Les fuites de données ne sont plus uniquement le fait de failles techniques dans les systèmes d’information. Depuis l’adoption massive d’outils d’IA générative en entreprise, un nouveau canal d’exposition est apparu : les prompts, les pièces jointes transmises aux modèles et les réponses générées constituent autant de points de sortie pour des informations confidentielles. Protéger ses données sensibles exige désormais de cartographier ces périmètres inédits autant que les vecteurs classiques.
IA générative et données sensibles : un périmètre de fuite sous-estimé
La CNIL a finalisé en juillet 2025 ses recommandations sur l’IA, en pointant un risque précis : les données sensibles peuvent être exposées dans les bases d’entraînement, dans les documents transmis par les utilisateurs et dans les réponses produites par le modèle. Le mode de déploiement (sur site ou cloud), les conditions de réutilisation des entrées par le fournisseur et les transferts hors de l’Union européenne sont trois critères à évaluer avant toute mise en production.
Ce risque n’est pas théorique. Un collaborateur qui colle un extrait de contrat dans un chatbot cloud transmet potentiellement ce contenu à un serveur hors UE, sans que le responsable de traitement en ait connaissance. La question n’est pas de bannir l’outil, mais d’encadrer ce qu’on y injecte.
Pour ceux qui cherchent à securiser ses donnees sensibles avec Jeune et Actif, la démarche commence par un audit des flux de données sortants, y compris ceux qui transitent par des services d’intelligence artificielle.
Obligation de maîtrise de l’IA : ce que l’AI Act change concrètement
Depuis le 2 février 2025, l’article 4 de l’AI Act impose une obligation de maîtrise de l’IA aux fournisseurs et aux déployeurs. Cette disposition dépasse le cadre habituel de la cybersécurité : elle exige que les personnes utilisant des systèmes d’IA disposent d’un niveau de compétence suffisant pour en comprendre les risques.
En pratique, cela signifie que les formations classiques de sensibilisation à la sécurité informatique ne suffisent plus. Il faut y ajouter des règles spécifiques sur les prompts, les pièces jointes et les données confidentielles transmises aux modèles. Un salarié formé aux mots de passe robustes mais ignorant les risques liés à un assistant IA reste un vecteur d’exposition.
Les retours terrain divergent sur la maturité des entreprises face à cette obligation. Certaines ont intégré des chartes d’usage de l’IA dès 2024, d’autres n’ont pas encore identifié quels outils d’IA générative sont réellement utilisés par leurs équipes. L’écart entre les deux crée une zone de risque réglementaire autant que technique.
Ransomware et exfiltration : pourquoi les sauvegardes ne protègent plus seules
Le ransomware a changé de nature. L’ENISA identifie encore cette menace comme celle ayant l’impact le plus important sur les organisations. La différence avec les attaques d’il y a quelques années tient à la combinaison systématique de trois leviers : chiffrement des données, vol préalable et extorsion sous menace de publication.
Face à ce triptyque, restaurer une sauvegarde ne résout qu’un tiers du problème. Si les données ont été exfiltrées avant le chiffrement, la divulgation reste possible même après restauration complète des systèmes. La protection doit donc intervenir en amont, sur plusieurs axes simultanés :
- Segmenter les accès pour qu’un compte compromis ne donne pas accès à l’ensemble du patrimoine informationnel
- Surveiller les comportements anormaux sur le réseau, notamment les transferts de volumes inhabituels vers des destinations externes
- Tester régulièrement les procédures de réponse à incident, pas seulement les sauvegardes, mais la chaîne complète de détection, confinement et communication
Limiter l’exfiltration est devenu aussi prioritaire que garantir la restauration. Cette bascule de paradigme implique des investissements différents : moins de stockage de secours, davantage de supervision en temps réel.
Cloud et souveraineté des données : choisir son modèle de déploiement
Le choix entre cloud public, cloud privé et infrastructure sur site conditionne directement le niveau de maîtrise sur les données sensibles. La CNIL recommande d’évaluer ce critère en amont pour tout projet impliquant de l’IA, mais le raisonnement vaut pour l’ensemble des traitements de données critiques.
Les transferts hors de l’Union européenne restent un point de friction majeur. Un service cloud hébergé en Europe mais opéré par un fournisseur soumis à une législation extraterritoriale (comme le Cloud Act américain) peut exposer les données à des demandes d’accès de juridictions tierces. Les données disponibles ne permettent pas de conclure que les clauses contractuelles standard offrent une protection suffisante dans tous les cas de figure.
Pour les entreprises qui traitent des données particulièrement sensibles (santé, défense, données judiciaires), le déploiement sur site ou sur un cloud qualifié SecNumCloud par l’ANSSI constitue une option plus protectrice, au prix d’une complexité d’exploitation supérieure.
Construire une politique de protection des données qui intègre ces nouveaux risques
Classifier les données reste le socle de toute stratégie de sécurité. Toutes les informations ne méritent pas le même niveau de protection, et appliquer des mesures maximales partout revient à ne rien prioriser. La classification permet d’affecter les ressources de surveillance et de chiffrement là où l’impact d’une fuite serait le plus grave.
Au-delà de la classification, trois dimensions méritent d’être intégrées aux politiques existantes :
- Un volet IA explicite, définissant quels types de données peuvent être soumis à des outils d’IA générative et sous quelles conditions de déploiement
- Un volet exfiltration, avec des seuils d’alerte sur les volumes de données sortants et des règles de segmentation réseau adaptées à la criticité des actifs
- Un volet conformité réglementaire couvrant à la fois le RGPD et l’AI Act, deux cadres désormais complémentaires pour toute organisation traitant des données personnelles avec des outils automatisés
La difficulté réside dans l’articulation de ces volets. Les équipes juridiques, informatiques et métiers doivent travailler ensemble sur des scénarios concrets plutôt que sur des chartes génériques. Un test d’intrusion annuel ne couvre pas le risque lié à un usage quotidien non encadré d’un chatbot par le service commercial.
La protection des données sensibles ne se résume plus à un pare-feu et une sauvegarde hebdomadaire. Le périmètre à défendre inclut désormais chaque interaction avec un système d’IA, chaque flux cloud et chaque comportement utilisateur anormal. Les organisations qui n’auront pas mis à jour leur cartographie des risques d’ici les prochains mois s’exposeront autant à des sanctions réglementaires qu’à des pertes opérationnelles.
