Qu'est-ce que le shadow AI ?

TL;DR

Le shadow AI désigne l’usage d’outils d’IA générative grand public (ChatGPT, Claude, Gemini, Copilot personnel…) par les collaborateurs sans cadre, sans audit, et souvent sans validation IT/sécurité.

C’est l’équivalent moderne du shadow IT, et le problème grossit vite : selon le Work Trend Index 2024 de Microsoft, 75 % des travailleurs du savoir utilisent déjà une IA générative au travail, et 78 % de ces utilisateurs y apportent leurs propres outils d’IA. Contrairement au shadow SaaS, qui suppose au moins de créer un compte, le shadow AI commence par un simple copier-coller dans un onglet de navigateur. Il n’y a aucune étape d’achat à intercepter.

Ce que recouvre vraiment le shadow AI

Le terme couvre un spectre plus large que ce que la plupart des comités de direction imaginent :

• Un commercial colle l’e-mail d’un prospect dans ChatGPT pour rédiger une relance.
• Un ingénieur fait passer du code interne par un abonnement Copilot personnel.
• Une analyste financière charge un extrait Excel dans Claude pour résumer le trimestre.
• Une équipe monte une automatisation non documentée sur la clé API OpenAI personnelle d’un collègue.
• Un développeur installe un fichier SKILL.md communautaire que personne n’a relu, le schéma qui fait du format SKILL.md le nouveau front du shadow AI.

Pris un par un, chacun ressemble à une astuce de productivité. Ensemble, ils forment une surface d’exfiltration de données que les outils de DLP n’ont pas été conçus pour voir : le canal, c’est une personne qui tape dans un navigateur, pas une intégration SaaS au périmètre déclaré.

Pourquoi le shadow AI est un problème

1. Fuites de données silencieuses

Quand un collaborateur colle un brouillon de contrat, une base clients ou un extrait de code dans un chatbot grand public, ces données peuvent être :

• Conservées par le fournisseur. Les durées de conservation varient selon le produit, l’offre et la période. Les conditions des comptes personnels diffèrent souvent de celles des contrats entreprise, et elles changent sans que vous en soyez informé.
• Utilisées pour entraîner des modèles futurs. Sur beaucoup d’offres grand public, la réutilisation pour l’entraînement est active tant que l’utilisateur ne la désactive pas.
• Transférées hors de l’UE ou de la Suisse. La plupart des services grand public passent par une infrastructure américaine, ce qui transforme toute donnée personnelle saisie en transfert international.

Le déclencheur est presque toujours banal : un nom de client dans une réponse, une clause d’une négociation en cours, un bout de code avec des noms de serveurs internes. Rien d’alarmant isolément. Multiplié à l’échelle d’une organisation, c’est une fuite continue sans date d’incident à pointer. Netskope compte en moyenne 223 violations de politique de données liées à l’IA générative par mois et par organisation, le plus souvent des données sensibles envoyées à une application d’IA, un chiffre qui a plus que doublé en un an.

2. Aucun audit, aucune politique

Vous ne savez pas :

• Qui utilise quoi : les comptes sont personnels, la facturation ne vous parvient pas, le SSO ne s’applique pas.
• Sur quels documents : le contenu passe par un presse-papiers que vos outils de sécurité ne voient pas.
• Avec quels prompts, y compris un prompt système recopié depuis un forum.

En cas de contrôle de la CNIL ou du PFPDT, de demande d’accès d’un client au titre de l’article 15 du RGPD, ou d’incident en aval, vous n’avez rien à montrer. Vous ne pouvez pas certifier ce qui n’a pas été utilisé, puisque vous ignorez ce qui l’a été. Le Baromètre Privacy 2026 d’EQS Group le confirme côté français : 80 % des organisations interrogées n’ont pas une vision claire de leurs risques IA. Et avec les Agent Skills, ce ne sont plus seulement des prompts qui circulent hors de tout contrôle, mais des procédures métier entières.

3. Valeur perdue

Les usages restent individuels. Personne ne capitalise. Le prompt qui a enfin réglé une réponse délicate au support client disparaît dans l’historique d’un navigateur en fin de semaine. Les quelques collaborateurs devenus vraiment bons avec l’IA générative deviennent des centres de compétence d’une seule personne. Quand ils partent, la pratique part avec eux. Ce qui se perd n’est pas de l’information mais du savoir-faire, la part du métier que les documents ne capturent jamais. L’organisation paie le prix de chaque équipe qui redécouvre seule les mêmes méthodes.

Shadow IA et droit : RGPD, nLPD et AI Act

Aucun texte ne parle de « shadow IA », mais trois s’appliquent déjà à un collaborateur qui colle des données dans un chatbot personnel. Pour une entreprise française ou suisse, le sujet n’est pas théorique.

Le RGPD. Dès qu’une donnée personnelle part dans un outil grand public, l’entreprise reste responsable du traitement. Le RGPD impose de tenir un registre des activités de traitement (article 30), d’encadrer tout transfert hors de l’UE (chapitre V, articles 44 et suivants) et de pouvoir répondre aux demandes d’accès des personnes (article 15). Un usage que personne ne connaît ne figure dans aucun registre.

La nLPD suisse. La loi fédérale sur la protection des données, en vigueur depuis le 1er septembre 2023, suit la même logique : registre des activités de traitement (article 12), règles sur la communication de données à l’étranger (articles 16 et 17), exigences de sécurité (article 8). Deux spécificités comptent pour le shadow IA. Le PFPDT rappelle que la loi, neutre sur le plan technologique, s’applique directement aux traitements fondés sur l’IA. Et les sanctions visent des personnes physiques : la violation intentionnelle des règles sur la communication à l’étranger ou sur la sécurité des données expose la personne responsable à une amende pouvant atteindre 250 000 francs (article 61).

L’AI Act. Le règlement européen sur l’IA demande aux fournisseurs et aux déployeurs de prendre des mesures pour développer la maîtrise de l’IA de leur personnel (article 4). Le règlement omnibus de 2026 a repoussé au 2 décembre 2027 les obligations des systèmes à haut risque de l’annexe III, mais pas le point de départ de toute conformité : savoir quels systèmes d’IA sont utilisés, par qui et pour quoi. Le shadow IA rend cet inventaire impossible.

La fausse bonne réponse : interdire

Interdire ne marche pas. L’IA générative est trop utile pour être abandonnée. Si vous interdisez, vos équipes :

• Continueront sur leur téléphone personnel, hors de toute gestion des appareils.
• Ouvriront des comptes avec une adresse privée.
• Cesseront de vous en parler, poliment.

Les chiffres le montrent. Selon le même rapport Netskope, 9 organisations sur 10 bloquent déjà au moins une application d’IA générative, et 47 % des utilisateurs d’IA générative passent encore par des applications personnelles. Six mois après une interdiction, l’usage continue, n’apparaît plus sur aucun tableau de bord, et la relation avec les équipes a gagné une couche de non-dit.

La vraie réponse : offrir une alternative gouvernée

La solution relève du produit, pas de la note de service. Il faut rendre le chemin encadré plus simple que le chemin de traverse. C’est la raison d’être de skilder : vos équipes gardent le client IA qu’elles connaissent (Claude, ChatGPT ou Copilot), mais elles y travaillent avec des rôles gouvernés plutôt qu’avec des prompts personnels.

• Les données restent en Suisse ou dans l’UE, sur une infrastructure contractualisée, à des conditions que vous avez lues.
• Chaque tâche laisse une trace d’exécution, attribuable à la personne qui l’a lancée et exportable. L’audit n’est plus une demande manuelle.
• L’usage individuel devient capital collectif : un rôle part d’un blueprint et se configure sur vos processus, puis toute l’équipe en hérite au lieu de laisser chaque bonne pratique mourir dans un onglet.

Borner ce que chaque assistant peut atteindre est l’autre moitié du travail : le moindre privilège pour les agents IA en fait le tour.

Une checklist pour le prochain trimestre :

1. Faites un état des lieux honnête. Demandez aux équipes où elles utilisent déjà l’IA grand public. La liste vous surprendra, et c’est la matière première de tout le reste. Pour mesurer les pratiques qui l’entourent, faites le bilan IA : dix questions, score immédiat, sans formulaire.
2. Proposez une alternative interne avant d’interdire quoi que ce soit. Les gens changent d’outil si le nouveau est au moins aussi bon. Ils ne changent pas si vous vous contentez de retirer l’ancien.
3. Rendez la trace d’exécution visible des utilisateurs, pas seulement de la conformité. Savoir que les tâches sont journalisées change les comportements plus sûrement qu’une note que personne ne lit.

À retenir

Le shadow AI n’est pas un problème d’employés indisciplinés. C’est un problème d’offre interne. Tant que vos équipes n’ont pas mieux, elles utiliseront ChatGPT.

Pour aller plus loin, voyez la plateforme skilder.

Questions fréquentes

Qu'est-ce que le shadow IA (ou shadow AI) ? +

Le shadow IA, que l'on écrit aussi shadow AI, désigne l'usage d'outils d'IA générative grand public (ChatGPT, Claude, Gemini, Copilot personnel) par les collaborateurs sans politique, sans audit et souvent sans validation de la DSI ou de la sécurité. C'est le shadow IT de l'ère générative, et il se diffuse vite : selon le Work Trend Index 2024 de Microsoft, 75 % des travailleurs du savoir utilisent déjà l'IA générative au travail, et 78 % d'entre eux y apportent leurs propres outils.

Pourquoi le shadow IA est-il un problème pour l'entreprise ? +

Pour trois raisons. D'abord les fuites silencieuses : brouillons, fichiers clients et code collés dans un chatbot grand public peuvent être conservés, servir à l'entraînement ou partir hors de l'UE ou de la Suisse. Ensuite l'absence d'audit : vous ignorez qui utilise quoi, sur quels documents, avec quels prompts, et vous n'avez rien à produire face à un régulateur ou après un incident. Enfin la valeur perdue : les usages restent individuels, les prompts qui marchent meurent dans des onglets et le savoir-faire part avec les personnes.

Quelle différence entre shadow IA et shadow IT ? +

Le shadow IT, c'est un outil adopté sans la DSI, par exemple un SaaS souscrit par une équipe. Le shadow IA reprend le même schéma pour les outils d'IA générative, avec un enjeu plus lourd : les données saisies peuvent être conservées, réutilisées pour entraîner de futurs modèles ou transférées hors de l'UE. Le shadow IA, c'est du shadow IT avec une exposition des données sensibles incluse par défaut, et sans étape d'achat à intercepter : un copier-coller suffit.

Que disent le RGPD, la nLPD et l'AI Act sur le shadow IA ? +

Aucun de ces textes ne cite le shadow IA, mais tous s'y appliquent. Le RGPD et la nLPD suisse exigent de savoir quelles données personnelles sont traitées, où et par qui (registre des activités de traitement, règles sur les transferts à l'étranger, sécurité). En Suisse, le PFPDT rappelle que la LPD s'applique directement à l'IA, et certaines violations intentionnelles exposent la personne responsable à une amende allant jusqu'à 250 000 francs. L'AI Act demande aux entreprises qui déploient de l'IA de prendre des mesures de maîtrise de l'IA pour leur personnel. Tout commence par un inventaire que le shadow IA rend impossible.

Peut-on simplement interdire ChatGPT ou Claude au travail ? +

Interdire ne fonctionne pas. L'IA générative est trop utile pour être abandonnée. Si vous l'interdisez, vos équipes continueront sur leur téléphone personnel, ouvriront des comptes avec une adresse privée et cesseront de vous en parler. Selon Netskope, 9 organisations sur 10 bloquent déjà au moins une application d'IA générative, et pourtant 47 % des utilisateurs passent encore par des comptes personnels. La bonne réponse est une alternative gouvernée au moins aussi pratique que l'outil grand public.

Comment réduire le shadow IA sans casser la productivité ? +

En rendant le chemin encadré plus simple que le chemin de traverse. Concrètement : laisser vos équipes travailler dans le client IA qu'elles connaissent (Claude, ChatGPT ou Copilot), mais sur des comptes d'entreprise, avec un hébergement en Suisse ou dans l'UE, une trace d'exécution de chaque tâche, et des rôles partagés qui transforment les prompts individuels en capacités réutilisables par toute l'équipe. Le shadow IA n'est pas un problème de discipline, c'est un problème d'offre interne.