Un guide Sluis pour les responsables sécurité et les RSSI. Dernière vérification le 19 novembre 2026.
Le shadow AI, c’est l’usage de ChatGPT au travail hors des outils approuvés. Misez sur SSO, journal d’audit et budgets, pas sur la seule interdiction. Ce guide présente les cinq contrôles dont un RSSI a besoin pour déployer ChatGPT en toute sécurité, ce que l’autorité néerlandaise de protection des données a dit des violations de données liées aux chatbots, comment éviter qu’un journal de prompts ne devienne un problème de surveillance des salariés, et un plan de déploiement en 90 jours avec responsables et preuves.
En bref
- Interdire ne suffit pas. Les gens utilisent des chatbots parce qu’ils leur font gagner du temps. Proposez une voie approuvée plus simple, plus rapide et déjà connectée, pour que le personnel ait moins de raisons d’utiliser un compte personnel.
- Cinq contrôles portent le déploiement : une politique sur ce qui peut être saisi, des outils approuvés derrière le SSO, la journalisation et l’audit, des budgets et des listes de modèles autorisés, et la protection des données avant que le prompt ne quitte votre environnement.
- L’Autoriteit Persoonsgegevens (AP), l’autorité néerlandaise de protection des données, considère que des données personnelles collées dans un chatbot contre les règles de l’employeur constituent une violation de données. Il vous faut un processus de gestion des incidents capable de décider d’une notification dans les 72 heures de l’article 33 du RGPD.
- Un journal de prompts est lui-même un traitement de données personnelles des salariés et peut constituer une surveillance des salariés. Journalisez par défaut les métadonnées et les décisions de politique, restreignez qui peut lire le contenu, fixez une durée de conservation et informez le personnel. Aux Pays-Bas, associez le conseil d’entreprise et vérifiez si une AIPD (analyse d’impact relative à la protection des données, DPIA en anglais) est obligatoire.
- En vertu de l’article 4 du Règlement sur l’IA, tel que modifié en juillet 2026, vous devez prendre des mesures pour soutenir la maîtrise de l’IA de votre personnel. Voir notre guide sur le Règlement sur l’IA pour les organisations qui utilisent l’IA.
Pourquoi le shadow AI apparaît et ce que dit le régulateur
Les collaborateurs ouvrent un chatbot dans un onglet du navigateur parce qu’il répond en quelques secondes, alors que la voie officielle est un ticket et une attente. Personne ne cherche à provoquer une violation de données. Le risque vient de ce qui entre dans le prompt : un export clients, un projet de lettre au sujet d’un collègue nommé, un bloc de code contenant une clé.
Le 6 août 2024, l’AP a publié un avertissement fondé sur les notifications de violations qu’elle avait reçues. Ses points principaux :
- L’AP avait reçu plusieurs notifications de violations de données parce que des salariés avaient partagé avec un chatbot d’IA des données personnelles, par exemple de patients ou de clients. Dans un cas, un salarié d’un cabinet de médecine générale a saisi des données médicales de patients, contre les règles convenues. Dans un autre, un salarié d’un opérateur télécom a saisi un fichier contenant des adresses de clients.
- Les salariés utilisent souvent des chatbots de leur propre initiative et contre les accords passés avec l’employeur. Si des données personnelles ont été saisies, c’est une violation de données.
- Lorsque l’usage de chatbots fait partie de la politique de l’organisation, ce n’est pas une violation de données, mais ce n’est souvent pas légalement permis. Les organisations doivent prévenir les deux situations.
- La plupart des entreprises à l’origine des chatbots stockent toutes les données saisies, souvent sans que la personne qui les tape en ait conscience.
- Le conseil de l’AP : passer des accords clairs avec le personnel sur la possibilité d’utiliser des chatbots et sur les données qui peuvent ou non être saisies, et envisager de convenir avec le fournisseur qu’il ne stocke pas les saisies. Lorsqu’une violation se produit, la notifier à l’AP et aux personnes concernées est dans de nombreux cas obligatoire.
C’est le deuxième point qui fait du shadow AI un sujet de sécurité et pas seulement de politique interne. L’intérêt d’une voie approuvée est de placer le traitement sous le contrôle de l’organisation ; l’approbation n’est pas en soi une base juridique. Il vous faut toujours une base, un contrat de sous-traitance au titre de l’article 28 du RGPD et, souvent, une AIPD.
Les contrôles, les risques qu’ils traitent et leurs responsables
| Contrôle | Risque traité | À quoi ressemble une bonne mise en œuvre | Responsable | Ce qu’apporte Sluis |
|---|---|---|---|---|
| Politique sur ce qui peut être saisi | Données de clients, de patients, RH et secrètes collées dans n’importe quel modèle | Une page : outils approuvés, catégories de données interdites citées nommément, comment signaler une erreur sans reproche | RSSI avec le responsable de la protection des données et le juridique | Les propriétaires choisissent les modèles que les membres peuvent utiliser ; les données personnelles détectées sont remplacées avant l’envoi. Votre organisation rédige et approuve la politique |
| Outils approuvés avec SSO | Comptes personnels, pas de retrait des accès au départ, pas de visibilité | Chaque salarié peut se connecter avec l’identité de l’entreprise dès le premier jour ; ceux qui partent perdent l’accès automatiquement | Informatique et équipe identité | Connexion avec Microsoft, Google, Apple ou votre propre fournisseur OpenID Connect (Keycloak, Okta, Entra, ADFS 2016 ou ultérieur, authentik) ; SAML uniquement via un broker OpenID Connect ; provisionnement SCIM 2.0 ; les propriétaires peuvent exiger l’authentification à deux facteurs et l’authentification unique |
| Journalisation et audit | Aucune trace de la voie utilisée ; aucune preuve après un incident | Métadonnées et décisions de politique par requête ; contenu lisible par peu de personnes ; conservation fixée et documentée | Opérations de sécurité, avec le responsable de la protection des données | Piste d’audit à chaînage de hachages vérifiable hors ligne, une ligne d’audit par requête ; journal d’audit dans la console |
| Budgets et listes de modèles autorisés | Dépenses incontrôlées ; modèles et fournisseurs non évalués | Un plafond mensuel par personne et par équipe ; une courte liste de modèles approuvés avec un modèle par défaut | Finance avec l’équipe plateforme | Budget mensuel en euros par membre et budgets bloquants par workload ; les propriétaires choisissent tout le catalogue ou un ensemble restreint avec un modèle par défaut |
| Protection des données avant que le prompt ne parte | Données personnelles et secrets atteignant le fournisseur de modèles | Identifiants remplacés avant l’envoi ; résidence imposée ; limites de la détection connues | Responsable de la protection des données avec l’équipe plateforme | Données personnelles et secrets détectés remplacés par des marqueurs «TOKEN» typés et réversibles, restaurés au retour ; résidence UE uniquement par défaut, autres juridictions refusées avec 403 avant tout envoi. La détection n’est pas parfaite et n’établit pas à elle seule la conformité au RGPD |
| Détecter l’usage parallèle sur le réseau | Volume inconnu d’outils non approuvés | Rapports agrégés du trafic vers les services d’IA par service de l’entreprise, examinés chaque mois | Opérations de sécurité | Réalisé avec votre proxy, votre filtrage DNS, votre CASB ou vos outils de poste existants. Sluis ne détecte ni ne bloque les autres sites d’IA |
| Processus de gestion des incidents | Violation non reconnue, notifiée en retard ou pas du tout | Un canal de signalement, un responsable du tri, un compte à rebours de 72 heures, un registre des violations | Responsable de la protection des données ou DPO | Une ligne d’audit par requête sur la voie approuvée. Le contenu conservé, s’il est activé, aide l’enquête ; Sluis n’a aucune trace de l’usage parallèle |
| Maîtrise de l’IA | Personnel qui se fie à une sortie erronée ; personnel qui ne connaît pas les règles | Courtes sessions d’information par rôle et une trace des participants | RH ou équipe formation, avec le RSSI | Rien au-delà du produit lui-même |
Sluis est un produit géré d’une jeune société, 7Lab B.V. à Amsterdam, certifiée ISO 27001. C’est une façon de fournir la voie approuvée. Les contrôles de la première colonne s’appliquent quel que soit l’outil choisi.
Un plan de déploiement à 30, 60 et 90 jours
Retenez trois points de décision : au jour 30, la politique et l’évaluation du fournisseur ; au jour 60, un pilote avec des contrôles testés ; au jour 90, un accès à l’échelle de l’organisation et un bilan. Ce sont des objectifs de planification suggérés, pas des échéances légales. Ne lancez pas de pilote avec des données personnelles avant l’évaluation requise.
| Semaine | Action | Responsable | Preuve |
|---|---|---|---|
| 1 à 2 | Mesurer l’usage parallèle actuel à partir des données du proxy, du DNS ou du CASB, agrégées par service de l’entreprise et par service d’IA, pas par personne | Opérations de sécurité | Liste des services d’IA utilisés et volumes approximatifs |
| 2 à 3 | Rédiger la politique d’usage de l’IA d’une page : outils approuvés, données interdites, voie de signalement | RSSI, responsable de la protection des données, juridique | Version 1 de la politique, approuvée par la direction |
| 3 à 4 | Choisir la voie approuvée, signer le contrat de sous-traitance, lancer l’AIPD, demander l’accord du conseil d’entreprise sur les règles de journalisation | Responsable de la protection des données ou DPO, RH | Contrat signé, projet d’AIPD, demande d’accord |
| 5 à 6 | Pilote avec deux ou trois équipes : SSO, liste de modèles autorisés, budget par membre, protection des données activée, durée de conservation fixée | Informatique et équipe plateforme | Export de la configuration, exemples de lignes d’audit, section pilote de l’AIPD |
| 7 à 8 | Sessions de maîtrise de l’IA par rôle ; exercice sur table du processus de gestion des incidents avec un scénario de violation par chatbot | RH ou équipe formation, sécurité | Feuille de présence, notes de l’exercice avec les délais |
| 9 à 10 | Déployer auprès de tout le personnel via SCIM ; annoncer que les comptes personnels de chatbot ne sont plus autorisés pour les données de travail | Informatique, communication | Nombre de comptes provisionnés, annonce sur l’intranet, politique mise à jour |
| 11 à 13 (jour 90) | Bilan : tendance du trafic parallèle, usage des budgets, requêtes refusées, incidents ; mettre à jour l’AIPD ; fixer le cycle de réexamen | RSSI | Rapport de bilan et date du prochain réexamen |
L’outil de l’AP de 2026 demande une réévaluation périodique avec des responsables nommés. Le jour 90 est la première, pas la dernière.
Les journaux d’audit qui aident et ceux qui créent un nouveau problème
Les équipes de sécurité veulent que chaque prompt soit journalisé. Ce réflexe peut créer le problème suivant. Un journal de ce que chaque salarié nommé a tapé dans un assistant est un traitement de données personnelles des salariés, et il peut servir à observer leur façon de travailler.
Deux règles néerlandaises s’appliquent directement.
- AIPD. La liste de l’AP des traitements qui exigent une AIPD (Staatscourant 2019, nr. 64418, du 27 novembre 2019) comprend, au point 11 « Controle werknemers » (contrôle des salariés), le traitement à grande échelle de données personnelles et/ou la surveillance systématique des activités des salariés. Ses exemples incluent le contrôle de l’e-mail et de l’usage d’internet. Un journal consultable de chaque prompt par salarié s’approche de ces exemples : partez donc du principe qu’une AIPD est requise, sauf si votre analyse montre le contraire.
- Conseil d’entreprise. L’article 27, paragraphe 1, de la Wet op de ondernemingsraden (loi néerlandaise sur les conseils d’entreprise) exige l’accord du conseil d’entreprise pour une décision d’adopter, de modifier ou de retirer (k) un règlement sur le traitement et la protection des données personnelles des personnes qui travaillent dans l’entreprise, et (l) un règlement sur des dispositifs destinés ou propres à observer ou contrôler leur présence, leur comportement ou leurs performances. Un journal de prompts s’y prête, quelle que soit sa finalité.
À quoi ressemble un journal défendable :
- Métadonnées et décisions de politique par défaut. Qui, quand, quel modèle, quel coût, et ce qu’a fait la politique : valeurs tokenisées, requête bloquée, budget atteint. Cela répond à la plupart des questions de sécurité et de finance.
- Restreindre qui peut lire le contenu. Si vous conservez le contenu des prompts, limitez la lecture à un petit groupe nommé pour l’enquête sur les incidents, et consignez chaque consultation.
- Fixer la conservation. Choisissez une durée que vous pouvez justifier dans l’AIPD. Dans Sluis, le contenu conservé expire après 30 jours par défaut. Vous pouvez stocker les tokens à la place des valeurs d’origine, ou désactiver la conservation du contenu et ne garder que le registre de métadonnées, qui n’est jamais modifié.
- Informer le personnel. Dites ce qui est journalisé, qui peut le voir, pendant combien de temps et pourquoi, dans la politique d’IA et dans la notice d’information destinée aux salariés.
Budgets et listes de modèles autorisés
Un budget est le contrôle le plus simple contre les surprises de coût comme contre les usages détournés discrets. Dans Sluis Workspace, un propriétaire fixe un budget mensuel en euros par membre ; un champ vide signifie aucun plafond par membre. Les équipes, les agents et les applications reçoivent un workload avec ses propres modèles autorisés, ses limites de débit et un budget quotidien, mensuel ou total. Quand un budget bloquant est atteint, les appels sont refusés avec 402 avant d’atteindre un fournisseur ; en mode notify, ils se poursuivent. Un modèle hors de la liste autorisée du workload est refusé avec 403.
La liste de modèles est une décision de sécurité autant que de coût : chaque modèle est un fournisseur, une juridiction et un ensemble de conditions. Commencez par un ensemble restreint et un modèle par défaut, et ajoutez des modèles sur demande. Notre guide sur la maîtrise des coûts des LLM traite du dimensionnement des budgets.
Protection des données avant que le prompt ne parte
L’outil de l’AP de 2026 s’ouvre sur le conseil d’examiner si l’IA générative peut être utilisée sans données personnelles du tout. Le RGPD va dans le même sens : l’article 25 cite la pseudonymisation comme exemple de protection des données dès la conception, et l’article 32 mentionne la pseudonymisation et le chiffrement parmi les mesures de sécurité à envisager. Une couche technique aide : Sluis remplace les valeurs détectées par des marqueurs typés comme «EMAIL_1» ou «IBAN_1», n’envoie que les marqueurs au modèle, et restaure les originaux dans la réponse. Il embarque 61 détecteurs intégrés, 29 pour les données personnelles et 32 pour les secrets et les identifiants, plus des termes personnalisés.
Ce n’est pas parfait. Les détecteurs par motifs manquent des noms et des descriptions comme « le collègue en arrêt maladie de longue durée ». Traitez les marqueurs comme une réduction de l’exposition, pas comme une autorisation de tout coller. Notre guide pour garder les données personnelles hors des prompts d’IA présente des taux de détection mesurés et l’effet juridique de la pseudonymisation.
Ce que l’AP attend avant le déploiement
Le 13 juillet 2026, l’AP a publié un outil pratique, Hulpmiddel inzet generatieve AI & de AVG, pour les organisations qui déploient l’IA générative, accompagné d’un document d’orientation plus large. Sur la même page, elle a publié son avis rendu après une consultation préalable de la commune de Haarlemmermeer sur Microsoft 365 Copilot, concluant que le traitement envisagé violerait le RGPD. L’outil parcourt les principes de l’article 5 du RGPD. Ses attentes, en bref :
- Limitation des finalités. Définissez une finalité précise. « Aider les collaborateurs » ou « rendre un processus plus efficace » est trop général. Empêchez l’usage à d’autres fins.
- Habilitations. Si l’assistant peut atteindre des fichiers existants, l’accès doit suivre les rôles des salariés. Tout le monde ne peut pas tout voir, y compris par l’intermédiaire du système d’IA.
- Minimisation des données. Limitez les fichiers et les applications que le système peut atteindre, et fixez une politique sur les catégories de données personnelles que les utilisateurs peuvent saisir.
- Limitation de la conservation. Sachez et maîtrisez où les saisies, les sorties, les métadonnées, les données de diagnostic et de télémétrie sont stockées et pendant combien de temps. Conserver des données parce que c’est pratique devient vite illicite, et le silence d’un éditeur sur la conservation ne lève pas votre obligation.
- AIPD, y compris pour un pilote. Un pilote peut lui aussi traiter des données personnelles : une AIPD est donc nécessaire. Une AIPD de référence générique d’une autre organisation ne suffit pas. Un risque résiduel élevé impose une consultation préalable de l’AP au titre de l’article 36 du RGPD.
- Sorties erronées. Faites savoir aux salariés que les réponses peuvent être fausses, et donnez-leur les connaissances et le temps pour les vérifier.
L’outil indique lui-même qu’il ne remplace pas une AIPD. Notre guide sur l’AIPD pour ChatGPT et les assistants IA destinés aux collaborateurs en détaille une.
Exemples concrets
| Situation | Ce que dit la politique | Contrôle qui l’intercepte | Risque résiduel |
|---|---|---|---|
| Un commercial colle une liste de clients avec noms, adresses e-mail et numéros de téléphone dans un compte personnel de chatbot pour rédiger des e-mails de relance | Données clients uniquement dans l’outil approuvé ; aucun export en masse dans un prompt | Sur la voie parallèle, seulement les outils réseau et la formation. Sur la voie approuvée, les adresses e-mail et les numéros de téléphone deviennent des marqueurs | Des noms et du contexte en texte libre peuvent passer ; si cela s’est produit sur la voie parallèle, évaluez-le comme une violation au titre de l’article 33 |
| Un conseiller RH rédige une lettre d’avertissement qui mentionne l’absence et l’état de santé d’un salarié | Les données de santé et les dossiers RH ne vont pas dans des modèles externes | Termes personnalisés pour les numéros de dossier, mode block pour les valeurs détectées qui ne doivent jamais sortir, liste de modèles restreinte | Les descriptions d’une maladie en mots simples sont difficiles à détecter ; laissez cet usage hors périmètre dans l’AIPD, sauf mesures fortes en place |
| Un développeur colle un fichier de configuration contenant une clé d’accès cloud pour déboguer une erreur | Les secrets ne vont jamais dans un prompt ; utiliser la voie approuvée pour le code | Les détecteurs de secrets (clés AWS, clés privées, contenus de .env, tokens génériques à forte entropie) remplacent ou bloquent la valeur | Une clé déjà collée dans un outil parallèle doit être renouvelée ; des formats de secrets propres peuvent exiger un terme personnalisé |
| Une équipe marketing travaille dans des comptes personnels gratuits de chatbot et téléverse une liste de participants à un événement | Les comptes personnels ne sont pas autorisés pour les données de travail ; l’équipe utilise le Workspace approuvé | SSO et SCIM pour que chacun ait un compte dès le premier jour ; un budget par membre ; les rapports réseau mesurent le trafic parallèle restant | Ne supposez pas que des données déjà saisies sous des conditions grand public ont été supprimées ; demandez la suppression lorsque c’est possible et consignez la décision |
Quand un prompt devient un incident
Donnez au personnel un seul canal de signalement et demandez-lui de signaler immédiatement, sans copier le prompt sensible dans un ticket ouvert. Consignez le service, le type de compte, l’heure, les catégories de données et le nombre approximatif de personnes concernées. Arrêtez tout nouveau partage, restreignez l’accès, demandez la suppression au fournisseur lorsque c’est possible et renouvelez les secrets exposés.
Le responsable de la protection des données ou le DPO évalue le risque. L’article 33 du RGPD exige une notification à l’autorité de contrôle dans les meilleurs délais et, si possible, 72 heures au plus tard après en avoir pris connaissance, à moins que la violation ne soit pas susceptible d’engendrer un risque pour les droits et libertés des personnes. N’attendez pas la fin de l’enquête pour prendre cette décision. L’article 33, paragraphe 5, vous impose de documenter les faits, les effets et les mesures prises pour remédier à toute violation de données personnelles. Consignez aussi la décision de ne pas notifier. Testez ce processus avec une liste de clients synthétique avant le déploiement.
Liste de contrôle
- Politique d’usage de l’IA d’une page publiée, avec les catégories de données interdites citées
- Voie approuvée disponible pour chaque salarié via SSO, avec provisionnement SCIM
- Liste de modèles autorisés et modèle par défaut fixés ; budget mensuel par personne et par équipe
- Protection des données activée ; limites de la détection documentées
- Règles de journalisation convenues : métadonnées par défaut, lecteurs du contenu nommés, conservation fixée
- Accord du conseil d’entreprise demandé au titre de l’article 27 WOR lorsque le journal ou les règles en relèvent
- AIPD réalisée, y compris pour le pilote ; contrat de sous-traitance signé
- Processus de gestion des incidents testé, avec une décision de notification sous 72 heures et un registre des violations
- Sessions de maîtrise de l’IA tenues et consignées
- Trafic parallèle mesuré avec vos outils réseau avant et après le déploiement
- Réévaluation périodique planifiée avec un responsable nommé
Questions
Peut-on simplement bloquer ChatGPT sur le réseau ?
Vous le pouvez, avec votre proxy ou votre filtre DNS, et pour les comptes grand public non gérés c’est souvent raisonnable. À lui seul, le blocage déplace le problème vers les téléphones personnels. L’avertissement de l’AP décrit un personnel qui utilise des chatbots de sa propre initiative. Proposez d’abord la voie approuvée, puis bloquez les alternatives.
Faut-il l’accord du conseil d’entreprise pour journaliser les prompts ?
Aux Pays-Bas, très probablement. L’article 27, paragraphe 1, point k, WOR couvre les règles sur le traitement des données personnelles des salariés, et le point l couvre les dispositifs propres à contrôler le comportement ou les performances. Un journal de prompts remplit le second critère même lorsque la surveillance n’est pas la finalité.
Sluis arrête-t-il le shadow AI ?
Non. Sluis ne détecte ni ne bloque les autres services d’IA ; cela reste le rôle de votre proxy, de votre DNS, de votre CASB ou de vos outils de poste. Sluis fournit la voie approuvée : SSO, listes de modèles autorisés, budgets par membre et par workload, protection des données avant l’envoi et piste d’audit à chaînage de hachages. La tarification est à l’usage, sans frais par siège ; voir les tarifs.
Sources
- Autoriteit Persoonsgegevens, Let op: gebruik AI-chatbot kan leiden tot datalekken, 6 août 2024
- Autoriteit Persoonsgegevens, Hulpmiddel generatieve AI en de AVG + VR Microsoft Copilot, 13 juillet 2026
- Autoriteit Persoonsgegevens, Hulpmiddel inzet generatieve AI & de AVG (PDF)
- Autoriteit Persoonsgegevens, Handreiking generatieve AI en de AVG, 13 juillet 2026
- Autoriteit Persoonsgegevens, Lijst verplichte DPIA et Staatscourant 2019, nr. 64418, point 11 « Controle werknemers »
- wetten.overheid.nl, Wet op de ondernemingsraden, article 27, paragraphe 1, points k et l
- EUR-Lex, règlement (UE) 2016/679 (RGPD), articles 5, 25, 28, 32, 33 et 35
- EUR-Lex, règlement (UE) 2026/1744 (l’omnibus IA) du 8 juillet 2026 : le nouvel article 4 du Règlement sur l’IA
- Documentation Sluis, Sluis Workspace : budget par membre et sélection des modèles
- Documentation Sluis, Data protection : détecteurs, modes, conservation et fidélité de l’audit
- Documentation Sluis, Budgets & caching : budgets de workload et refus