Dans ce guide
- Qu’est-ce que l’IA générative ?
- Quels cas d’usage apportent une valeur vérifiable ?
- Comment choisir le bon cas d’usage et la bonne solution ?
- Quels risques faut-il tester avant le déploiement ?
- Comment gouverner les données utilisées par l’IA générative ?
- Quel contrĂ´le humain conserver ?
- Feuille de route : un pilote d’IA générative en 30 jours
- Comment mesurer un pilote sans inventer son retour sur investissement ?
- Questions fréquentes sur l’IA générative
- Sources officielles
L’essentiel
L’IA générative produit de nouveaux contenus à partir d’une instruction et du contexte disponible. En entreprise, elle est surtout utile lorsqu’une tâche est répétée, riche en langage et vérifiable par une personne compétente. Le bon point de départ n’est donc pas l’outil le plus populaire, mais un problème limité, une source de données autorisée, un responsable humain et une mesure de référence.
Ă€ retenir
- 01Commencer par une tâche fréquente, réversible et facile à contrôler.
- 02Comparer au moins deux options sur les mêmes cas réels avant de choisir un fournisseur.
- 03Ne transmettre que les données nécessaires, autorisées et compatibles avec les conditions de l’offre retenue.
- 04Conserver une validation humaine proportionnée à l’impact d’une erreur.
- 05Mesurer le pilote contre une référence observée, sans annoncer de gain avant les résultats.
Qu’est-ce que l’IA générative ?
L’IA générative désigne des systèmes capables de produire du texte, des images, du son, de la vidéo ou du code à partir d’instructions et d’exemples. Un modèle de langage, par exemple, génère une réponse en estimant des suites plausibles de mots. Il ne consulte pas automatiquement une vérité garantie : une réponse fluide peut rester inexacte, incomplète ou hors contexte.
En entreprise, le modèle devient utile lorsqu’il est inséré dans un processus : une personne formule la demande, des données autorisées fournissent le contexte, le système propose un résultat, puis une règle ou un responsable le vérifie avant utilisation. Cette chaîne compte davantage que le nom du modèle.
Il faut aussi distinguer trois niveaux. Un assistant aide une personne dans une conversation. Une fonction intégrée déclenche une génération dans un logiciel métier. Un workflow relie plusieurs étapes, sources et contrôles. Plus le système agit sans intervention, plus les droits d’accès, les tests, les journaux et les voies d’escalade deviennent importants.
CNIL: Utiliser l’IA générative dans les TPE et PME · SPF Économie — Belgique: Intelligence artificielle et PME
Quels cas d’usage apportent une valeur vérifiable ?
Les meilleurs premiers cas d’usage transforment un contenu existant sans décider à la place d’une personne : résumer, classer, extraire, reformuler ou préparer une première version. Ils permettent de comparer clairement le processus avec et sans IA.
| Fonction | Cas d’usage pilote | Contrôle indispensable |
|---|---|---|
| Service client | Préparer une réponse à partir d’une base documentaire approuvée | Un agent vérifie les faits, le ton et l’escalade avant envoi |
| Vente | Résumer des notes d’appel et proposer les prochaines actions | Le commercial confirme les engagements et les données du client |
| Marketing | Décliner un brief validé en variantes de message | La marque contrôle les affirmations, les droits et la version publiée |
| Opérations | Extraire des champs de documents ou préparer une procédure | Les exceptions et les champs incertains passent en revue humaine |
| Connaissance interne | Rechercher et synthétiser des documents autorisés | La réponse cite les documents utilisés et signale les informations absentes |
| Développement | Expliquer, documenter ou proposer un test de code | Revue de code, tests et analyse de sécurité avant mise en production |
CNIL: Utiliser l’IA générative dans les TPE et PME · France Num et CNIL: Cas d’usage de l’IA dans les TPE-PME · SPF Économie — Belgique: Intelligence artificielle et PME
Comment choisir le bon cas d’usage et la bonne solution ?
Évaluez d’abord le processus, puis le produit. Une démonstration impressionnante sur une question générique ne prouve ni la qualité sur vos documents, ni le coût à l’échelle, ni l’adéquation avec vos obligations.
- 01
1. Définir le problème — Décrivez l’utilisateur, le déclencheur, l’entrée, la sortie attendue et la décision qui suit. Si le succès ne peut pas être observé, le cas d’usage est encore trop vague.
- 02
2. Vérifier la contrôlabilité — Privilégiez un résultat qu’un expert peut corriger rapidement, avec une source de vérité accessible et une solution de repli manuelle.
- 03
3. Classer les données — Identifiez les données personnelles, confidentielles, stratégiques ou soumises à des règles sectorielles avant tout essai.
- 04
4. Comparer les solutions — Testez les mêmes cas sur plusieurs offres et examinez qualité, hébergement, rétention, réutilisation des données, accès administrateur, intégrations, coût et réversibilité.
- 05
5. Définir le contrôle humain — Nommez la personne qui accepte, corrige ou refuse chaque sortie et précisez les cas qui doivent être escaladés.
- 06
6. Fixer la règle de décision — Avant le pilote, écrivez les seuils qui conduiront à étendre, modifier ou arrêter l’usage. La décision ne doit pas dépendre uniquement d’impressions.
CNIL: Utiliser l’IA générative dans les TPE et PME · CNIL: Questions-réponses sur l’utilisation d’un système d’IA générative · OpenAI: Confidentialité, sécurité et conformité des données professionnelles
Quels risques faut-il tester avant le déploiement ?
- Exactitude — Le système peut inventer un fait, une source ou une relation. Testez la fidélité aux documents et exigez une vérification pour toute affirmation importante.
- Confidentialité — Une instruction peut contenir des données personnelles, des secrets d’affaires ou des éléments clients. Limitez les entrées et vérifiez les conditions techniques et contractuelles de l’offre.
- Biais et traitement inéquitable — Les résultats peuvent reproduire des biais présents dans les données ou les consignes. Évitez d’utiliser une sortie non contrôlée pour évaluer une personne ou lui attribuer un droit.
- Propriété intellectuelle — Une sortie peut rappeler une œuvre existante ou utiliser des éléments dont les droits sont incertains. Contrôlez les sources, licences et usages prévus avant publication.
- Sécurité — Des documents ou instructions malveillants peuvent détourner un système connecté. Appliquez le moindre privilège, isolez les tests et interdisez les actions irréversibles sans approbation.
- Dépendance — Le prix, le modèle ou les conditions d’un fournisseur peuvent évoluer. Conservez les procédures, les données exportables et une voie de fonctionnement sans IA.
CNIL: Questions-réponses sur l’utilisation d’un système d’IA générative · CNIL: Utiliser l’IA générative dans les TPE et PME · EUR-Lex: Règlement (UE) 2024/1689 sur l’intelligence artificielle
Comment gouverner les données utilisées par l’IA générative ?
Une offre professionnelle peut fournir des contrôles utiles, mais elle ne rend pas un usage automatiquement conforme. OpenAI indique, par exemple, ne pas utiliser par défaut les entrées et sorties de ses produits professionnels et de son API pour entraîner ses modèles. Cette politique fournisseur doit être vérifiée avec la formule, les fonctions, la région, la rétention et les sous-traitants réellement retenus.
En France, la CNIL recommande d’encadrer les usages autorisés et interdits, de ne soumettre que des informations que l’utilisateur est autorisé à partager et de porter un regard critique sur les sorties. En Belgique, le SPF Économie rappelle qu’une entreprise utilisant un système d’IA dans ses activités peut être un déployeur au sens de l’AI Act. L’APD belge souligne en parallèle l’articulation entre systèmes d’IA et protection des données.
Ces repères ne remplacent pas une analyse juridique, de sécurité ou sectorielle adaptée à votre organisation. Si le traitement touche des personnes, des données sensibles ou une décision à fort impact, impliquez les responsables compétents avant le pilote.
| Question | Preuve Ă obtenir avant le pilote |
|---|---|
| Quelles données entrent dans le système ? | Inventaire, classification, finalité et règle de minimisation |
| Où vont-elles et combien de temps restent-elles ? | Documentation de traitement, région, rétention et suppression |
| Sont-elles réutilisées pour entraîner un modèle ? | Conditions de l’offre exacte et réglages administrateur vérifiés |
| Qui peut consulter ou exporter les échanges ? | Rôles, authentification, journaux et procédure de départ d’un utilisateur |
| Quels systèmes l’IA peut-elle appeler ? | Liste des connecteurs, permissions minimales et actions soumises à approbation |
| Comment sortir du fournisseur ? | Export, suppression, continuité manuelle et propriétaire interne du processus |
CNIL: Questions-réponses sur l’utilisation d’un système d’IA générative · SPF Économie — Belgique: Vous utilisez l’IA au sein de votre entreprise · Autorité de protection des données — Belgique: Brochure d’information sur les systèmes d’intelligence artificielle et le RGPD · OpenAI: Confidentialité, sécurité et conformité des données professionnelles
Quel contrĂ´le humain conserver ?
Le contrôle humain ne consiste pas à ajouter une validation symbolique. La personne désignée doit comprendre la tâche, accéder aux sources, pouvoir contester la sortie et disposer du temps nécessaire pour agir.
- Avant la génération — Valider l’objectif, les données permises, les instructions et les limites d’usage.
- Pendant le processus — Afficher les sources, le niveau d’incertitude utile et les exceptions qui demandent une décision humaine.
- Avant l’action — Vérifier les faits, le ton, les droits, les montants et tout effet possible sur une personne ou un client.
- Après l’usage — Conserver les corrections, incidents et refus afin d’améliorer le processus sans masquer les échecs.
CNIL: Utiliser l’IA générative dans les TPE et PME · EUR-Lex: Règlement (UE) 2024/1689 sur l’intelligence artificielle
Feuille de route : un pilote d’IA générative en 30 jours
- 01
Jours 1 à 5 — Cadrer — Choisir une seule tâche, nommer le propriétaire, mesurer le processus actuel, inventorier les données et documenter les usages interdits.
- 02
Jours 6 à 10 — Concevoir — Créer un jeu de cas représentatifs, définir la grille d’évaluation, le contrôle humain, les permissions et la procédure d’incident.
- 03
Jours 11 à 15 — Comparer — Tester au moins deux configurations sur les mêmes cas. Conserver toutes les sorties, y compris les erreurs, et choisir avec les critères définis à l’avance.
- 04
Jours 16 à 24 — Piloter — Ouvrir l’usage à un petit groupe formé, sur un périmètre limité et réversible. Journaliser les corrections, escalades, coûts et incidents.
- 05
Jours 25 à 28 — Évaluer — Comparer les résultats à la référence, segmenter les erreurs par type et interroger les utilisateurs sans remplacer les mesures par leur satisfaction seule.
- 06
Jours 29 à 30 — Décider — Étendre, modifier ou arrêter selon les seuils prévus. Documenter la décision, les limites restantes, le propriétaire et la prochaine date de revue.
CNIL: Utiliser l’IA générative dans les TPE et PME · CNIL: Questions-réponses sur l’utilisation d’un système d’IA générative · EUR-Lex: Règlement (UE) 2024/1689 sur l’intelligence artificielle
Comment mesurer un pilote sans inventer son retour sur investissement ?
Mesurez d’abord le processus actuel sur un échantillon comparable. Le pilote utilise ensuite les mêmes définitions, la même unité de travail et une période explicitement datée. Ne transformez pas quelques exemples réussis en pourcentage de productivité généralisable.
| Dimension | Indicateur mesurable | MĂ©thode |
|---|---|---|
| Qualité | Taux de sorties acceptées sans correction majeure | Évaluer un échantillon défini avec une grille stable et un réviseur qualifié |
| Exactitude | Taux d’affirmations confirmées par les sources autorisées | Vérifier les faits et compter séparément erreurs, omissions et citations introuvables |
| Temps | Temps médian par unité terminée et validée | Inclure la préparation, la génération, la correction et l’escalade |
| Coût | Coût complet par unité validée | Additionner licences, intégration, exploitation, revue humaine et traitement des erreurs |
| Risque | Incidents et quasi-incidents par type | Journaliser les données exposées, actions incorrectes, biais et violations de procédure |
| Adoption | Part des utilisateurs formés qui terminent le workflow correctement | Observer l’usage réel et les abandons, sans assimiler connexion et valeur produite |
CNIL: Questions-réponses sur l’utilisation d’un système d’IA générative · EUR-Lex: Règlement (UE) 2024/1689 sur l’intelligence artificielle
Questions fréquentes sur l’IA générative
Quelle est la différence entre IA et IA générative ?
L’intelligence artificielle couvre un ensemble de systèmes produisant des prédictions, recommandations, décisions ou contenus. L’IA générative est la famille centrée sur la création de nouveaux contenus tels que du texte, des images, du son, de la vidéo ou du code.
Quel est le meilleur premier cas d’usage en entreprise ?
Une tâche fréquente, limitée, réversible et facile à vérifier : résumer un document autorisé, préparer une réponse ou extraire des champs. Le meilleur choix dépend de votre processus et doit être confirmé par une mesure de référence.
Peut-on envoyer des données personnelles à une IA générative ?
Pas par défaut. Identifiez la finalité, les données strictement nécessaires, la base applicable, les conditions du fournisseur, la rétention et les accès. Pour un service grand public, la CNIL recommande de ne jamais partager d’informations confidentielles ou personnelles. Demandez un avis compétent lorsque le traitement est sensible ou incertain.
Une offre professionnelle garantit-elle la conformité au RGPD ?
Non. Des garanties contractuelles et techniques peuvent aider, mais l’entreprise reste responsable de son usage, de ses données, de ses accès et de ses processus. La conformité dépend du traitement réel, pas seulement du produit acheté.
Faut-il toujours vérifier une réponse générée ?
Le niveau de vérification doit suivre le risque. Une sortie publique, contractuelle, financière ou susceptible d’affecter une personne demande un contrôle renforcé. Même pour un brouillon interne, vérifiez les faits et les sources avant réutilisation.
Comment calculer le ROI de l’IA générative ?
Mesurez d’abord le temps, le coût, la qualité et les incidents du processus actuel. Comparez ensuite le coût complet et les unités validées pendant le pilote. N’utilisez pas une économie théorique ou le seul temps de génération comme retour sur investissement.
Ce guide constitue-t-il un avis juridique ?
Non. Il fournit un cadre opérationnel général. Les obligations varient selon le rôle de l’organisation, le système, les données, le secteur et l’impact de l’usage. Faites valider les situations sensibles par les responsables ou conseils compétents.
Sources officielles
- 01Règlement (UE) 2024/1689 sur l’intelligence artificielle — EUR-Lex
- 02Utiliser l’IA générative dans les TPE et PME — CNIL
- 03Cas d’usage de l’IA dans les TPE-PME — France Num et CNIL
- 04Questions-réponses sur l’utilisation d’un système d’IA générative — CNIL
- 05Intelligence artificielle et PME — SPF Économie — Belgique
- 06Vous utilisez l’IA au sein de votre entreprise — SPF Économie — Belgique
- 07Brochure d’information sur les systèmes d’intelligence artificielle et le RGPD — Autorité de protection des données — Belgique
- 08Confidentialité, sécurité et conformité des données professionnelles — OpenAI
Ă€ lire ensuite
Passer d’un test isolé à un processus IA maîtrisé
Devauras vous aide à cadrer le cas d’usage, connecter les bonnes données, intégrer les contrôles humains et construire une automatisation IA mesurable.
Découvrir l’automatisation IA