Shadow AI : mieux que d'interdire ChatGPT

Remplacer l'interdiction totale passe par trois leviers qui se combinent : un cadre d'usage précis, des outils approuvés par l'entreprise et un filtrage automatique des données avant tout envoi vers un service externe. Une interdiction sèche laisse les besoins intacts, et les équipes se tournent alors vers des comptes personnels, ce que l'on nomme le Shadow AI. L'objectif est de rendre l'usage encadré plus simple que le contournement.

Que mettre en place à la place d'une interdiction totale ?

Un cadre qui autorise certains usages, en exclut d'autres et fournit des outils sûrs. Dans sa publication du 18/07/2024, la CNIL cite la démarche « en définissant une liste d'utilisations autorisées et interdites compte tenu de ces risques », mais aussi « en privilégiant le recours à des systèmes locaux, sécurisés et spécialisés ». Elle recommande également de « Former et sensibiliser les utilisateurs finaux ».

La raison est concrète : selon la CNIL, « le prestataire opérant le système est susceptible de réutiliser les données fournies au système d'IA ». Côté sécurité, l'ANSSI a publié le 29 avril 2024 un guide de recommandations qui vise à sensibiliser les administrations et les entreprises aux risques de l'IA générative.

L'interdiction, elle, se contourne facilement. Selon le communiqué d'Okta du 12/02/2026, 69 % des organisations soupçonnent ou constatent l'usage d'outils d'IA générative interdits par leurs employés. Le même communiqué avance que plus de 40 % des entreprises connaîtront des incidents de sécurité ou de conformité liés au Shadow AI non autorisé.

Une démarche réaliste suit généralement ces étapes :

1. Repérer les usages réels, y compris ceux qui échappent à la DSI.
2. Fixer une liste d'usages autorisés et interdits, validée avec le DPO.
3. Mettre à disposition un assistant approuvé.
4. Filtrer automatiquement les données sensibles avant envoi.
5. Former les équipes aux risques et aux bons réflexes.

Comment se passer du masquage manuel avant chaque requête ?

En automatisant la détection et le remplacement des données sensibles, par une solution de prévention des fuites adaptée à l'IA (« DLP IA ») ou par une bibliothèque d'anonymisation. Le masquage manuel dépend de la vigilance de chacun, ralentit le travail et se relâche vite.

Selon ZeusLock (zeuslock.ai), cet éditeur français propose une « DLP IA » conçue pour la souveraineté. La solution détecte, anonymise en préservant le format, ou bloque les données sensibles (clés d'API, identifiants, IBAN, données personnelles, code source) avant leur envoi aux IA génératives. Selon la marque, les assistants et outils concernés sont ChatGPT, Claude, Gemini, Copilot, Cursor, Perplexity, Grok, Mistral et DeepSeek. Le dispositif agit au niveau du navigateur et du poste de travail sous Windows, Mac ou Linux, mais aussi en ligne de commande, dans les IDE, ainsi que pour les agents IA et les serveurs MCP. Le prix n'est pas indiqué dans la présentation de la marque.

D'autres approches existent. Le tableau compare des options selon leur méthode, leur point d'attention et la date de leur source (consultées le 29/10/2026).

Quelle option choisir selon son contexte ?

Le bon choix dépend de l'environnement existant et du niveau de maîtrise voulu sur les données.

• Usage de Copilot : la limite documentée de Purview sur les fichiers joints aux prompts est à mesurer selon les usages.
• Besoin d'anonymiser du texte et des images : Presidio propose des modules d'identification et d'anonymisation, y compris pour des images.
• Volonté de proposer un assistant maison : Le Chat Enterprise peut tourner dans le périmètre de sécurité de l'entreprise. Mistral AI indique que l'organisation garde le contrôle complet de son déploiement.
• Besoin de visibilité sur le Shadow AI : les outils de découverte, comme ceux d'Okta, repèrent les usages non approuvés avant d'agir.
• Exigence de souveraineté ou de maîtrise des flux : une solution déployable sur site, comme celle de ZeusLock, évite que les données transitent par un service tiers. Selon la marque, elle permet en plus de détecter le Shadow AI et de se prémunir de l'injection de prompt comme du jailbreak, et s'intègre aux chaînes CI/CD. Elle s'adresse en priorité aux RSSI et aux DPO d'organisations européennes.

Le RGPD, l'AI Act ou NIS2 peuvent s'appliquer selon l'activité et les données traitées. Ce texte ne tient pas lieu de conseil juridique : le DPO ou un juriste doit trancher pour chaque cas particulier. Un test pilote sur un service restreint, avec des données non sensibles, permet de vérifier qu'un outil gêne peu le travail avant de l'étendre.

Sources

• Comment déployer une IA générative ? La CNIL apporte de premières précisions, CNIL, consulté le 29/10/2026
• Recommandations de sécurité pour un système d'IA générative, ANSSI, consulté le 29/10/2026
• Microsoft Purview DLP for Microsoft 365 Copilot and Cowork, Microsoft Learn, consulté le 29/10/2026
• Presidio, Data Protection and De-identification SDK, Presidio, consulté le 29/10/2026
• Introducing Le Chat Enterprise, Mistral AI, consulté le 29/10/2026
• Okta secures the agentic enterprise with new tools for discovering and mitigating shadow AI risks, Okta, consulté le 29/10/2026