Shadow AI en entreprise : comment sécuriser l’IA que vos employés utilisent déjà sans autorisation

Une commerciale rédige une proposition en la soumettant à un assistant conversationnel grand public. Une assistante colle le compte rendu d’une réunion confidentielle dans un outil de traduction en ligne. Un développeur fait relire son code par un assistant qu’il a installé dans son navigateur personnel. Aucun de ces gestes n’a été validé par la direction, et aucun ne figure dans les outils de suivi de l’entreprise. C’est ce que l’on appelle le shadow AI : l’usage d’outils d’intelligence artificielle par les salariés, en dehors de tout cadre autorisé.

Le phénomène n’a rien de marginal. Selon le rapport 2025 State of Data Security de Varonis, 98 % des organisations comptent des applications non vérifiées, dont de l’IA non sanctionnée. La question n’est donc pas de savoir si vos équipes utilisent l’IA sans autorisation, mais dans quelle mesure, avec quelles données et avec quels contrôles.

Cet article est consacré à la gouvernance du shadow AI pour les PME françaises. Il ne reprend pas la rédaction de la charte, que nous détaillons dans notre guide de la charte IA pour PME. Il porte sur ce qui vient après : repérer les usages réels, comprendre les risques, cadrer sans interdire en vain et mettre en place des contrôles proportionnés. Pour le volet technologique, consultez notre panorama complet des technologies IA en cybersécurité, et pour la stratégie d’ensemble, notre guide complet de la cybersécurité PME 2026.

Qu’est-ce que le shadow AI ?

Le terme reprend la logique du shadow IT, c’est-à-dire l’usage de logiciels et de services que le service informatique n’a pas approuvés. Le shadow AI désigne plus précisément l’utilisation, par des salariés, d’outils d’intelligence artificielle générative : assistants conversationnels, générateurs d’images, outils de résumé ou de traduction, extensions de navigateur, services de transcription. Ces outils sont utilisés sans validation formelle de l’entreprise.

Il se distingue des risques informatiques classiques sur un point essentiel. Un collaborateur n’a besoin ni d’installer un logiciel ni de droits administrateur pour envoyer un texte à un service d’IA. Un navigateur, un compte personnel et un copier-coller suffisent. Or le périmètre de contrôle habituel des PME, fondé sur les postes, le réseau et les applications déployées, laisse échapper la majorité de ces usages.

Le shadow AI n’est pas, dans la plupart des cas, un acte malveillant. Les salariés qui y recourent cherchent à gagner du temps et à mieux travailler. Le risque vient de l’absence de cadre, et non de l’intention de nuire. C’est pourquoi la réponse doit être organisationnelle avant d’être technique.

Ce que disent les chiffres : IBM et Varonis

Deux rapports de référence permettent de mesurer le phénomène. Le premier est le rapport Cost of a Data Breach 2025 d’IBM, qui s’appuie sur des violations de données réelles. Il indique que :

• 20 % des organisations étudiées ont subi une violation liée au shadow AI ;
• ces incidents ont ajouté jusqu’à 670 000 dollars au coût moyen d’une violation ;
• 97 % des organisations ayant subi une violation liée à l’IA ne disposaient pas de contrôles d’accès adéquats pour leurs systèmes d’IA ;
• 63 % des organisations violées n’avaient pas de politique de gouvernance de l’IA.

Le second est le rapport Varonis déjà cité, qui constate que 98 % des organisations comptent des applications non vérifiées, dont de l’IA non sanctionnée. Ces deux études convergent sur un point : le shadow AI est un risque mesurable, et l’absence de gouvernance revient systématiquement dans les analyses d’incidents. Elles portent toutefois sur des échantillons d’organisations de tailles variées, et non spécifiquement sur les PME françaises. Les mécanismes de fuite décrits restent en revanche les mêmes quelle que soit la taille de l’entreprise.

Les six risques concrets du shadow AI

Le shadow AI ne crée pas un risque unique. Il combine plusieurs menaces, dont certaines apparaissent avant même que l’entreprise ne s’en rende compte. Le tableau ci-dessous les décrit avec un exemple et le contrôle associé.

L’exemple le plus souvent cité reste celui de Samsung. En avril 2023, des ingénieurs de l’entreprise ont transmis à ChatGPT du code source confidentiel, à plusieurs reprises en quelques semaines. Samsung a alors interdit ces outils aux salariés en mai 2023, sur les équipements de l’entreprise et sur ses réseaux internes, comme l’a rapporté Bloomberg. Cet exemple montre à la fois la réalité du risque et les limites de la réponse purement interdictive, que nous examinons ci-dessous.

Pourquoi interdire ne suffit pas ?

La réaction la plus courante consiste à bloquer les outils d’IA sur le réseau de l’entreprise. Elle est compréhensible, mais ses effets restent limités. Un salarié qui ne peut plus se connecter depuis le bureau utilise son téléphone personnel. L’usage ne disparaît pas : il se déplace hors de toute visibilité.

Ce déplacement produit deux effets. L’entreprise perd d’abord ses moyens de détection, puisque les journaux du pare-feu et des outils de sécurité ne voient plus rien. Elle fragilise ensuite la confiance nécessaire à toute politique de sécurité : les salariés comprennent que l’usage est interdit mais toléré dans les faits, et cessent de poser des questions avant de l’utiliser.

L’approche qui fonctionne consiste à remplacer l’interdiction par un cadre. Il faut indiquer clairement quels outils sont autorisés, avec quelles données et dans quelles conditions. Les salariés ont un besoin réel d’assistance par l’IA pour être efficaces. Il s’agit de leur offrir une alternative sûre, plutôt que de les laisser chercher seuls.

Cela ne signifie pas qu’il faille tout autoriser. Certains usages restent inacceptables, comme soumettre des données de santé ou des secrets de fabrication à un outil sans contrat adapté. La règle doit donc distinguer trois catégories d’usages : permis, tolérés sous conditions et interdits. Elle ne doit pas opposer frontalement l’IA et l’interdiction.

Cartographier les usages réels en quatre étapes

Avant de décider ce qui est autorisé, il faut savoir ce qui est utilisé. Cette cartographie doit se faire sans chasse aux sorcières : si les salariés craignent une sanction, ils ne répondront pas honnêtement.

Étape 1 : interroger les équipes de façon anonyme

Un questionnaire anonyme, court et concret donne les meilleurs résultats. Il demande quels outils sont utilisés, pour quelles tâches et avec quels types de données. Le texte d’accompagnement doit garantir qu’aucune réponse n’entraînera de sanction. La démarche d’audit décrite dans notre guide de la charte IA suit la même logique.

Étape 2 : vérifier les flux techniques

Les journaux du proxy, du pare-feu et du DNS permettent d’identifier les domaines d’outils d’IA consultés depuis le réseau de l’entreprise. Un inventaire des extensions installées sur les navigateurs professionnels complète cette vue. Les entreprises équipées d’un outil de contrôle des applications cloud peuvent y lire directement la liste des services utilisés. Notre article sur le CASB et la sécurisation du cloud par l’IA détaille cette approche.

Étape 3 : recouper avec les comptes et les dépenses

Les abonnements payés avec une carte professionnelle, les notes de frais et les comptes créés avec l’adresse de l’entreprise révèlent des usages que les journaux ne montrent pas. Les notifications de connexion et les demandes d’accès aux outils de collaboration complètent la liste.

Étape 4 : classer chaque usage selon le risque

Pour chaque outil identifié, notez le type de données traitées, le lieu d’hébergement, les conditions contractuelles et la criticité de l’usage. Ce classement sert de base au catalogue présenté dans la section suivante. Pour situer ce chantier parmi vos autres priorités, l’audit cybersécurité PME de SIAC Media offre un premier diagnostic.

Construire un catalogue d’outils IA validés

Le catalogue est le document opérationnel qui transforme la charte en décisions concrètes. Il répond à une question simple pour chaque salarié : puis-je utiliser cet outil, et pour quel usage ? Nous recommandons trois niveaux.

• Outils autorisés : versions professionnelles, contrat signé, données professionnelles autorisées selon une liste précise.
• Outils tolérés sous conditions : usage limité à des données non sensibles, compte professionnel obligatoire, validation par le responsable du service.
• Outils interdits : outils dont les conditions ne permettent pas de traiter des données professionnelles, ou dont l’hébergement et la gouvernance restent opaques.

Le catalogue doit rester vivant, car les outils évoluent vite, tout comme leurs conditions d’utilisation. Une revue trimestrielle suffit pour la plupart des PME, avec un référent clairement désigné, souvent le responsable informatique ou le prestataire externe.

Pour formaliser les premières règles à partir de ce catalogue, le générateur de charte IA de SIAC Media fournit un point de départ. Le document doit ensuite être adapté à vos usages réels, puis présenté à vos équipes.

Pour les usages les plus sensibles, deux pistes permettent de ne pas dépendre d’un service étranger. La première consiste à faire tourner un modèle en local, comme le décrit notre guide de l’IA en local pour les PME. La seconde consiste à recourir à un service hébergé en Europe, par exemple celui décrit dans notre guide de déploiement de Mistral AI pour les PME.

Les contrôles techniques à mettre en place

La politique seule ne suffit pas. Quatre types de contrôles techniques réduisent sensiblement la surface du shadow AI, sans supposer que chaque salarié se comporte parfaitement.

• Authentification unique : imposer que les outils validés soient accessibles via le compte professionnel de l’entreprise. Cela permet de désactiver un accès lors d’un départ et de tracer les connexions. Notre article sur la gestion des identités et des accès sans DSI détaille cette mise en place.
• Prévention des pertes de données : une solution de DLP peut détecter et bloquer l’envoi de certains formats sensibles vers des sites externes. Voir notre guide DLP pour PME.
• Contrôle des applications cloud : des règles de filtrage sur les domaines d’IA non validés, assorties d’un message qui oriente l’utilisateur vers l’outil validé plutôt qu’un simple blocage sans explication.
• Gestion des postes et des extensions : limiter l’installation d’extensions de navigateur à une liste validée et centraliser les mises à jour des postes professionnels.

Ces contrôles doivent être journalisés. Les journaux servent à repérer des usages anormaux, par exemple un volume inhabituel d’envois vers un service externe, et à instruire un incident. Lorsque la sécurité est confiée à un prestataire, l’exigence de traçabilité doit figurer dans le contrat, comme le détaille notre article sur la gestion des risques tiers.

Si votre PME développe ou héberge elle-même un système d’IA générative, l’ANSSI a publié le 29 avril 2024 des recommandations de sécurité pour un système d’IA générative, qui comptent 35 mesures couvrant notamment le cloisonnement, la journalisation et le filtrage des accès. Ce document cible les systèmes déployés par l’entreprise, et non l’usage d’outils grand public, mais il constitue une référence utile dès qu’un projet interne voit le jour.

Former les équipes : la maîtrise de l’IA comme levier

La formation reste le contrôle le moins coûteux et le plus durable. Un salarié qui comprend pourquoi une donnée client ne doit pas être collée dans un chatbot ne cherchera pas à contourner la règle. Notre article sur la formation des employés à la cybersécurité propose un programme détaillé. Pour le shadow AI, trois thèmes sont prioritaires : reconnaître une donnée sensible, comprendre comment un fournisseur d’IA traite les contenus saisis, et vérifier un résultat avant de l’utiliser.

L’obligation juridique a également changé. L’article 4 du règlement européen sur l’intelligence artificielle, l’AI Act, imposait depuis le 2 février 2025 aux entreprises utilisant l’IA de garantir un niveau suffisant de maîtrise de l’IA de leur personnel. Le règlement (UE) 2026/1744, adopté le 8 juillet 2026, a remplacé cette exigence de résultat par une obligation de moyens : l’entreprise doit prendre des mesures pour favoriser cette maîtrise, sans être tenue de garantir un niveau déterminé à chaque salarié. Même assouplie, cette obligation justifie de documenter les formations et les actions de sensibilisation.

Le cadre juridique : RGPD, AI Act et NIS2

Un usage non encadré de l’IA peut mettre une entreprise en défaut sur trois fronts. Le premier est le RGPD. Dès qu’un outil traite des données personnelles, l’entreprise reste responsable du traitement, même si le salarié a agi seul. Les amendes peuvent atteindre 20 millions d’euros ou 4 % du chiffre d’affaires mondial, le montant le plus élevé étant retenu. Les transferts de données vers des pays tiers sont encadrés par les articles 44 et suivants du texte. Notre panorama sur les obligations RGPD et cybersécurité des PME détaille ces exigences.

Le deuxième front est l’AI Act, dont l’article 4 a été présenté plus haut. Le troisième est la directive NIS2, qui impose une gestion des risques liés à la chaîne d’approvisionnement. Un dispositif de gestion des risques ne peut donc pas ignorer les services numériques réellement utilisés par l’entreprise. Notre guide de mise en conformité NIS2 pour PME présente les dix mesures attendues.

Pour la rédaction même des règles et leur opposabilité aux salariés, notre guide de la charte IA reste la référence. Cet article se concentre sur la mise en œuvre opérationnelle, et nous recommandons de faire valider le dispositif final par un juriste.

Souveraineté : maîtriser où vont vos données

Une part importante du shadow AI repose sur des services de sociétés américaines. Or le CLOUD Act, adopté aux États-Unis en 2018, permet aux autorités américaines d’obliger un fournisseur soumis au droit américain à communiquer les données qu’il détient, y compris lorsqu’elles sont hébergées hors des États-Unis. Pour une PME française, le risque tient donc aussi à la juridiction de la société qui exploite le service, et pas seulement à l’emplacement de ses serveurs.

Cette exposition ne justifie pas de bannir tous les outils étrangers, dont certains restent les plus performants pour des usages sans données sensibles. Elle impose en revanche de choisir en connaissance de cause. Pour les usages sensibles, les solutions françaises et européennes offrent aujourd’hui des alternatives sérieuses : modèles hébergés en Europe, infrastructures situées en Suisse ou en France, déploiements en local. Notre article sur la cybersécurité souveraine et le CLOUD Act détaille les critères de choix. Pour arbitrer entre un serveur physique et un cloud souverain, notre comparatif sur l’infrastructure à retenir pour l’IA de votre PME apporte des éléments concrets.

Plan d’action en 90 jours

Pour une PME sans équipe dédiée, un calendrier simple permet de passer du constat à la maîtrise en trois mois.

1. Jours 1 à 15 : lancer le questionnaire anonyme, extraire les journaux de proxy et de DNS, lister les abonnements IA payés par l’entreprise.
2. Jours 16 à 30 : classer les usages par niveau de risque, rédiger le catalogue à trois niveaux et désigner un référent.
3. Jours 31 à 60 : créer les comptes professionnels pour les outils autorisés, activer l’authentification unique, mettre en place les premières règles de DLP ou de filtrage.
4. Jours 61 à 90 : former les équipes, diffuser la charte, puis planifier la revue trimestrielle du catalogue.

Les deux premières étapes ne demandent aucun investissement technique, car elles reposent sur des journaux et des documents déjà disponibles. Elles déterminent en revanche la pertinence de toutes les suivantes.

Questions fréquentes sur le shadow AI

Utiliser un outil d’IA sans autorisation est-il illégal ?

Ce n’est pas une infraction pénale en soi. C’est en revanche un manquement potentiel au RGPD dès que des données personnelles sont traitées, et une violation des règles internes de l’entreprise. Une sanction disciplinaire n’est envisageable que si les règles ont été régulièrement portées à la connaissance des salariés, ce qui suppose une procédure interne solide.

Faut-il interdire l’IA pour se protéger ?

Une interdiction générale est rarement efficace : elle déplace l’usage hors de vue sans le supprimer. Un cadre avec des outils validés, des règles claires et des contrôles proportionnés protège mieux l’entreprise.

Comment savoir quels outils d’IA sont utilisés dans mon entreprise ?

Combinez trois sources : un questionnaire anonyme auprès des équipes, les journaux de proxy et de DNS, et les dépenses liées aux abonnements. Aucune de ces sources ne suffit seule.

Que faire si une donnée sensible a déjà été envoyée à un outil d’IA ?

Identifiez l’outil et la nature du contenu transmis, consultez les conditions de conservation du fournisseur et exercez si possible le droit de suppression. Si la violation présente un risque pour les personnes, elle doit être notifiée à la CNIL dans un délai de 72 heures à compter de sa connaissance. Documentez chaque étape. Notre guide du plan de réponse à incident donne la marche à suivre.

Le shadow AI concerne-t-il les très petites entreprises ?

Oui. Les mécanismes de fuite sont les mêmes quelle que soit la taille de l’entreprise. Pour une structure de quelques salariés, le catalogue peut tenir sur une page, et la cartographie peut se limiter à un échange structuré avec l’équipe.

Conclusion

Le shadow AI n’est pas un problème à éradiquer, c’est une réalité à encadrer. Les salariés qui utilisent l’IA sans autorisation cherchent à mieux travailler. L’entreprise doit leur offrir un cadre qui leur permette de le faire sans exposer ses données. Cartographier les usages, construire un catalogue à trois niveaux, mettre en place des contrôles proportionnés et former les équipes forment une démarche accessible à toute PME.

Cette démarche prolonge votre charte IA et s’inscrit dans votre stratégie globale de cybersécurité, présentée dans notre guide complet de la cybersécurité PME 2026 et dans notre panorama des technologies IA en cybersécurité. Pour évaluer votre niveau de départ, l’audit cybersécurité PME de SIAC Media est un bon point d’entrée, et le générateur de charte IA vous aide à formaliser vos premières règles.