71 % des employés britanniques ont déjà utilisé une IA grand public non approuvée dans leur travail, selon une étude Microsoft menée auprès de 2 003 salariés. Plus de la moitié, 51 %, déclarent encore y recourir chaque semaine. Le phénomène ne relève donc plus de quelques contournements isolés : il révèle un décalage entre les outils mis à disposition par les entreprises et ceux que les employés jugent réellement utiles.
Le risque ne vient pas uniquement du modèle utilisé. Il tient aussi au compte, au contrat, aux réglages de conservation des données et à l’absence de visibilité sur les échanges. Lorsqu’un salarié copie un document dans un compte personnel, l’équipe informatique peut perdre la capacité de savoir où les données circulent et qui peut y accéder.
Cette tendance impose une réponse plus pragmatique que l’interdiction générale. Les entreprises doivent identifier les usages réels, proposer des alternatives approuvées et contrôler les flux de données sans bloquer les gains de productivité qui poussent les employés vers ChatGPT, Claude et d’autres services.
71 % des salariés britanniques contournent déjà les outils approuvés
L’étude citée par Microsoft montre l’ampleur du shadow AI, c’est-à-dire l’utilisation d’outils d’intelligence artificielle sans validation de l’employeur. Sur 2 003 employés britanniques interrogés, 71 % disent avoir utilisé une IA grand public non approuvée dans le cadre professionnel. La pratique reste régulière pour 51 % des personnes interrogées.
Le chiffre est particulièrement significatif parce qu’il mesure une pratique concrète, et non une simple intention. Un salarié peut recourir à une IA pour reformuler un courriel, résumer une réunion, produire une présentation, analyser un tableau ou générer du code. Dans chacun de ces cas, l’entreprise peut ignorer quel service a été utilisé et quelles informations ont été transmises.
Les usages personnels jouent un rôle important. 41 % des employés concernés utilisent des outils qu’ils connaissent déjà dans leur vie privée. L’habitude, la simplicité de création d’un compte et la rapidité d’accès réduisent la friction, alors qu’une solution interne peut exiger une demande d’accès, une formation ou des restrictions fonctionnelles.
À retenir : le shadow AI est déjà une pratique hebdomadaire pour 51 % des salariés britanniques interrogés. Une politique qui ne tient pas compte de cette réalité risque de déplacer les usages plutôt que de les supprimer.
Le problème est aussi lié à l’offre interne. Plus d’un quart des employés concernés déclarent ne disposer d’aucune alternative approuvée chez leur employeur. Dans cette situation, l’utilisation d’un service public devient souvent la seule manière d’automatiser une tâche jugée urgente ou répétitive.
Le compte personnel supprime une partie de la visibilité informatique
L’usage d’une IA non approuvée crée un angle mort dès qu’il passe par un compte personnel. L’organisation peut ne pas connaître le modèle employé, les conditions de conservation des conversations, les extensions activées ou le niveau de protection appliqué aux données envoyées.
Une même interface peut recouvrir des protections très différentes. Un compte personnel et un environnement professionnel approuvé ne fournissent pas nécessairement les mêmes contrôles d’administration, les mêmes journaux d’activité ou les mêmes garanties contractuelles. Le nom du service ne suffit donc pas à déterminer le niveau de sécurité.
Les données exposées peuvent être très diverses :
- informations personnelles concernant des clients ou des salariés ;
- contrats, comptes rendus et documents commerciaux ;
- données financières ou éléments de stratégie ;
- extraits de code et secrets de configuration ;
- informations confidentielles liées à la propriété intellectuelle.
Le danger ne se limite pas à une fuite publique immédiate. Une entreprise peut aussi perdre la capacité de reconstituer l’incident, de supprimer les données concernées ou de démontrer qu’elle a respecté ses obligations de gouvernance. L’absence de traçabilité complique les investigations au moment où elles sont les plus nécessaires.
La situation devient encore plus difficile lorsque plusieurs outils sont utilisés pour une même tâche. Un employé peut extraire un document depuis un espace de stockage, le faire résumer par une IA, récupérer le résultat dans un traitement de texte puis le transmettre par messagerie. Chaque étape ajoute un service et potentiellement un nouveau flux de données.
L’interdiction seule ne répond pas à la cause du problème
Les employés se tournent vers les outils non approuvés lorsqu’ils les trouvent plus accessibles, plus rapides ou plus performants pour leur tâche. Une interdiction sans solution équivalente laisse intacte la pression opérationnelle qui a déclenché le contournement.
Les chiffres de Microsoft montrent précisément ce décalage : plus d’un quart des employés concernés indiquent qu’aucune alternative approuvée n’est proposée. Le sujet n’est donc pas uniquement disciplinaire. Il relève aussi de la conception de l’offre interne et de la capacité de l’entreprise à fournir un outil utilisable au quotidien.
Une réponse efficace doit distinguer plusieurs situations :
- l’outil est interdit parce qu’il traite des données incompatibles avec les exigences de l’entreprise ;
- l’outil est autorisé uniquement pour des contenus publics ou peu sensibles ;
- l’outil est approuvé dans un environnement professionnel avec des contrôles spécifiques ;
- l’usage est possible après validation d’un responsable ou d’une équipe de sécurité.
Cette classification est plus opérationnelle qu’une règle unique appliquée à toutes les IA. Elle permet d’autoriser une reformulation de contenu public tout en bloquant l’envoi d’un fichier client ou d’un secret technique.
Les règles doivent également être compréhensibles. Une politique qui décrit seulement des interdictions juridiques ou des catégories techniques sera difficile à appliquer par les équipes. Les employés doivent savoir quels outils utiliser, avec quel compte, pour quels types de données et avec quelles limites.
ChatGPT et Claude montrent la différence entre usage public et environnement approuvé
Une organisation citée dans les informations publiées sur cette tendance rapporte avoir intégré ChatGPT et Claude dans un environnement professionnel approuvé. Ce cas illustre une distinction essentielle : le risque dépend non seulement de l’application, mais aussi de la manière dont elle est déployée et gouvernée.
Un environnement approuvé peut permettre à l’entreprise de centraliser les comptes, de gérer les accès et de définir des règles d’utilisation. Il peut aussi faciliter le suivi des usages et l’application de contrôles sur les données. Ces mécanismes ne rendent pas automatiquement chaque usage sûr, mais ils offrent une base de supervision absente d’un compte personnel.
| Situation | Visibilité de l’employeur | Contrôle des accès | Risque principal |
|---|---|---|---|
| Compte personnel sur une IA grand public | Limitée | Géré par l’utilisateur | Données transmises hors du périmètre de l’entreprise |
| Service grand public utilisé sans validation | Variable | Souvent dispersé | Absence de gouvernance et de traçabilité |
| ChatGPT intégré dans un environnement approuvé | Centralisée par l’organisation | Administré par l’entreprise | Mauvaise configuration ou règles trop permissives |
| Claude intégré dans un environnement approuvé | Centralisée par l’organisation | Administré par l’entreprise | Utilisation de données sensibles sans contrôle adapté |
L’intégration d’un outil ne suffit toutefois pas à résoudre le problème. Les employés peuvent continuer à utiliser leur compte personnel si la version approuvée est trop limitée, lente ou difficile d’accès. La sécurité dépend donc aussi de l’expérience utilisateur et de l’adéquation entre l’outil fourni et les besoins métiers.
Une entreprise qui autorise ChatGPT ou Claude doit préciser les cas d’usage acceptés, les catégories de données interdites et les responsabilités de chacun. Elle doit également contrôler les comptes externes et repérer les flux qui contournent l’environnement approuvé.
Les équipes de sécurité doivent surveiller les flux, pas seulement les applications
Le contrôle du shadow AI ne peut pas reposer uniquement sur une liste d’applications interdites. De nouveaux services apparaissent rapidement, tandis que des fonctions d’IA sont désormais intégrées dans des logiciels déjà autorisés. Une politique fondée sur les seuls noms de produits risque de manquer une partie des usages.
La surveillance doit se concentrer sur les comportements et les flux de données. Les équipes de sécurité peuvent notamment rechercher les connexions vers des services d’IA, les transferts de fichiers inhabituels et les extensions de navigateur capables d’envoyer le contenu d’une page à un modèle.
Les contrôles prioritaires comprennent :
- l’identification des comptes professionnels et personnels utilisés depuis les appareils de l’entreprise ;
- la détection des transferts de fichiers vers des services d’IA non approuvés ;
- la restriction des extensions et connecteurs capables de lire des données internes ;
- la journalisation des accès aux outils d’IA autorisés ;
- la classification des informations avant leur envoi à un modèle ;
- la revue régulière des applications et des agents connectés aux systèmes internes.
Le principe de moindre privilège reste central. Un assistant chargé de résumer des documents ne devrait pas disposer automatiquement d’un accès général aux ressources de l’entreprise. Chaque connexion doit être limitée à la mission, aux données et à la durée nécessaires.
Les contrôles techniques doivent s’accompagner d’alertes compréhensibles. Bloquer silencieusement un usage peut inciter l’employé à chercher une autre méthode. Une alerte expliquant la donnée détectée, l’outil approuvé et la procédure à suivre peut réduire le contournement tout en améliorant la sensibilisation.
La gouvernance doit couvrir les assistants intégrés aux logiciels
Le shadow AI ne concerne plus seulement les chatbots ouverts dans un navigateur. Des fonctions de génération et de résumé sont intégrées dans des suites bureautiques, des outils de développement, des plateformes de réunion et des logiciels de relation client.
Cette évolution complique l’inventaire. Une entreprise peut avoir autorisé un logiciel principal sans avoir examiné chacune de ses fonctions d’IA, ses sous-traitants, ses paramètres de conservation ou ses connexions externes. L’approbation du logiciel ne vaut donc pas validation automatique de tous ses usages algorithmiques.
Chaque nouvelle fonction devrait être évaluée selon plusieurs critères :
- quelles données peuvent être lues par l’assistant ;
- où les requêtes et les réponses sont traitées ;
- combien de temps les contenus sont conservés ;
- si les données servent à l’amélioration du modèle ;
- quels administrateurs peuvent consulter les journaux ;
- quelles actions l’assistant peut exécuter automatiquement.
Les assistants capables d’agir présentent un risque supplémentaire. Un modèle qui rédige une réponse n’a pas le même périmètre qu’un agent capable de modifier un fichier, d’envoyer un message ou de créer une autorisation. Les droits d’action doivent être séparés des droits de consultation et soumis à une validation humaine lorsque l’impact est important.
Cette gouvernance doit aussi prendre en compte les données produites par l’IA. Une réponse générée peut contenir une erreur, une information confidentielle ou un élément provenant d’un contexte auquel l’utilisateur ne s’attendait pas. La traçabilité des sources et la revue humaine restent nécessaires pour les contenus sensibles.
Former les employés sur des cas réels plutôt que sur des interdictions
La formation est plus efficace lorsqu’elle part des tâches quotidiennes. Dire qu’il ne faut jamais utiliser une IA ne répond pas à la question que se pose un salarié devant un document à résumer ou un courriel à reformuler.
Une politique interne utile doit présenter des exemples directement applicables :
- un texte publié sur le site de l’entreprise peut être reformulé dans un outil autorisé ;
- un contrat non anonymisé ne doit pas être copié dans un compte personnel ;
- un extrait de code contenant une clé ou un identifiant doit être nettoyé avant toute analyse ;
- un compte rendu de réunion doit être traité uniquement par un service validé pour ce niveau de confidentialité ;
- une réponse générée pour un client doit être relue avant son envoi.
Les employés doivent également connaître la procédure de signalement. Une personne qui a envoyé par erreur une information sensible à un service externe doit pouvoir prévenir rapidement l’équipe compétente sans craindre qu’un retard aggrave l’incident.
La formation doit viser les managers et les dirigeants autant que les équipes opérationnelles. Les responsables qui utilisent eux-mêmes des comptes personnels peuvent affaiblir la crédibilité des règles et normaliser le contournement. L’exemple managérial devient donc un composant concret de la sécurité.
Les entreprises peuvent mesurer l’évolution de la situation avec des indicateurs simples : nombre d’outils détectés, volume d’alertes, taux d’utilisation des solutions approuvées, demandes d’accès et incidents liés aux données. Ces mesures permettent de repérer une politique trop restrictive ou une solution interne qui ne répond pas aux besoins.
Notre avis : l’accès approuvé doit devenir plus simple que le contournement
Le chiffre de 71 % impose une conclusion nette : l’usage non approuvé de l’IA est déjà un problème de sécurité opérationnel, pas une tendance marginale à surveiller plus tard. Les entreprises qui répondent uniquement par l’interdiction laissent intacte la cause principale du phénomène, à savoir l’écart entre les besoins des employés et l’offre autorisée.
La priorité doit être de fournir un petit nombre d’outils approuvés, faciles d’accès et adaptés aux tâches réellement effectuées. Ces outils doivent être accompagnés de règles lisibles, de contrôles sur les données et d’un mécanisme rapide pour demander une nouvelle autorisation.
L’intégration de ChatGPT et de Claude dans un environnement professionnel approuvé montre la direction la plus crédible : conserver les bénéfices de l’IA tout en réintroduisant la gouvernance, les comptes d’entreprise et la visibilité sur les flux. Cette approche ne supprime pas tous les risques, mais elle réduit l’angle mort créé par les comptes personnels.
Dans les six prochains mois, les organisations les mieux préparées seront celles qui traiteront le shadow AI comme un sujet combinant sécurité, achats, ressources humaines et productivité. La question ne sera plus seulement de savoir quels outils sont interdits, mais quels usages l’entreprise est capable d’autoriser, de surveiller et d’assumer. Combien d’organisations accepteront de mesurer cette réalité avant qu’un document sensible ne sorte de leur périmètre ?
Sources : Microsoft, étude menée auprès de 2 003 employés britanniques ; Interact Software, 18 novembre 2026 ; TechRadar Pro, 19 novembre 2026.