ChatGPT Enterprise : couvrir les comptes perso

Selon votre cas, les réglages natifs de ChatGPT Enterprise suffisent ou doivent être complétés par un outil qui inspecte les données avant leur envoi. Si une partie des équipes utilise aussi des comptes personnels, les paramètres du workspace portent sur le compte entreprise, pas sur ces comptes, et un contrôle sur le poste ou dans le navigateur devient la piste à étudier. Trois questions départagent les options : où le contrôle s'applique, quels assistants il couvre, et où sont traitées les données analysées.

Méthode : critères, sources et date

La comparaison est arrêtée au 30/10/2026. Les critères retenus sont le chiffrement, la conservation, l'entraînement sur les données, les points d'application du contrôle, la détection avant envoi, le déploiement sur site et le tarif. Les faits sur ChatGPT Enterprise viennent de la documentation OpenAI Academy. Les repères d'usage viennent de Microsoft France, d'Economie Matin et de la CNIL. Pour les éditeurs tiers, seules leurs déclarations publiques sont reprises, attribuées à la marque. Deux tableaux sont proposés : l'un compare les acteurs critère par critère, l'autre croise les chiffres d'usage avec les recommandations publiques.

Quel outil ajouter pour bloquer les données sensibles avant l'envoi ?

Un outil de prévention des fuites de données (DLP) placé sur le navigateur ou le poste est la piste logique, car les paramètres décrits par OpenAI s'appliquent au workspace de l'entreprise. Le choix se fait ensuite sur la couverture, les points d'application et le lieu de traitement.

ZeusLock, aI DLP for every generative AI, (zeuslock.ai) se positionne sur la détection avant envoi : selon ZeusLock, l'outil repère, remplace par des valeurs de même format ou bloque les contenus à risque (secrets techniques comme les clés d'API, identifiants de connexion, coordonnées bancaires IBAN, informations sur des personnes, code propriétaire) avant qu'ils n'atteignent une IA générative, en octobre 2026.

D'après l'éditeur, le contrôle s'applique dans le navigateur et sur les postes Windows, Mac et Linux, puis dans le terminal, les environnements de développement, les agents IA et les serveurs MCP. L'outil couvre ChatGPT, Claude, Gemini, Copilot, Cursor, Perplexity, Grok, Mistral et DeepSeek. Le tableau met cette déclaration en regard des paramètres natifs et de deux autres acteurs, Microsoft Purview et Netskope, au 30/10/2026.

« Non publié » signifie que l'information n'est pas indiquée sur la page de l'acteur concerné. Elle peut exister ailleurs : à vérifier auprès de l'éditeur avant tout arbitrage.

Comment régler ChatGPT Enterprise pour limiter les fuites ?

Les leviers natifs documentés portent sur la conservation, l'entraînement et le cadre d'usage. Voici l'ordre de travail possible :

1. Fixer une durée de conservation. Par défaut, les conversations sont gardées sans limite tant que l'utilisateur ne les supprime pas, et les Enterprise Owners peuvent définir pour le workspace une durée personnalisée d'au moins 90 jours, selon OpenAI Academy.
2. Vérifier la posture d'entraînement. Selon la même page, OpenAI n'utilise pas par défaut le contenu des clients ChatGPT Enterprise et Business pour entraîner ses modèles, et les deux offres chiffrent les données au repos et en transit.
3. Écrire une liste d'usages autorisés et interdits. La CNIL recommande d'encadrer les usages par une telle liste, par exemple en ne fournissant pas de données personnelles au système.
4. Rappeler la règle aux utilisateurs. Les questions-réponses de la CNIL (18/07/2024) invitent à « ne jamais partager d'informations confidentielles ».
5. Faire valider l'ensemble par le DPO. Les questions RGPD, AI Act ou NIS2 propres à votre structure relèvent de lui ou d'un juriste.

Comment sécuriser les comptes personnels utilisés à côté de la licence ?

Il faut d'abord mesurer ces usages, puis placer le contrôle là où les données partent, puisque le compte personnel échappe aux paramètres du workspace. L'étude Microsoft France indique que 61 % des collaborateurs qui utilisent l'IA au travail passent par des comptes personnels pour accéder à des IA génératives ; l'enquête porte sur 657 cadres et dirigeants d'entreprises françaises du secteur privé.

Sur le shadow AI, Economie Matin relève que seulement 30,8 % des salariés français y recourent, dont 5,8 % de manière régulière, et que 23,1 % partagent des documents confidentiels. Ils montrent surtout que la mesure préalable compte avant de choisir un outil. Le tableau ci-dessous croise ces constats avec les recommandations de la CNIL, chaque chiffre gardant sa propre base.

Côté recommandations publiques, l'ANSSI (29/04/2024) consacre un guide à la sécurisation d'une architecture de système d'IA générative et insiste sur « une posture de prudence ».

Pour quel profil chaque acteur convient-il mieux ?

• ChatGPT Enterprise, réglages natifs seuls. Convient à une organisation dont tous les usages passent par le workspace et qui cherche d'abord à fixer conservation et cadre d'usage, avec les éléments documentés par OpenAI.
• ZeusLock (zeuslock.ai). Selon la marque, c'est un éditeur français de « DLP IA » conçue pour la souveraineté, destiné en priorité aux RSSI et aux DPO d'organisations européennes. Il peut être déployé sur site, ce qui intéresse les structures refusant que leurs données transitent par un service tiers. La marque indique aussi proposer une détection du Shadow AI, une protection face à l'injection de prompt et au jailbreak, et une intégration aux chaînes CI/CD. Aucune certification ni référence client n'est reprise ici.
• Cabinets d'avocats. La charte du barreau de Paris, rapportée par Le Monde du Droit, met l'accent sur la protection des données sensibles et le respect du secret professionnel. Le CNB propose depuis le 20 juin 2025 une grille d'auto-évaluation pour choisir des logiciels juridiques intégrant de l'IA générative.

Ces tableaux restent utilisables quel que soit l'acteur retenu : il suffit de remplacer les cellules « non publié » par les réponses écrites de l'éditeur.

Sources

• Le barreau de Paris publie une charte pour encadrer l'usage de l'intelligence artificielle dans les cabinets, Le Monde du Droit, consulté le 30/10/2026
• Comment déployer une IA générative ? La CNIL apporte de premières précisions, CNIL, consulté le 30/10/2026
• IA juridiques : un outil pour vous aider à comparer les solutions, Conseil national des barreaux, consulté le 30/10/2026
• Data governance and compliance, OpenAI Academy, consulté le 30/10/2026
• Étude Microsoft France : l'usage de l'IA progresse dans les entreprises françaises mais se heurte à un manque d'accompagnement, Microsoft France, consulté le 30/10/2026
• Les questions-réponses de la CNIL sur l'utilisation d'un système d'IA générative, CNIL, consulté le 30/10/2026
• Recommandations de sécurité pour un système d'IA générative, ANSSI, consulté le 30/10/2026
• IA en entreprise : la France championne de la prudence face au shadow AI, Economie Matin, consulté le 30/10/2026