En bref. Dès qu’un projet d’IA touche à des données personnelles (clients, salariés, prospects), le RGPD s’applique, en plus du règlement européen sur l’IA. La CNIL a publié des fiches pratiques pour cadrer ces projets. Avant de brancher un modèle sur vos données, il faut fixer la finalité, qualifier chaque acteur (vous, l’éditeur, l’hébergeur), choisir une base légale, décider si une analyse d’impact s’impose et prévoir comment vos clients exerceront leurs droits. Ce travail se fait avant le développement, pas après.
Beaucoup de projets d’IA en PME démarrent par un essai rapide : on colle des extraits de contrats, de tickets clients ou de CV dans un assistant, et ça marche. Le problème commence quand l’essai devient un outil installé dans l’entreprise. À ce stade, la question n’est plus « est-ce que le modèle répond bien ? » mais « que devient la donnée que nous lui avons confiée ? ». Cet article déroule la checklist à passer avant de lancer un projet, avec les références officielles pour chaque point.

Pourquoi le RGPD concerne votre projet d’IA
Un point revient souvent : « nous n’entraînons pas de modèle, donc le RGPD ne nous concerne pas ». C’est une erreur de lecture. Le RGPD s’intéresse aux traitements de données personnelles, quelle que soit la technologie. Envoyer le nom, l’e-mail et l’historique d’un client à une API de modèle de langage est un traitement. Indexer vos documents RH dans un moteur de recherche interne en est un autre.
La CNIL le dit clairement : lorsque des données personnelles sont utilisées pour développer un système d’IA, le RGPD et le règlement européen sur l’IA s’appliquent tous les deux, et ses recommandations ont été pensées pour s’articuler avec ce dernier (source CNIL). Deux textes, donc, et deux calendriers à suivre.
La checklist en 7 points
1. Définir une finalité précise
« Améliorer notre service avec l’IA » n’est pas une finalité. « Répondre aux questions de niveau 1 du support à partir de la base d’aide » en est une. La finalité conditionne tout le reste : les données dont vous avez besoin, la durée de conservation, la base légale. C’est aussi le premier garde-fou contre la tentation de réutiliser plus tard les mêmes données pour un autre usage. La CNIL place la définition de la finalité en tête de ses fiches pratiques.
2. Qualifier le rôle de chaque acteur
Qui décide des finalités et des moyens ? Qui agit pour votre compte ? Dans un projet type, vous êtes responsable de traitement, l’éditeur du modèle ou de la plateforme est souvent sous-traitant, et l’agence qui intègre l’outil peut l’être aussi. Cette qualification détermine le contrat à signer et les obligations de chacun. Elle figure parmi les points que la CNIL demande de traiter dès la conception.
3. Choisir une base légale solide
Le consentement n’est pas toujours la bonne porte d’entrée. Pour le développement de systèmes d’IA, la CNIL estime que l’intérêt légitime est une base légale possible, sous réserve de garanties fortes (source CNIL). Elle pose trois conditions : l’intérêt poursuivi doit être légitime, le traitement doit être nécessaire, et il ne doit pas menacer les droits et libertés des personnes (fiche CNIL).
Exemple donné par la CNIL : réutiliser les conversations futures des utilisateurs d’un agent conversationnel pour améliorer le modèle peut reposer sur l’intérêt légitime, à condition d’informer les personnes et de prévoir un droit d’opposition. Pour une PME, la leçon est simple : si votre chatbot « apprend » des échanges, cette réutilisation doit être décidée, documentée et annoncée, pas découverte dans les réglages du fournisseur.
4. Décider si une analyse d’impact (AIPD) est nécessaire
Les recommandations de la CNIL prévoient de réaliser une analyse d’impact « si nécessaire ». Le réflexe utile : plus l’IA touche des données sensibles, des salariés ou des décisions qui pèsent sur une personne (recrutement, scoring, accès à un service), plus la question mérite d’être posée par écrit. Une AIPD n’est pas un frein : c’est le document qui oblige à lister les risques et les mesures avant d’ouvrir le robinet des données.
5. Appliquer la minimisation dès la conception
Un assistant de support n’a pas besoin de la date de naissance du client. Un outil de résumé de réunions n’a pas besoin de conserver les enregistrements six mois. La CNIL insiste sur la protection des données dès la conception et par défaut, notamment dans la collecte et la gestion des jeux de données. En pratique, trois gestes suffisent souvent : masquer ou supprimer les champs inutiles avant l’envoi au modèle, limiter les droits d’accès de l’outil, fixer une durée de conservation des journaux.
6. Informer et garantir l’exercice des droits
Vos clients doivent savoir qu’une IA traite leurs données, pour quoi, et comment s’y opposer. La CNIL recommande par exemple une case à cocher simple et accessible pour exercer le droit d’opposition, sans que l’usage du service en dépende. Autre question très concrète : si un client demande l’effacement de ses données, savez-vous les retrouver dans votre base documentaire, vos journaux et les index de votre moteur de recherche interne ? Si la réponse est « non », l’architecture est à revoir avant le lancement.

7. Sécuriser le développement et le fournisseur
La CNIL a complété ses fiches par des recommandations sur l’annotation des données et sur la sécurité du développement d’un système d’IA (source CNIL). Côté fournisseur, posez trois questions par écrit : où sont traitées les données, sont-elles réutilisées pour entraîner le modèle, et que se passe-t-il à la fin du contrat. Les risques techniques (fuites, injection de consignes) sont détaillés dans notre article sur les risques de cybersécurité liés à l’IA, et le choix du type de modèle dans celui sur modèle propriétaire, open source ou souverain.
Ce que change le calendrier du règlement européen sur l’IA
Le calendrier a bougé cette année. Le « Digital Omnibus » sur l’IA est entré en vigueur le 27 juillet 2026. Selon la Commission européenne, les règles sur les systèmes à haut risque de l’annexe III s’appliquent désormais à partir du 2 décembre 2027, et celles sur l’IA intégrée à des produits physiques (annexe I) à partir du 2 août 2028 (source Commission européenne). Le texte simplifie aussi l’obligation de « maîtrise de l’IA » pour les entreprises et étend certains allègements prévus pour les PME aux petites entreprises de taille intermédiaire.
Attention à ne pas en tirer la conclusion « on a le temps ». Le RGPD, lui, s’applique déjà, et rien dans cette réforme ne le suspend. Les obligations de transparence de l’article 50 (informer qu’on interagit avec une IA, marquer les contenus synthétiques) suivent un calendrier distinct : un chatbot client est concerné.
Trois erreurs fréquentes en PME
- Tester avec des données réelles sans cadre. Un « petit essai » avec de vrais dossiers clients est déjà un traitement. Utilisez des données fictives ou anonymisées tant que le cadre n’est pas posé.
- Oublier les outils grand public des équipes. Si vos salariés collent des données clients dans un assistant gratuit, votre projet « officiel » ne protège rien. Mieux vaut proposer un outil encadré que d’interdire sans alternative.
- Ne pas documenter. Finalité, base légale, choix du fournisseur, mesures de sécurité : une page par projet suffit, mais elle doit exister le jour d’un contrôle ou d’une demande client.
Par où commencer concrètement
Prenez un cas d’usage unique, par exemple un assistant de support, et déroulez les sept points ci-dessus sur une page. Si l’exercice révèle des blocages (données impossibles à retrouver, fournisseur flou sur la réutilisation), vous venez d’économiser un chantier de reprise. Ce travail de cadrage pèse aussi dans le budget : nous détaillons les postes de coût dans Combien coûte un projet d’IA en PME ?. Pour une intégration de modèle via API dans vos outils existants, voir notre page intégration LLM et API d’IA ; pour un assistant client, celle des chatbots IA sur mesure.
FAQ
Le RGPD s’applique-t-il si j’utilise une IA hébergée par un fournisseur ?
Oui, dès que des données personnelles transitent par l’outil. Vous restez en général responsable de traitement, et le fournisseur agit comme sous-traitant ; un contrat doit encadrer cette relation.
Faut-il le consentement des clients pour utiliser un chatbot IA ?
Pas systématiquement. Selon la CNIL, l’intérêt légitime peut convenir dans certains cas, avec des garanties comme l’information des personnes et un droit d’opposition. La base légale se choisit au cas par cas.
Une analyse d’impact est-elle obligatoire pour tout projet d’IA ?
Non, la CNIL parle d’une analyse d’impact « si nécessaire ». Elle se pose surtout quand l’IA traite des données sensibles ou pèse sur des décisions concernant des personnes.
Le report du règlement IA me dispense-t-il de me préparer ?
Non. Le report concerne les règles sur les systèmes à haut risque. Le RGPD s’applique aujourd’hui, et certaines obligations de transparence du règlement IA sont déjà en vigueur.
Un projet d’IA à cadrer côté RGPD ?
Décrivez votre besoin en quelques questions rapides : nous revenons vers vous sous 24 h, sans engagement.
Sources
- CNIL, Développement des systèmes d’IA : les recommandations de la CNIL pour respecter le RGPD
- CNIL, Recommandations sur l’intérêt légitime et fiche « Mobiliser la base légale de l’intérêt légitime »
- CNIL, Finalisation des recommandations (annotation et sécurité)
- Commission européenne, AI Omnibus enters into force (27 juillet 2026)
Crédits photo : Pexels (licence libre d’usage) — Sueda Gln, Ömer Aydın.





























