IA de confiance : ce qu’on achète réellement.

La conséquence est directe. Si le besoin se limite au contrat, aux habilitations et à une passerelle, c’est un projet de quelques semaines. S’il s’agit de faire travailler l’IA sur le patrimoine documentaire de l’entreprise, c’est un programme qui touche la gestion documentaire, les droits et l’organisation.

Le besoin exprimé, « sécuriser les usages », relève surtout du contrat et de la politique de données. Le besoin qui produira de la valeur, « que l’IA connaisse nos documents », relève de l’accès documentaire. Ce sont deux projets, deux calendriers, deux niveaux de risque. Les traiter comme un seul achat est la première erreur structurante.

Au-delà de quatre niveaux, une grille devient inapplicable : les collaborateurs ne savent plus classer et choisissent le niveau le plus permissif.

L’erreur qui fait échouer la plupart des démarches : vouloir classifier tout le patrimoine documentaire. C’est un chantier sans fin. On classe des flux : « la réponse aux appels d’offres est N2 », « le traitement des candidatures est N3 ». Une quinzaine de flux couvre l’essentiel de l’activité d’une organisation, et cela se fait en deux ateliers.

Le coût n’est jamais le bon argument. Le raisonnement spontané, « héberger nous-mêmes coûtera moins cher », est rarement vrai pour un usage conversationnel. Une infrastructure GPU dédiée est un coût fixe, payé la nuit et le week-end, qu’il faut doubler pour tenir un engagement de service, et qui demande une exploitation continue : supervision, montées de version, capacité. Les motifs valables sont ailleurs : une contrainte réglementaire ou contractuelle qui interdit la sortie de la donnée, un volume de traitement automatisé élevé, ou une disponibilité maîtrisée pour une fonction critique.

Entraîner un modèle sur ses documents ? Presque jamais. Spécialiser un modèle est utile pour imposer un format, un vocabulaire métier, ou transférer une compétence vers un petit modèle sur une tâche répétitive. C’est du gaspillage pour « lui apprendre les documents de l’entreprise » : c’est le rôle de la recherche augmentée (RAG). Les documents changent, le modèle non. Un modèle spécialisé sur un patrimoine documentaire est périmé le jour de sa mise en service.

Un assistant qui lit pose un problème de confidentialité. Un agent IA qui écrit, envoie ou modifie pose un problème d’intégrité. Un document reçu d’un tiers peut contenir un texte destiné non à l’humain mais à l’assistant qui le lira : c’est l’injection indirecte d’instructions, contre laquelle il n’existe pas de protection fiable par la détection.

On la traite par la limitation des droits : moindre agentivité (seulement les outils nécessaires, avec une identité propre et journalisée) et validation humaine de toute action sortante. En phase 1, aucun agent ne devrait écrire sans confirmation explicite.

Le sous-traitant ultérieur invisible : transcription, OCR, hébergement de vecteurs, observabilité. Il voit passer les données sans figurer dans la documentation commerciale.

La finalité qui dérive, quand un journal créé pour la sécurité devient un outil de pilotage managérial. Verrouillez l’accès aux journaux dès le départ.

Le règlement est entré en vigueur en août 2024 avec une application échelonnée. Les interdictions et l’obligation de maîtrise de l’IA s’appliquent depuis février 2025, celles relatives aux modèles à usage général depuis août 2025.

Le calendrier des usages à haut risque a été rouvert par la Commission européenne dans le cadre de ses propositions de simplification : à vérifier à date auprès de votre conseil.

1. L’encadrement intermédiaire, qui craint de ne plus savoir juger la qualité du travail.
2. Le juridique, sur la responsabilité en cas d’erreur.
3. Les experts seniors, à embarquer comme prescripteurs.
4. La direction financière au renouvellement, si aucun indicateur n’a été posé au départ.

Pour préparer vos fiches, le générateur de fiche cas d’usage IA est gratuit et tourne dans votre navigateur.