Shadow AI en PME : le cadrer
Le « shadow AI » désigne les usages d'outils d'intelligence artificielle qui échappent au cadre de l'entreprise : compte personnel, extension de navigateur, assistant intégré à un logiciel ou document copié dans un chatbot sans validation. Le problème n'est pas l'initiative des salariés. C'est l'absence de visibilité sur les données envoyées, les décisions influencées et les moyens de corriger une erreur.
Chappygo ne dispose pas d'un cas client vérifié sur ce sujet. L'article expose donc une méthode de découverte et de réduction du risque, sans chiffre inventé sur la fréquence des usages dans les PME.
Photo de Vitaly Gariev / Pexels.
Sommaire
- Ce que recouvre le shadow AI
- Pourquoi l'interdiction seule échoue
- Faire un inventaire sans surveiller les personnes
- Classer les usages par risque
- Construire une alternative approuvée
- Le plan d'action en sept étapes
- Mesurer et revoir le dispositif
- Limites et questions fréquentes
1. Ce que recouvre le shadow AI
Le shadow AI apparaît lorsqu'un usage de l'IA n'est ni connu, ni évalué, ni soutenu par l'entreprise. Il peut concerner un outil gratuit comme une fonction IA activée dans un logiciel déjà acheté.
Trois formes courantes
La première est visible : un collaborateur ouvre un chatbot public pour reformuler un email ou résumer un document. La deuxième est intégrée : une fonction de transcription, de rédaction ou de recommandation s'active dans la suite bureautique, le CRM ou le navigateur. La troisième est automatisée : une équipe relie plusieurs services avec un workflow sans revue des accès ni des données.
Le terme ne signifie pas que l'usage est forcément malveillant. Il indique que l'organisation ne peut pas répondre à des questions simples : quel outil, quelle finalité, quelles données, qui vérifie, combien de temps l'information reste accessible et que faire en cas d'erreur.
Un risque de données et de décision
Le copier-coller d'un document peut exposer des données personnelles, une information commerciale ou un secret. Mais le risque ne s'arrête pas à la fuite : une réponse fausse peut être reprise dans une offre, un recrutement ou une décision client sans trace de sa provenance. Il faut donc inventorier à la fois les données envoyées et les actions prises à partir du résultat.
La <a href="https://www.cnil.fr/sites/cnil/files/2025-03/tpe_pme_ficheia_3_les_solutions_d_ia_0.pdf" rel="noopener nofollow">CNIL conseille aux TPE-PME de définir une politique interne</a> sur les conditions d'utilisation de l'IA générative. Elle rappelle aussi que l'outil reste une aide et que son usage engage la responsabilité de l'entreprise. Une politique utile doit cependant être applicable au travail quotidien.
2. Pourquoi l'interdiction seule échoue
Une interdiction sans alternative peut déplacer certains usages vers des comptes personnels et les rendre plus difficiles à voir. Le cadre doit expliquer les données interdites, fournir un outil adapté et créer un canal de question ou d'exception.
Le besoin métier ne disparaît pas
Une équipe utilise l'IA pour gagner du temps sur une tâche réelle : résumé, recherche, rédaction, traduction, code ou préparation de réunion. Supprimer l'outil sans traiter ce besoin recrée la charge initiale. Certains utilisateurs renoncent ; d'autres contournent la règle.
Une règle trop générale ne guide aucune décision
« Ne mettez aucune donnée sensible dans ChatGPT » laisse plusieurs ambiguïtés. Qu'est-ce qu'une donnée sensible dans ce métier ? Un devis, un nom de client, un CV, un plan technique ou une capture d'écran sont-ils autorisés ? Le collaborateur a besoin d'exemples proches de son travail, pas d'un principe isolé.
Le cadre doit distinguer usages et outils
Un même outil peut être acceptable pour générer des idées publiques et interdit pour analyser un dossier client. À l'inverse, un usage légitime peut nécessiter une version entreprise, un réglage de conservation ou un environnement privé. La décision combine la finalité, les données, le contrat et la vérification humaine.
L'<a href="https://messervices.cyber.gouv.fr/guides/recommandations-de-securite-pour-un-systeme-dia-generative" rel="noopener nofollow">ANSSI recommande une posture prudente</a> lors du déploiement et de l'intégration d'un système d'IA générative. Ses recommandations de sécurité couvrent le cycle de vie et l'architecture ; elles ne remplacent pas l'analyse de protection des données ou la validation métier.
3. Faire un inventaire sans surveiller les personnes
L'inventaire cherche les usages et les flux de données, pas les opinions individuelles. Un questionnaire court, des ateliers métier et l'analyse des contrats logiciels donnent une vue plus utile qu'une chasse aux fautes.
Commencer par les tâches
Demandez : « Sur quelles tâches utilisez-vous déjà une fonction IA ? » puis « quelles informations lui donnez-vous ? » et « comment vérifiez-vous la réponse ? ». Cette formulation réduit la peur de sanction et révèle les bénéfices que le futur cadre doit conserver.
Examiner les logiciels déjà présents
Les fonctions IA arrivent parfois par mise à jour. Passez en revue la bureautique, la visioconférence, le CRM, le support, les outils créatifs et les extensions. Identifiez les fonctions activées, les conditions contractuelles, les rôles autorisés et les journaux disponibles.
Créer une fiche d'usage
| Champ | Question |
|---|---|
| Tâche | Quel travail l'IA aide-t-elle à réaliser ? |
| Données | Qu'est-ce qui est envoyé ou accessible ? |
| Sortie | Quel contenu ou quelle action est produit ? |
| Vérification | Qui contrôle et selon quel critère ? |
| Outil et compte | Version personnelle, gratuite ou entreprise ? |
| Fréquence | Test ponctuel ou processus régulier ? |
| Incident possible | Que se passe-t-il si la réponse est fausse ou exposée ? |
Cette fiche peut rester anonyme pendant la phase de découverte si l'objectif est de comprendre les pratiques. Les responsabilités doivent être précisées avant de transformer un test en processus officiel.
4. Classer les usages par risque
Un classement utile croise la sensibilité des données, l'impact de la sortie, l'autonomie du système et la capacité de vérification. Il évite de traiter une reformulation publique comme une décision de recrutement.
Quatre axes simples
Notez si les données sont publiques, internes, personnelles ou particulièrement sensibles. Évaluez ensuite l'effet d'une erreur : facilement corrigeable, visible par un client, financièrement engageante ou affectant les droits d'une personne. Ajoutez l'autonomie : suggestion, génération, décision ou action automatique. Enfin, vérifiez si un humain compétent peut contrôler le résultat avant son usage.
| Niveau | Exemple | Réponse possible |
|---|---|---|
| Faible | reformuler un texte public | outil approuvé + vérification |
| Modéré | résumer une procédure interne | environnement encadré + accès limité |
| Élevé | analyser des CV ou dossiers clients | étude spécifique + supervision forte |
| Inacceptable sans changement | donnée interdite ou action non réversible | bloquer et redessiner le processus |
Ne pas réduire le risque à la confidentialité
Une donnée publique peut conduire à une décision incorrecte. Un texte interne non sensible peut contenir une instruction malveillante importée d'une source. Un assistant connecté peut disposer de droits trop larges. Le modèle de risque doit donc couvrir intégrité, disponibilité, droits et effet métier.
L'ANSSI souligne aussi que les systèmes génératifs peuvent devenir des cibles d'attaque et recommande une réévaluation régulière de la menace dans sa <a href="https://cyber.gouv.fr/actualites/synthese-de-la-menace-sur-lia-generative-face-aux-attaques-informatiques/" rel="noopener nofollow">synthèse 2026</a>. Cette évolution rapide justifie une revue périodique plutôt qu'une charte figée.
5. Construire une alternative approuvée
Réduire le shadow AI suppose de rendre le bon chemin plus simple que le contournement : un nombre limité d'outils, des exemples métier, des accès rapides et une procédure d'exception.
Une alternative approuvée et simple à utiliser réduit les usages non maîtrisés. Photo de Yan Krukau.
Proposer une liste courte
Pour chaque outil approuvé, indiquez les usages autorisés, les données interdites, la méthode de connexion et la personne à contacter. Une liste de vingt outils crée plus de confusion qu'elle n'en résout. Commencez par les besoins observés lors de l'inventaire.
Donner des exemples utilisables
Une fiche peut montrer comment anonymiser un document, vérifier une synthèse ou reformuler un texte sans information client. Elle doit aussi illustrer un cas interdit et expliquer pourquoi. L'équipe apprend mieux avec une situation de son métier qu'avec une définition abstraite du RGPD.
Prévoir l'exception
Un collaborateur peut avoir besoin d'une fonction non couverte. Donnez-lui un canal et un délai de réponse. L'équipe responsable examine l'outil, les données et la finalité, puis autorise un test limité, propose une alternative ou refuse avec une raison compréhensible.
L'article préparé sur la charte ChatGPT fournit le document de règles ; le guide sur l'IA générative et le RGPD explique le contexte, tandis que les solutions IA Chappygo constituent le point d'entrée pour un dispositif technique. Ces contenus ont des rôles distincts et ne doivent pas être fusionnés dans une répétition générale.
6. Le plan d'action en sept étapes
Le passage du shadow AI à une pratique maîtrisée suit une boucle : découvrir, classer, fournir une alternative, former, enregistrer, surveiller et revoir. Il ne s'agit pas d'un audit ponctuel.
- Annoncer l'objectif. Expliquez que l'inventaire vise la protection et l'efficacité, pas la sanction d'un test de bonne foi.
- Recenser les tâches et outils. Combinez questionnaire, ateliers métier et revue des fonctions déjà achetées.
- Classer les usages. Croisez données, impact, autonomie et vérifiabilité.
- Choisir les outils approuvés. Négociez les comptes, réglages, accès et durées adaptés.
- Former par rôle. Un recruteur, un commercial et un développeur ne rencontrent pas les mêmes risques ni les mêmes contrôles.
- Créer un registre vivant. Conservez les usages officiels, responsables, données, fournisseurs et dates de revue.
- Mesurer et corriger. Suivez les demandes d'exception, incidents, erreurs évitées et bénéfices métier ; adaptez la règle.
Relier la formation à l'usage réel
Dans sa <a href="https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:02024R1689-20260727" rel="noopener nofollow">version consolidée au 27 juillet 2026</a>, l'article 4 de l'AI Act demande aux fournisseurs et déployeurs de prendre des mesures pour soutenir le développement de la maîtrise de l'IA de leur personnel et des personnes qui utilisent ces systèmes pour leur compte. Il impose de tenir compte des connaissances, de l'expérience, de la formation, du contexte d'usage et des personnes concernées, sans garantir un niveau individuel précis. Cette obligation ne prescrit donc ni programme unique ni conformité automatique par la seule formation.
Le contenu « AI literacy pour les PME » est encore un brouillon non publié dans le lot d'octobre et ne constitue donc pas un lien interne utilisable au moment de cette préparation. Le futur maillage devra être ajouté uniquement si cette URL devient effectivement publique.
Ne pas promettre une conformité automatique
Un registre et une formation ne suffisent pas à eux seuls. Certains usages demandent une analyse juridique, un contrôle de sécurité, une documentation fournisseur ou une évaluation plus complète. Le dispositif sert à orienter ces questions vers la bonne personne.
7. Mesurer et revoir le dispositif
La réussite ne se mesure pas au nombre d'outils bloqués. Elle se voit dans la part d'usages connus, la rapidité d'accès à une alternative, la qualité de vérification et la baisse des incidents ou corrections.
Des indicateurs de fonctionnement
Suivez le délai de traitement d'une demande d'outil, le nombre d'usages inscrits au registre, la couverture de formation par rôle et la part des outils avec un propriétaire. Ajoutez les erreurs signalées, les incidents de données et les reprises humaines. Interprétez ces chiffres avec prudence : davantage de signalements peut refléter une meilleure confiance, pas une dégradation.
Des indicateurs de valeur
Mesurez aussi ce que l'usage approuvé améliore : temps sur une tâche, délai de réponse, qualité contrôlée ou satisfaction de l'équipe. Comparez à une ligne de base. Ne transformez pas la promesse Chappygo de récupérer du temps en résultat moyen tant qu'aucune mesure agrégée vérifiée n'existe.
Une revue déclenchée par les changements
Révisez le registre lorsqu'un outil change ses conditions, qu'une fonction IA apparaît dans un logiciel ou qu'un processus devient plus autonome. Ajoutez une revue périodique même en l'absence d'incident. L'<a href="https://educasium.com" rel="noopener nofollow">offre de formation externe actuellement redirigée vers Educasium</a> peut couvrir l'acculturation ; le choix commercial entre les deux marques doit rester explicite.
8. Limites et questions fréquentes
Aucun inventaire ne découvre tous les usages. L'objectif est d'établir un canal de confiance et des choix sûrs, pas de promettre une visibilité totale sur chaque interaction.
Le shadow AI est-il forcément une faute du salarié ?
Non. Il apparaît souvent parce qu'un besoin métier n'a pas de solution approuvée ou que la règle est inconnue. Une réponse efficace traite le besoin, explique le risque et corrige le cadre avant d'envisager une sanction.
Peut-on détecter tous les outils avec la technique ?
Non. Les journaux réseau, comptes et dépenses peuvent donner des indices, mais les usages sur appareils ou comptes personnels peuvent échapper au système. Une approche purement technique risque aussi d'endommager la confiance. L'inventaire déclaré et la fourniture d'alternatives restent essentiels.
Faut-il interdire les comptes gratuits ?
Cela dépend des données, des conditions et de l'usage. Pour un travail interne ou client, un compte personnel gratuit offre généralement trop peu de contrôle. Une règle par niveau de risque est plus utile qu'une réponse identique à tous les cas.
Une charte suffit-elle ?
Non. Elle doit être accompagnée d'outils accessibles, d'une formation contextualisée, d'un registre et d'un canal d'exception. Sans cela, elle devient un document que l'équipe contourne pour continuer à travailler.
Quelle est la première action d'une petite PME ?
Réunir quelques métiers et lister les tâches déjà assistées par IA. Pour chacune, noter l'outil, les données et la manière de vérifier. Cette première carte permet de traiter immédiatement les usages à fort risque et de choisir une alternative commune.
Le shadow AI relève-t-il uniquement du RGPD ?
Non. Il concerne aussi la sécurité, les secrets, la propriété intellectuelle, la fiabilité et les décisions métier. Le RGPD est une partie du cadre lorsque des données personnelles sont traitées. D'autres compétences peuvent être nécessaires selon le cas.
Passer d'un usage invisible à un cadre praticable
Le bon cadre ne promet ni risque zéro ni contrôle total. Il permet à l'équipe de savoir quoi utiliser, quelles données protéger, comment vérifier et à qui demander une exception. Pour construire l'inventaire et prioriser les actions sans bloquer les usages utiles, réservez votre diagnostic gratuit. Chappygo formule sa garantie ROI à 30 jours comme un engagement d'offre ; tout gain doit ensuite être mesuré sur vos processus réels.