RGPD et IA générative : les questions à trancher avant de déployer
Une IA générative ne crée pas de nouvelles règles de protection des données : elle applique les règles existantes à des flux que personne n'avait prévus. Ce guide liste les questions à trancher avant le déploiement, dans l'ordre où elles se posent, avec les textes et les positions de la CNIL qui y répondent.
Publié le 22 septembre 2026
Partir des usages, pas de l'outil
La première question n'est pas juridique. Qu'allez-vous faire de l'outil ? Rédiger des courriers, résumer des dossiers, répondre aux clients, chercher dans une base documentaire ? Chaque usage est un traitement, avec sa finalité, ses données et ses destinataires. La CNIL, dans ses questions-réponses sur l'utilisation d'un système d'IA générative, recommande précisément de partir d'un besoin identifié plutôt que de déployer un outil sans finalité définie.
Un assistant généraliste ouvert à tous sans cadre ne permet pas de répondre aux questions qui suivent. Une liste d'usages autorisés, même courte, le permet.
| Question | Référence | Ce qui doit en sortir |
|---|---|---|
| Qui est responsable, qui est sous-traitant ? | RGPD, art. 4, 26 et 28 | La qualification de chaque acteur et les contrats correspondants |
| Sur quelle base légale ? | Art. 6, et art. 9 pour les données sensibles | Une base par usage, documentée |
| Faut-il une analyse d'impact ? | Art. 35 | L'AIPD, ou la justification de son absence |
| Les données sortent-elles de l'Union ? | Chapitre V | L'outil de transfert utilisé, ou l'architecture qui l'évite |
| Que collecte-t-on, et combien de temps ? | Art. 5 et 25 | Des règles de minimisation et de conservation appliquées par l'outil |
Qui est responsable de quoi
L'entreprise qui met l'outil à disposition de ses équipes est responsable du traitement. L'éditeur de la plateforme et le fournisseur du modèle interviennent en principe comme sous-traitants, avec un contrat conforme à l'article 28 : traitement sur instruction documentée, confidentialité, sécurité, sous-traitants ultérieurs autorisés, suppression ou restitution des données en fin de contrat.
La qualification se complique lorsqu'un fournisseur réutilise les données pour ses propres fins, par exemple pour entraîner ses modèles. Il ne se contente plus d'exécuter vos instructions. La CNIL invite à examiner ce point de près, notamment lorsque les données sont susceptibles d'être réutilisées par le fournisseur selon ses conditions générales. Exigez par écrit l'absence de réutilisation, ou choisissez un autre fournisseur.
Les conditions d'une offre grand public et celles d'une offre professionnelle du même fournisseur diffèrent souvent sur la conservation et la réutilisation des données. Vérifiez le contrat réellement signé, pas la page de présentation.
Base légale et finalités
Chaque usage doit reposer sur l'une des bases de l'article 6. Pour un outil interne d'aide au travail, l'intérêt légitime est souvent envisagé ; il suppose une mise en balance documentée avec les droits des personnes concernées, salariés comme tiers cités dans les documents. Le consentement est rarement adapté dans la relation de travail, en raison du déséquilibre entre employeur et salarié.
Trois situations demandent un examen particulier :
- Les données sensibles de l'article 9 (santé, opinions, appartenance syndicale) : leur traitement est interdit sauf exception. Un usage qui en manipule doit être identifié comme tel, et non découvert après coup dans les prompts.
- Les décisions automatisées : l'article 22 encadre les décisions fondées exclusivement sur un traitement automatisé qui produisent des effets juridiques ou affectent la personne de manière significative. Un modèle qui propose et un humain qui décide réellement change la nature du traitement.
- Le modèle lui-même : dans son avis 28/2024, le comité européen de la protection des données indique que le déployeur d'un modèle doit s'assurer, dans une mesure appropriée, que celui-ci n'a pas été développé par un traitement illicite de données personnelles.
L'analyse d'impact (AIPD)
L'article 35 impose une analyse d'impact lorsqu'un traitement est susceptible d'engendrer un risque élevé pour les droits et libertés des personnes. Les lignes directrices européennes retiennent neuf critères ; un traitement qui en remplit au moins deux est présumé soumis à l'obligation. L'usage innovant d'une technologie en fait partie, et la CNIL cite l'AIPD parmi les mesures à prévoir avant de déployer une IA générative.
Dans ses recommandations sur l'analyse d'impact des systèmes d'IA, la CNIL cite des risques propres à ces systèmes, dont la production de contenus erronés, le biais d'automatisation des utilisateurs et l'extraction de données. En pratique :
- Décrire les usagesFinalités, catégories de données, personnes concernées, flux vers chaque acteur.
- Évaluer la nécessitéLa même finalité peut-elle être atteinte avec moins de données, ou sans données personnelles ?
- Analyser les risquesDivulgation par un prompt, réponse erronée sur une personne, conservation excessive, accès du fournisseur, transfert hors Union.
- Fixer les mesuresModèle local pour les usages sensibles, pseudonymisation avant envoi, durées de conservation, contrôle humain, formation.
- Associer le DPOL'article 35 impose de recueillir son conseil lorsqu'il a été désigné, et c'est lui qui suivra les mesures dans le temps.
Si un usage relève aussi du haut risque au sens de l'AI Act, les deux analyses gagnent à être menées ensemble : voir le guide AI Act : obligations de l'entreprise.
Transferts et choix du mode de déploiement
Toute donnée personnelle envoyée à un fournisseur établi hors de l'Union, ou accessible depuis l'étranger, est un transfert encadré par le chapitre V du RGPD : décision d'adéquation, clauses contractuelles types de la Commission, ou autre garantie appropriée. Le transfert légal ne règle pas pour autant l'exposition aux lois étrangères, que traite le guide Cloud Act et IA.
Le mode de déploiement décide largement de la réponse. La CNIL estime qu'il semble généralement plus opportun et plus sécurisé de privilégier un déploiement sur site ; à l'inverse, avec un système utilisé par API, la maîtrise est quasi exclusivement dans les mains du fournisseur.
Minimisation, conservation et droits
La minimisation (article 5) et la protection des données dès la conception (article 25) se traduisent concrètement :
- Ne pas stocker ce qui n'est pas nécessaire : un prompt brut conservé indéfiniment est un fichier de données personnelles que personne n'a déclaré.
- Retirer les identifiants avant l'envoi lorsque l'usage le permet : c'est l'objet du guide Anonymiser ou pseudonymiser avant un LLM.
- Fixer des durées pour les conversations, les journaux et les index documentaires.
- Prévoir l'exercice des droits : une personne peut demander l'accès ou l'effacement des données qui la concernent, y compris dans les historiques de conversation.
- Encadrer par une charte les usages autorisés et interdits, comme le recommande la CNIL, et la traduire en paramétrage.
Le cadre d'ensemble, qui relie ces choix à la localisation et au droit applicable, est dans le guide Souveraineté des données et IA générative.
Questions fréquentes
Une AIPD est-elle obligatoire pour déployer une IA générative ?
Elle l'est dès que le traitement remplit les conditions de l'article 35, ce qui est fréquent : usage innovant, données de salariés, volume. La CNIL la cite parmi les mesures à prévoir avant un déploiement. En l'absence d'AIPD, documentez pourquoi elle n'est pas requise.
Le fournisseur du modèle est-il notre sous-traitant ?
En principe oui, s'il traite les données uniquement pour votre compte et sur vos instructions. S'il les réutilise pour ses propres finalités, comme l'entraînement, la qualification change et le contrat doit le traiter explicitement.
Les salariés peuvent-ils saisir des données personnelles dans l'outil ?
Cela dépend de l'usage et du mode de déploiement. La règle doit être écrite dans une charte et, idéalement, appliquée par l'outil : modèle local pour les données sensibles, détection et pseudonymisation avant tout envoi externe.
Où se situe SmartAGT
SmartAGT se déploie on-premise et agit comme sous-traitant au sens du RGPD. Le modèle peut être 100 % local, ou fourni par un fournisseur cloud que vous contractez directement. En mode hybride, un coffre de confidentialité, une fois activé, détecte et pseudonymise de façon réversible les identifiants directs (courriel, téléphone, IBAN, carte bancaire, adresse IP, NIR, SIREN, SIRET, plaque, et les termes que vous ajoutez) avant tout appel sortant, et aucun prompt brut ne rejoint le journal d'audit.
La journalisation repose sur une chaîne d'audit hash-chaînée SHA-256 et le chiffrement AES-256. La plateforme n'est pas encore certifiée par un tiers. Le détail est sur la page Sécurité.
