Shadow AI : comment détecter ChatGPT, Copilot et les IA non autorisées

Le Shadow AI est l'utilisation d'outils d'intelligence artificielle (comme ChatGPT, Copilot ou Gemini) au sein d'une organisation sans l'approbation, la connaissance ou la supervision de la DSI, du RSSI ou du DPO. C'est l'équivalent IA du Shadow IT, avec un risque aggravé de fuite de données.

Le Shadow IT concerne des logiciels et services non autorisés en général. Le Shadow AI est une sous-catégorie spécifique aux outils d'IA, qui exfiltre de la donnée par conception : chaque prompt transmet de l'information à un tiers, souvent hors UE.

98 % des organisations comptent des collaborateurs utilisant des outils d'IA non sanctionnés, et 67 % des salariés utilisent l'IA au travail, alors que seules 18 % des entreprises disposent d'une politique de sécurité IA formelle (données 2026).

Parce qu'il provoque des fuites de données confidentielles, crée une non-conformité RGPD et AI Act, et augmente le coût des violations de données de 670 000 $ en moyenne (IBM, 2025). 34,8 % des prompts envoyés à ChatGPT contiennent des données sensibles.

Cinq méthodes : enquête déclarative anonyme, analyse des logs réseau/proxy, analyse des dépenses SaaS, solutions DLP/CASB, et plateforme de cartographie de gouvernance IA. Seule la dernière transforme la détection en conformité opposable (registre + preuve d'audit).

Partiellement. On peut repérer les appels vers des domaines comme chat.openai.com ou claude.ai dans les journaux du proxy. Mais cette méthode est aveugle au télétravail hors VPN, au mobile, et aux fonctions IA intégrées à des domaines légitimes (Microsoft, Google).

Non. L'interdiction pure pousse l'usage sur les appareils personnels, hors de toute visibilité : la donnée fuit quand même. La stratégie efficace est de voir, encadrer et offrir une alternative approuvée — ce qui fait chuter l'usage non autorisé de 89 %.

Oui, potentiellement. Dès qu'un collaborateur saisit des données personnelles dans un outil grand public, l'entreprise réalise un transfert vers un sous-traitant non encadré, sans base légale documentée ni analyse d'impact. La responsabilité reste celle du responsable de traitement.

L'article 4 de l'AI Act (applicable depuis le 2 février 2025) impose un niveau suffisant de littératie IA des équipes. Or on ne peut ni former ni encadrer un usage qu'on ne voit pas. Le Shadow AI rend l'article 4 mécaniquement inapplicable.

ChatGPT, Microsoft Copilot, Google Gemini, Claude, Perplexity et Mistral en usage autonome, plus les fonctions IA intégrées (Notion, Canva, Slack) et les assistants de code (GitHub Copilot, Cursor). 58 % des usages non approuvés passent par des versions gratuites.

Selon le Cost of a Data Breach Report 2025 d'IBM, le Shadow AI ajoute en moyenne 670 000 $ au coût d'une violation de données, ce qui en fait l'une des trois catégories de breach les plus coûteuses.

Oui. En 2023, des ingénieurs Samsung ont collé du code source propriétaire dans ChatGPT. En février 2025, Lasso Security a montré que Copilot pouvait accéder à plus de 20 000 dépôts GitHub redevenus privés, exposant le code de 16 000+ organisations.

Oui, davantage encore. Les PME et ETI ont rarement une politique IA ou des outils de surveillance, alors que leurs équipes adoptent l'IA aussi vite que celles des grands groupes. Elles cumulent forte exposition et faible outillage.

Une politique IA efficace définit les outils autorisés, les types de données interdites en entrée, les cas d'usage validés, les responsabilités, et les sanctions. Elle s'accompagne d'une formation (article 4 AI Act) et d'un registre des usages tenu à jour.

C'est l'inventaire structuré de tous les systèmes et usages d'IA dans une organisation : quel outil, par qui, pour quoi, sur quelles données, avec quel fournisseur et quel niveau de risque. C'est le préalable indispensable à toute gouvernance IA.

La responsabilité juridique remonte à la direction et au responsable de traitement (RGPD). Opérationnellement, RSSI, DSI et DPO se partagent la détection, l'encadrement et la documentation. Le Shadow AI est par nature un sujet transverse.

Non. La DLP intercepte des prompts sensibles en temps réel, mais elle est centrée sécurité réseau, lourde à déployer et orientée grande entreprise. Elle ne produit ni registre, ni politique, ni preuve d'audit — donc elle ne couvre pas la dimension conformité.

En fournissant une alternative IA officielle et sécurisée plutôt qu'en interdisant. Les données montrent une baisse de 89 % de l'usage non autorisé quand un outil approuvé est mis à disposition. On canalise l'usage au lieu de le réprimer.

En continu. Un audit ponctuel devient obsolète dès qu'une équipe adopte un nouvel outil — ce qui arrive en permanence. La gouvernance IA doit être un pilotage vivant, pas un contrôle annuel.

SiyadAI cartographie automatiquement les usages IA, détecte les outils non validés (module Shadow AI), qualifie le risque, génère la politique et la documentation de conformité, et produit un evidence pack prêt pour l'audit — opérationnel en moins d'une semaine, sans projet IT.