémoire ou de personnalisation, qui conservent des informations d'une conversation à l'autre et peuvent retenir des éléments sensibles sans que l'utilisateur s'en rende compte. Il faut aussi tenir compte de l'environnement existant : une entreprise qui travaille déjà dans Microsoft 365 ou Google Workspace peut bénéficier, avec les assistants intégrés à ces suites, du cadre contractuel déjà en place pour ses données, ce qui simplifie l'analyse. Certaines entreprises, notamment celles qui traitent des informations particulièrement sensibles, s'intéressent aussi aux solutions européennes ou aux modèles que l'on peut installer sur ses propres serveurs, qui offrent davantage de maîtrise au prix d'une mise en œuvre plus technique. Le choix final dépend de la nature des données manipulées, du nombre d'utilisateurs, du budget et du niveau de confidentialité exigé par l'activité. Prenons une agence immobilière fictive de six personnes : elle pourrait choisir l'assistant intégré à sa suite bureautique pour les tâches qui touchent aux dossiers de ses mandants, avec des comptes professionnels gérés par le dirigeant, et réserver un assistant indépendant aux tâches sans données personnelles, comme la rédaction d'articles pour son site ou la préparation de supports de présentation. Cette répartition simple, écrite noir sur blanc, évite les hésitations au quotidien et limite fortement les risques, sans priver l'équipe des outils les mieux adaptés à chaque tâche. Une dernière vérification concerne les extensions et les fonctions connectées. De nombreux assistants proposent désormais de se relier à la messagerie, à l'agenda, aux espaces de stockage ou à d'autres applications de l'entreprise. Ces connexions sont pratiques, mais elles donnent à l'outil un accès beaucoup plus large que la simple conversation : il peut lire des courriels, des pièces jointes ou des documents qui contiennent des données personnelles de tiers. Avant de les activer, il est utile de se demander précisément à quoi elles serviront, quelles informations deviendront accessibles et qui pourra les utiliser. Dans une PME, la décision gagne à être prise par la direction ou par le référent, et non par chaque utilisateur, et à être notée dans la liste des outils validés. On peut d'ailleurs commencer sans ces connexions, puis les ajouter une par une quand un besoin précis est démontré. Le même raisonnement vaut pour les fonctions d'enregistrement et de transcription des réunions, qui captent la parole des personnes présentes : leur usage suppose d'informer les participants au préalable.
Fixer des règles simples pour toute l'équipe
Le meilleur outil ne protège pas l'entreprise si chacun l'utilise à sa manière, ou si une partie de l'équipe continue d'utiliser des comptes personnels sur des outils non validés, ce que l'on appelle le shadow AI. La protection des données passe donc par quelques règles communes, connues de tous et faciles à appliquer. La première liste les catégories d'informations qui ne doivent jamais être saisies dans un outil d'IA non validé par l'entreprise : données personnelles de clients, de salariés ou de candidats, données de santé, informations bancaires, documents couverts par un secret professionnel ou un accord de confidentialité. La deuxième désigne les outils et les comptes autorisés, avec leurs réglages. La troisième impose l'anonymisation par défaut. La quatrième précise la conduite à tenir en cas de doute ou d'erreur, par exemple si une donnée sensible a été saisie par mégarde. Ces règles trouvent naturellement leur place dans une charte d'usage de l'IA de une ou deux pages, rédigée dans un langage clair et présentée à l'équipe avec des exemples concrets. La question de la transparence vis-à-vis des personnes concernées se pose aussi : lorsque l'entreprise utilise l'IA dans un traitement qui concerne ses clients, ses informations sur la protection des données doivent le refléter. Il en va de même pour les contenus publiés : une entreprise qui travaille sa visibilité dans les moteurs génératifs, selon les principes présentés dans le guide consacré au GEO référencement IA, doit veiller à ce que ses pages publiques, désormais lues et reprises par ces moteurs, ne contiennent aucune donnée personnelle qui n'a rien à y faire, comme des noms de clients dans des témoignages publiés sans accord ou des coordonnées de salariés. Ce qui est publié sur un site peut être extrait, résumé et redistribué par des systèmes que l'entreprise ne contrôle pas. Enfin, la tenue du registre des traitements, obligatoire dans la plupart des cas, doit intégrer les usages de l'IA qui portent sur des données personnelles. Pour une PME, cela représente quelques lignes supplémentaires dans un document qui existe déjà, mais cela oblige à se poser les bonnes questions sur chaque usage et à garder une trace des décisions prises. Ces règles gagnent à être rappelées régulièrement, par exemple lors de l'arrivée d'un nouveau collaborateur ou à l'occasion d'une réunion d'équipe, car les habitudes se relâchent vite face à l'urgence. Un court rappel accompagné d'un exemple récent, comme une demande qui aurait pu être anonymisée, est souvent plus efficace qu'un long document. Le référent IA de l'entreprise, s'il existe, est la personne naturelle pour répondre aux questions et pour signaler à la direction les situations qui méritent une décision. Pour que ces règles soient appliquées, elles doivent aussi être faciles à respecter. Proposer un modèle de demande anonymisée pour les tâches les plus courantes, une liste des outils validés accessible en un clic et une personne à contacter en cas de doute réduit fortement la tentation de contourner le cadre. Une règle qui complique trop le travail finit toujours par être oubliée ; à l'inverse, une règle simple, expliquée et outillée devient vite une habitude. Les nouveaux arrivants, les stagiaires et les intérimaires méritent une attention particulière, car ils découvrent les outils sans connaître les habitudes de la maison : une présentation de dix minutes le premier jour suffit souvent. Une fiche épinglée dans l'espace de travail partagé peut aussi rappeler les quatre questions présentées ci-dessous, au moment précis où l'on en a besoin.
Les situations qui demandent une analyse approfondie
La plupart des usages courants de l'IA générative dans une PME, comme la rédaction de courriels anonymisés, la synthèse de documents internes sans données personnelles ou la préparation de supports, ne posent pas de difficulté particulière une fois les règles de base posées. Certaines situations demandent en revanche une analyse plus poussée, souvent avec l'appui d'un juriste ou d'un délégué à la protection des données. C'est le cas lorsque l'IA est utilisée pour prendre ou préparer des décisions qui concernent des personnes : tri de candidatures, évaluation de salariés, octroi d'un crédit ou d'une remise, détection de fraude. Le RGPD prévoit que les personnes ont le droit de ne pas faire l'objet d'une décision fondée exclusivement sur un traitement automatisé produisant des effets juridiques ou les affectant de manière significative (RGPD, article 22), et le règlement européen sur l'intelligence artificielle classe plusieurs de ces usages parmi les systèmes à haut risque, dont les obligations s'appliqueront pour l'essentiel à partir du 2 décembre 2027 depuis le règlement (UE) 2026/1744. C'est aussi le cas lorsque l'entreprise traite des données sensibles au sens du RGPD (santé, opinions, appartenance syndicale, données biométriques), lorsqu'elle construit un assistant alimenté avec ses propres fichiers clients, ou lorsqu'elle automatise des échanges avec ses clients au moyen d'un agent conversationnel. Dans ces cas, une analyse d'impact relative à la protection des données peut être requise, et la CNIL publie des recommandations et des fiches pratiques sur l'IA qui constituent un bon point de départ (cnil.fr). L'erreur à éviter est de lancer ces projets comme de simples essais techniques, sans se poser la question des données dès le départ. Mieux vaut les traiter comme des projets à part entière, avec une réflexion préalable sur la finalité, les données strictement nécessaires, l'information des personnes, la durée de conservation et le contrôle humain. Cette démarche n'a rien d'insurmontable pour une PME : elle demande surtout du temps et de la méthode, et elle évite d'avoir à revenir en arrière une fois l'outil déployé, ce qui coûte toujours plus cher que de bien faire dès le début. Pour les usages courants, une revue annuelle suffit : vérifier que les outils utilisés sont toujours ceux qui ont été validés, que leurs conditions n'ont pas changé, que les réglages sont toujours en place et que les règles sont toujours connues. Les éditeurs modifient régulièrement leurs offres, leurs fonctionnalités et leurs conditions d'utilisation des données ; un réglage choisi il y a un an peut avoir disparu ou changé de nom. Cette revue, qui prend une heure ou deux, s'intègre facilement au point annuel sur la conformité que tiennent déjà la plupart des entreprises, et elle permet de démontrer, en cas de question d'un client ou d'un contrôle, que l'entreprise a pris au sérieux la protection des données dans ses usages de l'IA générative. Cette revue peut s'appuyer sur une liste de contrôle d'une page : outils en service, offre souscrite, date de vérification des conditions, réglages retenus, personnes ayant un compte, usages déclarés au registre et incidents éventuels de l'année. Remplie une fois par an, elle constitue une trace simple et datée des choix de l'entreprise, et elle facilite la passation lorsque la personne chargée du sujet change de poste. Elle révèle souvent des comptes oubliés, créés pour un essai et jamais fermés, qu'il suffit de supprimer. Elle sert aussi de support pour répondre rapidement à un client qui demande comment ses informations sont protégées. Les questions fréquentes sur le coaching IA reprennent d'ailleurs les interrogations les plus courantes sur la confidentialité des outils.