Sécurité ChatGPT entreprise : guide pratique 2026

Vous voyez déjà le problème. Un commercial copie un contrat client dans ChatGPT pour « gagner du temps », un manager colle un extrait de mail interne pour en faire un résumé, et personne ne sait ensuite où la donnée est passée. Le sujet n'est pas théorique. En entreprise, la Sécurité ChatGPT se joue d'abord sur la discipline d'usage, pas sur la croyance qu'un outil « pro » règle tout.

Le bon réflexe n'est pas d'interdire au hasard. Il faut classer les données par criticité, décider ce qui est autorisé ou non, puis mettre des contrôles techniques et de gouvernance cohérents avec ce classement. C'est la seule approche utile pour une PME, parce qu'elle donne des décisions binaires, simples à appliquer, sans bloquer les usages vraiment utiles.

Table des matières

• Pourquoi la sécurité de ChatGPT en entreprise est devenue un sujet critique
• Cartographier les risques concrets liés à ChatGPT en entreprise
• Contrôles techniques à mettre en place sans attendre
• Gouvernance, politiques internes et charte d'usage
• Choisir entre API, instance privée ou ChatGPT Enterprise
• Conformité RGPD, AI Act et secteurs régulés
• Checklist opérationnelle pour dirigeants et DPO

Pourquoi la sécurité de ChatGPT en entreprise est devenue un sujet critique

Le premier risque, c'est la Shadow IA, c'est-à-dire l'usage d'outils IA sans cadre officiel. Des équipes travaillent déjà avec leurs propres comptes, leurs propres habitudes, et parfois leurs propres prompts, avant même qu'une politique interne existe. Quand les usages précèdent la gouvernance, le RSSI et le DPO arrivent toujours trop tard.

Le second risque vient de la forme même de l'outil. ChatGPT est conversationnel, donc il abaisse la garde. On lui parle comme à un collègue, on colle un document, on lui donne un contexte, puis on oublie que ce contexte peut contenir des données personnelles, des secrets commerciaux ou des éléments contractuels. La facilité d'échange est précisément ce qui rend le contrôle plus difficile.

Le troisième risque est réglementaire. La CNIL rappelle qu’« comme tout traitement de données personnelles, la collecte et l'utilisation de données via un système d'IA doit respecter le RGPD et les droits des personnes » et recommande d'encadrer strictement les usages, de choisir un déploiement sécurisé et de former les utilisateurs finaux. Elle insiste aussi sur des mesures concrètes comme le chiffrement, le contrôle d'accès, la pseudonymisation et le cloisonnement des jeux de données sensibles, dans ses recommandations officielles sur les systèmes d'IA recommandations de la CNIL.

Règle de direction : vous n'avez pas besoin d'un discours anxiogène. Vous avez besoin d'un cadre écrit qui dit, pour chaque type de donnée, si ChatGPT est autorisé, autorisé sous conditions, ou interdit.

L'angle utile n'est donc pas « faut-il bannir ChatGPT ? ». La vraie question est celle-ci, quel niveau de sensibilité autorisez-vous selon le cas d'usage. C'est là que la PME gagne du temps. Un usage marketing n'exige pas le même niveau de protection qu'un dossier RH, juridique ou financier.

Cartographier les risques concrets liés à ChatGPT en entreprise

Le bon tri commence par les familles de risque, pas par les fantasmes. Une PME n'a pas besoin d'un modèle de menace universitaire pour agir. Elle a besoin d'identifier où se trouve la donnée, comment elle circule, et ce qui casse si elle sort du périmètre.

Famille de risque	Exemple concret	Impact métier	Probabilité
Fuite de données confidentielles via les prompts	Un salarié colle un contrat, un devis, une liste client ou un extrait de paie pour obtenir une reformulation	Atteinte à la confidentialité, risque RGPD, perte de confiance client, exposition de secrets d'affaires	Élevée si aucun cadre n'existe
Exposition involontaire via fine-tuning ou indexation RAG	Une base documentaire interne est branchée à l'outil sans filtrage suffisant	Sur-exposition d'informations internes, mauvaise segmentation des accès, fuite indirecte	Moyenne à élevée selon l'architecture
Attaques adverses, comme le prompt injection ou les plugins mal maîtrisés	Un contenu externe ordonne à l'agent de révéler un contexte ou d'ouvrir un accès trop large	Contournement des consignes, exfiltration, actions non voulues	Moyenne, mais plus forte dès qu'il y a des connecteurs
Dépendance opérationnelle et perte de souveraineté	Le service tombe, les conditions changent, ou le prestataire modifie la rétention	Rupture d'activité, dépendance contractuelle, perte de contrôle sur l'hébergement	Réelle dès qu'un processus critique repose dessus

Le prompt injection consiste à piéger l'IA avec des instructions cachées dans une page, un document ou un message. Le risque augmente dès qu'un agent est branché à des outils métiers, parce que l'attaque ne vise plus seulement la réponse, mais aussi les accès, les connecteurs et les sorties.

L'impact financier et juridique existe, mais inutile d'en faire un slogan. Le point dur, c'est surtout la combinaison de la donnée exposée, du mauvais paramétrage et de l'absence de journalisation. Quand la preuve manque, l'incident se transforme vite en problème de conformité et de gouvernance.

Le vrai signal d'alerte n'est pas l'existence de ChatGPT dans l'entreprise. C'est l'absence de réponse claire à la question, qui peut envoyer quoi, dans quel outil, avec quelle traçabilité.

Contrôles techniques à mettre en place sans attendre

La première couche, c'est l'accès. SSO signifie single sign-on, un identifiant centralisé, et MFA signifie multi-factor authentication, la double authentification. Si vos équipes se connectent encore avec des comptes dispersés, vous avez déjà perdu la main sur le contrôle et sur les logs.

Pour OpenAI, la méthode la plus propre reste le SSO avec SAML ou OIDC, plus la MFA obligatoire. La mise en place prend peu de temps si votre annuaire est déjà propre. Le vrai bénéfice est simple, vous savez qui se connecte, depuis quel compte, et vous évitez les usages sauvages avec des comptes personnels.

La deuxième couche, c'est la confidentialité de l'environnement. La CNIL recommande des mesures de sécurité comme le chiffrement des sauvegardes et des communications, le contrôle d'accès, la pseudonymisation et le cloisonnement des jeux de données sensibles recommandations de la CNIL. L'ANSSI, elle, insiste sur la sécurisation par phases du cycle de vie, avec cloisonnement, filtrage des entrées et sorties, journalisation et supervision continue guide de l'ANSSI.

La troisième couche, c'est la prévention des fuites. Un DLP (data loss prevention) bloque ou signale les données sensibles qui sortent du périmètre autorisé. Sur ChatGPT, cela veut dire filtrer les prompts sortants, bloquer les schémas d'emails, d'IBAN ou de données d'identité, puis remonter les alertes vers l'équipe sécurité.

La quatrième couche, c'est la preuve. Vous devez centraliser les journaux, borner la conservation des conversations, et surveiller les volumes anormaux ou les envois massifs via l'API. Si vous attendez l'incident pour réfléchir à la rétention, vous n'aurez pas les éléments utiles au bon moment.

Le plus réaliste n'est pas de tout déployer d'un coup. Visez d'abord le SSO et la MFA, puis le filtrage des données sensibles, puis la journalisation. Ensuite seulement, durcissez les alertes comportementales et le cloisonnement avancé. Pour une PME, cette progression évite les projets longs qui ne livrent rien.

Un point pratique compte plus que les grands discours. Dès qu'un agent ChatGPT se branche à des outils métiers, la surface d'attaque s'élargit au-delà du simple chat. C'est là que la sécurité doit être pensée by design, dès l'intégration, pas après.

Pour garder un socle opérationnel lisible, appuyez-vous sur une base de sécurité documentaire et de choix techniques cohérents, comme le rappel de sécurité IA publié par IATOLL.

Gouvernance, politiques internes et charte d'usage

La technique ne suffit pas sans responsabilité claire. Il faut quatre rôles au minimum, un sponsor exécutif, un DPO (délégué à la protection des données), un RSSI (responsable de la sécurité des systèmes d'information) et un référent métier IA. Sans cette chaîne, les arbitrages restent flous et les incidents se répètent.

La politique interne doit ensuite couvrir trois sujets, la classification des données, les cas d'usage autorisés et interdits, puis la durée de conservation. La CNIL recommande de partir d'un besoin concret, d'encadrer les usages autorisés et interdits, et de former les utilisateurs finaux IA, comment se mettre en conformité. Cette logique est plus saine qu'une interdiction générale, parce qu'elle colle au métier.

Voici une charte d'usage simple, utilisable par une PME.

• Finalités autorisées. Résumer, reformuler, structurer, préparer un brouillon, à condition que la donnée soit classée comme autorisée.
• Données prohibées. Toute donnée client, RH, santé, bancaire ou juridique confidentielle, sauf cadre explicite validé.
• Anonymisation préalable. Les identifiants directs doivent être retirés avant tout prompt.
• Interdiction de copier-coller. Pas de source confidentielle brute dans le chat.
• Relecture humaine. Toute sortie IA doit être relue avant envoi ou décision.
• Signalement d'incident. Tout doute ou envoi accidentel remonte immédiatement.
• Sanctions internes. La règle doit exister, être connue, et être appliquée.
• Revue annuelle. Les usages, les droits et les contrats sont revus au moins une fois par an.

La classification par criticité simplifie tout. Public signifie réutilisable sans risque. Interne signifie usage possible, mais sans donnée sensible. Confidentiel signifie pas de prompt brut. Strictement réglementé signifie interdiction sauf validation formelle. C'est cette grille qui permet de décider vite.

Décision binaire utile : si la donnée vous expose juridiquement, financièrement ou humainement en cas de fuite, elle ne doit pas entrer dans un prompt standard.

Pour la gouvernance, un RACI minimal suffit. La direction tranche, le DPO valide la conformité, le RSSI sécurise, le métier décrit l'usage, et l'IT met en œuvre. Suivez trois indicateurs de maturité, la couverture des formations, le nombre de cas d'usage classés, et le taux d'incidents signalés correctement.

Choisir entre API, instance privée ou ChatGPT Enterprise

Le choix technique dépend d'abord de la donnée, pas du confort de l'équipe. L’API publique sert aux usages contrôlés et aux données peu sensibles. ChatGPT Enterprise convient mieux aux usages professionnels avec cadre contractuel, alors qu'une instance privée ou un déploiement de type Azure OpenAI devient nécessaire dès que le risque métier monte.

OpenAI indique que les clients professionnels ne sont pas utilisés pour l'entraînement des modèles par défaut, et que certaines offres éligibles peuvent stocker des contenus sensibles au repos dans des régions précises, dont l'Europe, pour soutenir la souveraineté et la conformité locale données professionnelles OpenAI. Pour les entreprises, OpenAI précise aussi que ChatGPT Enterprise et ChatGPT Edu permettent de configurer la durée de rétention des données de travail, avec une politique minimale de 90 jours, et que les conversations supprimées quittent les systèmes sous 30 jours sauf obligation légale contraire gouvernance des données OpenAI.

Critère	API publique	ChatGPT Enterprise	Instance privée / Azure OpenAI
Contrôle des données d'entraînement	Dépend du paramétrage et du contrat	Plus cadré contractuellement	Contrôle maximal
Rétention et journalisation	Variable selon l'usage	Paramétrable	Forte maîtrise interne
Résidence des données	À vérifier selon l'offre	Options de région selon l'offre éligible	Meilleure option pour contrainte forte
SSO	Possible selon intégration	Oui, natif côté entreprise	Oui, selon l'architecture
Prévisibilité contractuelle	Moins lisible	Plus lisible	Plus lourde, mais plus gouvernable
Support et SLA	Selon l'offre	Adapté à l'entreprise	Dépend du montage retenu

Le verdict est simple. Pour des données publiques ou marketing, l'API ou Enterprise standard suffit. Pour des données RH ou financières, il faut au minimum un cadre Enterprise renforcé ou une offre hébergée en région européenne. Pour des données de santé, brevets ou M&A, je recommande une instance privée ou un montage équivalent à contrôle fort.

Si vous hésitez, utilisez une logique en cinq questions. Quelle est la taille de l'entreprise, quel est le secteur, quel volume de données circule, quel est le niveau de sensibilité, et y a-t-il une contrainte de résidence ? Si une seule réponse penche vers le critique, vous sortez du modèle standard.

Pour aller plus loin sur le choix d'un service IA correctement cadré, consultez comment savoir si un outil IA est sécurisé.

Conformité RGPD, AI Act et secteurs régulés

Le premier bloc reste le RGPD. Dès qu'un prompt contient une donnée personnelle, vous devez avoir une base légale, informer les personnes concernées, tenir le registre des traitements, limiter la conservation et prévoir les droits d'accès, d'opposition, d'effacement et de portabilité. La CNIL rappelle aussi qu'une AIPD/DPIA peut être nécessaire avant un déploiement à grande échelle, et qu'il faut éviter de saisir des données personnelles sensibles quand ce n'est pas indispensable CNIL et conformité IA.

Le deuxième bloc est l’AI Act. L'article 4 impose aux fournisseurs et déployeurs de systèmes d'IA de garantir un niveau suffisant de maîtrise de l'IA pour leur personnel, en tenant compte des connaissances, de l'expérience, de la formation et du contexte d'usage. Doctrine indique une entrée en vigueur au 1er août 2024, avec les pratiques interdites déjà prohibées depuis le 2 février 2025 article 4 de l'AI Act. En clair, vos salariés doivent savoir qu'ils interagissent avec une IA, et pas seulement avec un « assistant ».

Le troisième bloc concerne les secteurs régulés. En santé, si vous manipulez des données de patient dans ChatGPT, l'hébergement doit être HDS. En finance, la traçabilité exigée par DORA et la classification des modèles tiers deviennent centrales. Pour le paiement, PCI DSS impose un niveau de rigueur qui rend les usages improvisés inacceptables.

Pour préparer une PME française sur ce terrain, le guide de maîtriser le RGPD en B2B peut servir de base de travail, surtout si vous devez articuler IA, sous-traitance et traitements de données dans les contrats.

Les décisions à verrouiller en 2026 sont concrètes.

• Informer les salariés et, si nécessaire, les clients.
• Qualifier la base légale avant chaque cas d'usage.
• Mettre à jour le registre des traitements.
• Limiter la conservation des prompts et sorties.
• Valider les hébergeurs et sous-traitants.
• Documenter les droits des personnes.
• Former les utilisateurs aux usages autorisés et interdits.
• Tester l'archivage et la suppression.
• Vérifier la résidence des données.
• Archiver les preuves de décision.

Un article de mise en conformité utile pour vos équipes est disponible ici, conformité RGPD et IA.

Checklist opérationnelle pour dirigeants et DPO

Classez d'abord vos usages en public, interne, confidentiel et strictement réglementé. Ensuite, refusez tout envoi de données dont la compromission créerait un risque juridique, financier ou humain majeur. Cette décision doit être écrite, pas supposée.

Nommez un responsable référent, validez les outils et les contrats autorisés, puis faites passer les cas sensibles par le DPO, la sécurité et le métier. Activez ensuite le SSO, la MFA, la journalisation, les règles DLP et une rétention courte. Une règle sans propriétaire n'est qu'une intention.

Vous devez aussi tester les prompts, les permissions, les exports et la procédure de suppression. Une fois par trimestre, vérifiez qu'un compte mal classé ne peut pas accéder à une zone trop large, et qu'un incident peut être remonté sans délai. C'est là que la plupart des PME découvrent leurs vrais écarts.

En cas d'incident, coupez l'accès, conservez les journaux, qualifiez les données exposées, notifiez selon les obligations applicables, corrigez la cause racine, puis documentez la décision. Ce dernier point compte autant que le reste. Sans preuve, vous ne pourrez pas montrer ce que vous avez fait ni pourquoi vous l'avez fait.

Conservez enfin les preuves des formations, des évaluations de risque et des révisions de politique. Pour un dirigeant, la bonne question n'est pas « ai-je un document ? », mais « puis-je prouver que le contrôle existe, qu'il a un responsable et qu'il a été exécuté à temps ? ».

---

IATOLL aide les PME à structurer l'usage de l'IA sans improvisation, avec des contenus et des formations centrés sur la conformité et les cas d'usage réels. Si vous voulez cadrer vos équipes, classer vos données et construire des usages IA propres dès maintenant, commencez par IATOLL et faites-en votre base de travail avec votre DPO ou votre consultant.