Shadow IA : vos équipes collent déjà vos documents dans ChatGPT

Le shadow IA, c'est l'usage d'outils d'IA par vos équipes sans que l'entreprise l'ait décidé. Et ce qui part dans ces outils n'est pas anodin : un contrat à résumer, un extrait de code à corriger, une procédure qualité à reformuler, un export client à analyser. Chaque copier-coller dans un ChatGPT personnel est une donnée de l'entreprise qui sort de votre périmètre, sans contrat, sans trace et parfois avec un réglage qui autorise l'éditeur à s'en servir pour entraîner ses modèles.

Ce n'est pas un problème de discipline : les salariés vont vers ChatGPT parce qu'il répond vite et bien, et parce que l'outil interne, quand il existe, ne connaît pas leurs documents. Cet article s'adresse au dirigeant ou au DSI d'une PME ou d'une ETI qui manipule des données sensibles : les chiffres disponibles, ce qui part dans les prompts, les quatre options comparées, une charte d'une page, et le levier qui fait revenir les usages dans le périmètre.

Shadow IA : ce que disent les chiffres, et ce qu'ils ne disent pas

Le terme vient du shadow IT : les logiciels installés ou les services en ligne utilisés sans validation de la DSI. Le shadow IA (ou shadow AI en anglais) en est la version générative : un compte ChatGPT ou Claude personnel, un traducteur en ligne pour un contrat, une extension de navigateur qui résume les pages, une fonction IA activée par défaut dans un outil SaaS. Les recherches sur le sujet ont plus que doublé en un an en France.

Les chiffres qui circulent sont à lire avec prudence, parce que les méthodes varient beaucoup :

• Une étude qualitative d'Inria et du club Datacraft, publiée en mars 2025 et menée dans 14 grandes organisations, indique que 37 % des utilisateurs d'IA générative interrogés n'en avaient pas informé leur hiérarchie (Le Monde Informatique). C'est un ordre de grandeur sur de grands groupes, pas une mesure représentative des PME. D'autres chiffres plus élevés circulent, souvent sans source primaire.
• Siècle Digital, en juin 2025, résumait la situation ainsi : un salarié sur trois utilise l'IA sans en parler à sa direction.
• Côté contenu, Harmonic Security, un éditeur d'outils de protection des données, a publié une analyse de 22,4 millions de prompts d'entreprise envoyés en 2025, publiée en janvier 2026. Selon ce rapport, environ 2,6 % des prompts contenaient des données sensibles pour l'entreprise, et ChatGPT concentrait environ 71 % de ces expositions alors qu'il ne représentait qu'environ 44 % des prompts. L'éditeur vend une protection contre ce risque : le chiffre est utile, mais il vient d'une partie intéressée.

Ce qu'il faut retenir n'est pas un pourcentage précis. C'est que la question n'est plus « est-ce que nos équipes utilisent l'IA ? » mais « avec quels documents, dans quels outils, et sous quel contrat ? ». Et 2,6 % paraît faible jusqu'au moment où l'on fait le calcul : une équipe de cinquante personnes qui envoie chacune dix prompts par jour produit une dizaine de prompts sensibles par jour, soit plusieurs milliers sur une année.

Ce qui part réellement dans les prompts

Toujours selon Harmonic Security, parmi les expositions de données sensibles, environ 30 % concernaient du code, 22 % des contenus juridiques, 13 % des données de fusions et acquisitions et 8 % des projections financières. Ces catégories recoupent ce que l'on observe sur le terrain, métier par métier.

Le cas public le plus cité reste celui de Samsung en 2023 : selon la presse de l'époque, des ingénieurs avaient collé du code source et des notes de réunion dans ChatGPT, et le groupe avait ensuite restreint ces outils. Personne n'avait d'intention malveillante : chacun faisait son travail avec l'outil le plus efficace à portée de main.

Dans nos missions, le corpus que les équipes veulent interroger en premier est le plus souvent le même : les procédures internes, que ChatGPT ne connaît pas. C'est précisément pour cette raison qu'on les colle dedans, morceau par morceau. Le shadow IA n'est pas un caprice d'utilisateur : c'est le symptôme d'un besoin réel (retrouver et reformuler l'information interne) auquel l'entreprise n'a pas répondu.

Le problème n'est pas seulement l'entraînement des modèles

On résume souvent le risque à « ChatGPT va apprendre nos secrets ». Sur les offres grand public, l'entraînement sur les conversations dépend d'un réglage que chaque utilisateur active ou non, et que l'entreprise ne peut ni vérifier ni imposer. Mais même ce réglage désactivé, il reste trois problèmes : aucun contrat (pas d'accord de traitement au sens du RGPD, pas de clause de confidentialité opposable), aucune trace côté entreprise (impossible de dire à un client quels documents le concernant sont partis), et une conservation qui dépend du compte personnel, y compris après le départ du salarié.

Pour un tour complet des risques (prompt, entraînement, Cloud Act, hébergement), voyez notre checklist sécurité des données IA pour PME.

Pourquoi l'interdiction seule ne marche pas

La première réaction est souvent de bloquer chatgpt.com sur le réseau de l'entreprise et d'envoyer une note de service. C'est compréhensible, et pour certaines données c'est même la bonne décision. Mais comme mesure unique, l'interdiction échoue pour des raisons très concrètes :

• Le contournement est immédiat. Téléphone personnel, partage de connexion, ordinateur de la maison : le document part quand même, photographié ou envoyé par email à soi-même, ce qui ajoute une fuite.
• La liste des outils est sans fin. Bloquer ChatGPT laisse Claude, Gemini, Le Chat, Perplexity, DeepSeek, les traducteurs en ligne, les extensions de navigateur et les fonctions IA des logiciels SaaS déjà autorisés.
• Vous perdez la seule information utile. Un usage visible vous dit quels besoins existent et quels documents circulent. Interdit, il devient invisible.
• Le gain de productivité est réel. Retirer un outil qui fait gagner une heure par jour à un juriste ou à un développeur, sans rien à la place, crée une pression permanente pour le contourner.

L'interdiction a sa place dans un dispositif, pas comme dispositif. Elle doit viser des catégories de données précises et les comptes personnels, et renvoyer vers un outil autorisé. Sinon, elle revient à demander aux équipes de travailler moins bien.

Les quatre options réelles, comparées

Face au shadow IA, une entreprise a quatre options, qui ne s'excluent pas : la plupart des PME qui ont des données sensibles en combinent deux. Les engagements des éditeurs évoluent vite : vérifiez toujours la version du contrat que vous signez.

Les offres entreprise des éditeurs

C'est la réponse la plus rapide et, pour beaucoup d'usages, une bonne réponse : le compte personnel devient un compte géré par l'entreprise, sous contrat.

• ChatGPT Business et ChatGPT Enterprise : selon les engagements publiés par OpenAI, les données professionnelles ne servent pas à entraîner les modèles par défaut, et l'offre Enterprise ajoute des réglages de conservation, une administration plus fine et une localisation des données en Europe pour les espaces de travail qui la choisissent. Vérifiez ce qui s'applique à votre offre et à votre espace.
• Microsoft 365 Copilot : il travaille sur vos fichiers SharePoint, OneDrive et Teams en respectant les permissions existantes, sans entraîner les modèles sur vos données, dans le cadre de l'EU Data Boundary. Point d'attention connu : il retrouve tout ce à quoi un utilisateur a accès, y compris les dossiers partagés trop largement ; un nettoyage des droits précède utilement son déploiement. Notre comparatif Microsoft Copilot ou IA souveraine française détaille ce choix.
• Le Chat Enterprise de Mistral : un éditeur français, avec des options de déploiement hébergé par Mistral, en cloud privé ou sur l'infrastructure du client, ces dernières sur devis auprès de l'éditeur.

Ce que ces offres ne règlent pas : une exigence de données qui ne quittent pas votre infrastructure. OpenAI et Microsoft sont des sociétés américaines soumises au Cloud Act, quelle que soit la région d'hébergement. Si un contrat client, une règle de contrôle export ou une politique interne interdit de confier certains documents à un tiers, la meilleure offre entreprise reste un tiers. Notre article ChatGPT Enterprise, Copilot ou sur mesure compare ces offres plus en détail.

L'outil open source auto-hébergé

Open WebUI, LibreChat, AnythingLLM ou Onyx donnent en quelques heures une interface proche de ChatGPT, installée sur vos serveurs, branchée sur un modèle ouvert servi par vLLM ou Ollama, ou sur une API. Pour une entreprise qui a une équipe technique, c'est une base solide pour démarrer.

Ce qui reste à faire se voit moins le premier jour : brancher les vraies sources (partages réseau, SharePoint, GED), reprendre les droits d'accès document par document, traiter les PDF complexes, mesurer la qualité et exploiter le service. Vérifiez aussi les licences : Open WebUI a ajouté en 2025 une clause sur la marque. Notre comparatif LibreChat, AnythingLLM ou Onyx et notre article sur Open WebUI en entreprise détaillent ces points.

L'agent déployé chez vous, sur vos documents

La quatrième option part du besoin réel derrière le shadow IA : interroger et exploiter les documents internes. Un agent IA souverain déployé chez vous est installé dans votre environnement (serveurs internes, réseau isolé sans internet, ou cloud français comme OVHcloud ou Scaleway). Il répond sur votre documentation en citant la source et la version du document, n'affiche à chacun que ce que ses droits dans les outils d'origine lui permettent de voir, peut agir dans vos outils par API ou MCP, et journalise tout localement. Le modèle est interchangeable : un modèle ouvert sur vos serveurs, un modèle hébergé sur un cloud souverain, ou une API si vous l'acceptez pour certains usages.

Le compromis à connaître : un modèle ouvert de taille moyenne (de 14 à 32 milliards de paramètres) couvre très bien la plupart des usages documentaires (retrouver, résumer, comparer, rédiger à partir de sources), mais il n'égale pas un modèle fermé de pointe sur tous les sujets généraux. C'est pour cela que la qualité se mesure sur vos questions réelles avant le déploiement, et pas sur un benchmark public.

Comment savoir ce qui part aujourd'hui

Avant de choisir une option, mesurez. Deux sources suffisent pour une PME, et elles se complètent.

Les journaux du proxy et du pare-feu

Votre proxy web, votre pare-feu ou votre résolveur DNS enregistrent déjà les domaines appelés. Une extraction sur un mois dit quels services d'IA sont utilisés, par combien de postes et avec quel volume envoyé. Les domaines à chercher en premier : chatgpt.com et chat.openai.com, claude.ai, gemini.google.com, copilot.microsoft.com, chat.mistral.ai, perplexity.ai, chat.deepseek.com, ainsi que les traducteurs en ligne et les appels directs aux API (api.openai.com, api.anthropic.com) depuis les postes des développeurs.

Le volume montant compte plus que le nombre de connexions : quelques kilooctets correspondent à des questions, plusieurs mégaoctets à des fichiers. Les outils CASB ou de prévention des fuites (DLP), comme Microsoft Purview, classent en plus le contenu envoyé, au prix d'un déchiffrement du trafic et d'un cadrage juridique plus lourd.

Ce cadrage n'est pas optionnel. En France, aucune information concernant personnellement un salarié ne peut être collectée par un dispositif qui n'a pas été porté préalablement à sa connaissance (article L1222-4 du Code du travail), et, dans les entreprises d'au moins cinquante salariés, le CSE doit être informé et consulté avant la mise en place de moyens de contrôle de l'activité (article L2312-38). Commencez par des statistiques agrégées par domaine et par service, sans identifier les personnes, et faites valider la démarche par votre DPO ou votre avocat.

L'enquête interne

Les journaux disent où vont les données, pas pourquoi. Une enquête courte, sans nom et sans conséquence annoncée, donne le reste : quels outils, pour quelles tâches, avec quels types de documents, et ce qui manque dans les outils internes. Cinq questions suffisent :

1. Quels outils d'IA utilisez-vous pour votre travail, même ponctuellement ?
2. Pour quelles tâches, concrètement ?
3. Quels types de documents ou de données y avez-vous déjà collés ?
4. Sur quel compte : personnel, gratuit, payé par vous, fourni par l'entreprise ?
5. Si l'entreprise vous donnait un outil interne, que devrait-il savoir faire pour que vous l'utilisiez à la place ?

La dernière question est la plus utile : elle vous donne le cahier des charges de l'outil autorisé, écrit par ceux qui l'utiliseront.

Une charte d'usage minimale

Une charte d'usage de l'IA n'a pas besoin de dix pages : une page lue vaut mieux qu'un document que personne n'ouvre. Le minimum :

1. Les outils autorisés, et pour quoi. Une liste courte : tel outil pour la rédaction, tel assistant interne pour les documents de l'entreprise, tel outil pour le code.
2. Les données qui ne sortent jamais vers un outil non autorisé. Données personnelles de clients et de salariés, contrats et conditions négociées, code source, données techniques couvertes par un contrat client, documents marqués confidentiels, informations financières non publiées.
3. Pas de compte personnel pour un usage professionnel. C'est la règle qui réduit le plus le risque, à condition qu'un compte professionnel existe.
4. Relire et vérifier avant d'envoyer. Toute sortie d'un outil d'IA envoyée à l'extérieur est relue par la personne qui l'envoie, qui en reste responsable.
5. Un contact pour les cas douteux. Une adresse où demander « est-ce que je peux mettre ce document là ? ».
6. Une date de révision. Les outils changent tous les trimestres ; la charte aussi.

Si la charte doit être opposable, elle s'annexe au règlement intérieur ou à la charte informatique existante, avec la procédure qui s'y attache. Une courte formation aux bons réflexes répond aussi à l'article 4 de l'AI Act, applicable depuis février 2025, qui demande depuis l'omnibus numérique de juillet 2026 de prendre des mesures pour développer la maîtrise de l'IA du personnel (voir notre guide AI Act pour les PME). Pour un modèle de charte plus détaillé, voyez ce qu'on ne colle pas dans Claude : écrire une charte d'usage.

Le vrai levier : un outil aussi bon que ChatGPT sur vos documents

Une charte dit quoi ne pas faire, pas comment faire le travail. Ce qui ramène durablement les usages dans le périmètre, c'est un outil autorisé qui rend au moins le même service que ChatGPT. Sur les documents internes, il peut même faire mieux, parce qu'il les connaît.

Pour que les équipes l'adoptent, cet outil doit cocher cinq cases :

• Il connaît vos documents. Procédures, contrats types, documentation technique : branchés à la source et mis à jour.
• Il cite ses sources. Chaque réponse renvoie au document et à sa version, vérifiable en un clic.
• Il respecte les droits. Les droits viennent des outils d'origine : un stagiaire ne voit pas les grilles de salaires.
• Il est aussi rapide et aussi simple. Des réponses en quelques secondes, depuis le navigateur ou Teams. Un outil plus lent perd face au compte personnel.
• Sa qualité est mesurée. Un jeu de questions réelles, posé avant et après chaque évolution, donne le pourcentage de réponses justes, complètes et fausses (voir évaluer un RAG par notation binaire).

C'est ce que nous construisons avec l'agent IA souverain déployé chez vous : un socle développé et maintenu par Tensoria, installé dans votre environnement, avec les développements propres à votre activité, livrés et qui vous appartiennent. Pour un grand groupe du spatial, nous avons par exemple déployé dès 2024 deux assistants conversationnels sur les serveurs internes du groupe, avec des modèles ouverts, sur un corpus RH et un corpus technique, puis repris le système en 2025 sur un cloud français avec des agents qui filtrent, résument et raisonnent sur les documents. Le retour d'expérience complet détaille ce qui a marché et ce qui a demandé du travail.

Côté infrastructure, deux points de départ : une carte graphique de 48 Go louée sur un cloud français (une L40S coûtait environ 1,40 euro HT de l'heure chez OVHcloud selon les grilles publiques relevées en 2026, soit de l'ordre de 1 000 euros par mois en continu), ou une machine installée chez vous, dimensionnée selon le nombre d'utilisateurs simultanés : notre article sur le DGX Spark en entreprise et celui sur l'IA locale en entreprise détaillent ces options.

Par où commencer

1. Mesurer pendant deux à quatre semaines : extraction agrégée des journaux du proxy et enquête interne.
2. Classer vos données en trois niveaux : ce qui peut aller dans un outil grand public, ce qui peut aller dans une offre entreprise sous contrat, ce qui ne sort pas de votre infrastructure.
3. Donner un outil pour chaque niveau et publier la charte d'une page en même temps, jamais avant.
4. Lancer un pilote sur le corpus le plus demandé dans l'enquête, souvent les procédures internes ou la documentation technique : quatre à six semaines avec une mesure de départ, puis un déploiement si les chiffres sont là.
5. Revoir les journaux trois mois après : si le trafic vers les comptes personnels baisse, l'outil interne fait son travail.

Pour situer ce chantier dans l'ensemble d'un projet IA (priorités, budget, gouvernance), voyez notre guide pour mener un projet IA en PME. Si vos contraintes portent surtout sur l'hébergement, notre page IA souveraine présente les architectures possibles.

Questions fréquentes sur le shadow IA

Pour aller plus loin

• Sécurité des données et IA en PME : la checklist RGPD, hébergement et contrats.
• Écrire une charte d'usage de l'IA : ce qu'on ne colle pas dans un assistant, règle par règle.
• LibreChat, AnythingLLM ou Onyx : quel assistant open source auto-héberger.
• ITAR et Diffusion Restreinte : un assistant IA quand les données ne peuvent pas sortir.
• RAG souverain avec Mistral : architecture et hébergement en France.
• Assistant IA interne sur vos documents : notre offre de développement RAG sur mesure.
• Agent IA souverain déployé chez vous : le socle, le pilote et le suivi en production.