Shadow AI : l'IA non maîtrisée en entreprise (et comment la reprendre en main)

Dans la plupart des organisations, l'intelligence artificielle est entrée par la petite porte : non par un projet validé en comité de direction, mais par un collaborateur qui a ouvert un compte à son nom pour gagner une heure sur un compte rendu. C'est le Shadow AI : l'usage d'outils d'IA au travail, hors de tout cadre défini par l'entreprise.

Le réflexe consiste à y voir une faille de sécurité à refermer. C'est une erreur de lecture : le Shadow AI est d'abord un signal d'adoption, vos équipes ayant trouvé de la valeur dans ces outils avant que vous ne leur en proposiez. Le sujet n'est pas de le faire disparaître, mais de le rendre visible puis de le cadrer.

Qu'est-ce que le Shadow AI ?

La définition en une phrase

Le Shadow AI désigne l'utilisation d'outils d'intelligence artificielle par des collaborateurs, à des fins professionnelles, sans validation ni supervision de la direction, de la DSI ou du responsable de la conformité.

Trois notions voisines reviennent et il est utile de les distinguer.

• Le Shadow IT, c'est l'usage de logiciels ou de services non validés par l'entreprise, quelle que soit la technologie.
• Le Shadow AI, c'est la déclinaison de ce phénomène aux outils d'IA, avec une donnée exposée d'une autre nature et une détection bien plus difficile.
• Un usage validé, c'est un outil d'IA arbitré et documenté, dont l'entreprise connaît le périmètre de données.

Shadow AI et Shadow IT : la filiation, et ce qui change avec l'IA

Le Shadow AI n'est pas un phénomène nouveau, c'est un phénomène connu qui change d'échelle. Le Shadow IT a la même cause : un besoin métier que l'outillage officiel ne couvre pas, sujet documenté depuis longtemps côté DSI sous un angle plutôt sécurité.

Deux choses changent avec l'IA générative : la barrière d'entrée, puisqu'il n'y a rien à installer ni à faire valider, et la nature de ce qui sort de l'entreprise, non plus un fichier mais le contenu collé dans une conversation, souvent le plus sensible.

Pourquoi il explose : accessibilité, gain de temps, absence d'alternative validée

La cause n'est presque jamais la malveillance. Dans une enquête publiée par Cato Networks en 2025 auprès de plus de 600 responsables informatiques, 71 % des répondants désignent la productivité et l'efficacité comme principal cas d'usage de l'adoption de l'IA. Ce moteur ne s'arrête pas à la frontière des outils validés : quand l'option officielle manque, le même besoin de gagner du temps s'exerce ailleurs.

Le deuxième moteur est l'attente. Dans un grand compte de la distribution que nous avons accompagné, les projets applicatifs internes mettaient des mois à aboutir alors que les irritants du terrain demandaient une réponse rapide. Quand l'écart devient trop grand, quelqu'un finit par le combler seul. Le troisième moteur est l'absence d'alternative crédible : une direction marketing que nous avons rencontrée avait vu plusieurs membres de son équipe basculer d'eux-mêmes sur d'autres outils, l'outil officiel étant jugé inadapté.

Notre enquête Alegria.group auprès de 100 PME françaises, publiée en janvier 2026 sous le titre « Premier baromètre Alegria.group sur la maturité IA des PME françaises », donne un ordre de grandeur, avec la réserve qu'impose un échantillon de cette taille : les écarts de quelques points n'y sont pas significatifs. Environ six PME sur dix y décrivent un usage de l'IA sans encadrement formel : des utilisateurs isolés qui expérimentent sans coordination (29 %), une partie significative des équipes en adoption non structurée (13 %), ou presque tous les collaborateurs sans cadre formel (18 %). À l'autre bout, 21 % déclarent une stratégie IA structurée et formalisée. C'est une enquête que nous publions nous-mêmes, sur un sujet dont nous vendons l'accompagnement : elle vaut comme ordre de grandeur déclaratif, pas comme mesure indépendante.

À quoi ressemble le Shadow AI dans une entreprise ?

Le Shadow AI prend quatre formes principales, chacune se détectant par un canal différent. Les reconnaître est le préalable à toute cartographie.

Les comptes personnels ChatGPT, Claude, Gemini

La forme la plus répandue. Un collaborateur ouvre un compte à son nom et y colle des documents de travail : rien ne relie cet usage à l'entreprise, ni facture, ni contrat, ni journal exploitable. Dans un cabinet comptable que nous avons accompagné, un assistant conversationnel servait quotidiennement à l'équipe sans qu'aucune règle n'ait été posée sur ce qui pouvait y être déposé.

Les assistants intégrés aux outils métier

La forme la plus discrète : une fonction d'IA est activée dans un outil déjà en place, et personne n'a arbitré ce qu'elle traite. Sur l'un de nos projets portant sur les comptes rendus de réunion, la difficulté n'était pas leur qualité mais leur diffusion : selon le paramétrage, certains outils les envoient à une liste entière de destinataires sans relecture. Le correctif a été une validation humaine avant envoi.

Les extensions de navigateur et les automatisations « maison »

Une extension installée en deux clics, un scénario monté pour éviter une ressaisie : ces montages rendent service et font circuler des données entre plusieurs services, parfois hors de l'Union européenne, sans être documentés. Une plateforme d'automatisation choisie et cadrée vaut mieux qu'une accumulation de bricolages individuels.

Les agents construits par les équipes sans validation

La forme la plus récente et la plus engageante : une équipe assemble un agent IA branché sur des données réelles, qui exécute des actions. Sur un cas de ce type, un agent interrogeant une base métier en langage naturel, le risque principal n'était pas technique mais interprétatif : une requête mal formulée produit une réponse fausse mais crédible. La conclusion de l'atelier tenait en une phrase : le risque reste limité si le périmètre et les droits d'accès sont définis à l'avance.

Les risques réels du Shadow AI

Fuite et exposition de données confidentielles

C'est le risque le mieux documenté. Dans son Cost of a Data Breach Report 2025, réalisé par le Ponemon Institute auprès de 600 organisations victimes d'une violation de données entre mars 2024 et février 2025, IBM indique qu'une organisation étudiée sur cinq (20 %) a subi une violation liée au shadow AI. Le rapport ne chiffre pas le surcoût propre à ces incidents, il compare deux populations : les organisations où le shadow AI est fortement présent affichent un coût moyen de violation supérieur d'environ 670 000 dollars à celui des organisations où il est faible ou absent, avec une exposition plus fréquente des données personnelles de clients et de la propriété intellectuelle.

C'est aussi le premier risque dans l'esprit des dirigeants français : dans notre enquête de janvier 2026 auprès de 100 PME, 55 % citent la confidentialité des données comme préoccupation majeure, contre 19 % pour l'emploi, un écart assez large pour se lire comme une hiérarchie et non comme un aléa d'échantillonnage. Dans un cabinet de gestion de patrimoine soumis à un cadre réglementaire strict, les pratiques différaient d'un associé à l'autre alors que tous les dossiers étaient sensibles.

Erreurs et hallucinations dans les livrables

Un outil non cadré produit des résultats que personne ne vérifie selon un protocole défini. Dans un bureau d'études, un assistant conversationnel testé pour contrôler la conformité de projets à des normes réglementaires ne permettait pas de le faire de façon fiable : l'équipe l'a écarté pour cet usage, faute d'avoir défini le niveau de vérification attendu.

Non-conformité : IA Act et RGPD

Une organisation ne peut pas démontrer la conformité d'usages qu'elle ne connaît pas. Or les obligations de l'IA Act pèsent aussi sur les entreprises utilisatrices, en qualité de déployeurs. Deux points du règlement (UE) 2024/1689 touchent directement le Shadow AI, et tous deux ont bougé cet été. L'article 4, applicable depuis le 2 février 2025, porte sur la maîtrise de l'IA par les personnes qui manipulent ces systèmes : le règlement (UE) 2026/1744, publié au Journal officiel de l'Union européenne le 24 juillet 2026 et entré en vigueur le 27 juillet 2026, l'a réécrit. L'obligation n'est plus de veiller à un niveau suffisant de maîtrise de l'IA, mais de prendre des mesures pour soutenir le développement de cette maîtrise, le texte précisant qu'elle n'impose de garantir aucun niveau spécifique pour aucun individu. Elle existe donc toujours, dans une formulation moins prescriptive : une obligation de moyens, à documenter. Les obligations de transparence de l'article 50, applicables depuis le 2 août 2026, supposent de savoir où l'IA intervient dans vos contenus et vos échanges clients ; le même règlement leur adjoint une échéance au 2 décembre 2026 pour le marquage lisible par machine des systèmes générant des contenus de synthèse mis sur le marché avant le 2 août 2026. Le report du calendrier propre aux systèmes à haut risque, lui, porte les échéances vers fin 2027 et 2028.

Le RGPD s'applique en parallèle : dès que des données personnelles sont collées dans un outil non validé, l'entreprise reste responsable du traitement et doit pouvoir en justifier la base légale et la sécurité, sous un régime de sanctions plafonné à 20 millions d'euros ou 4 % du chiffre d'affaires mondial. Notre guide dédié détaille les échéances et les paliers de sanction des deux textes.

Perte de maîtrise et dépendance à une personne

Un risque plus banal, mais celui qui se matérialise le plus souvent. Un montage utile repose sur un compte personnel et sur la personne qui l'a construit : elle part, et le service s'arrête sans que personne sache le reprendre. Une direction informatique d'entreprise de taille intermédiaire ne savait pas quels collaborateurs disposaient de quelles licences d'IA, ce qui rendait tout arbitrage impossible. Notre enquête de janvier 2026 en donne la racine : dans les PME interrogées, la gouvernance de l'IA repose le plus souvent sur une personne isolée, souvent le dirigeant, et une partie des répondants indique que personne ne pilote le sujet.

Pourquoi l'interdiction ne fonctionne pas

La réaction la plus fréquente est une note interne interdisant l'IA. Elle échoue pour trois raisons.

La première est technique : un modèle accessible depuis un navigateur ou un téléphone personnels ne se bloque pas durablement. Le blocage déplace l'usage plutôt qu'il ne le supprime, et le rend cette fois totalement invisible. L'enquête Cato Networks de 2025 mesure ce décalage : 61 % des responsables informatiques interrogés ont déjà trouvé des outils d'IA non autorisés dans leur environnement, et 69 % n'ont aucun dispositif formel de suivi des usages.

La deuxième est économique : interdire un outil qui fait gagner du temps revient à demander à ses équipes d'être moins efficaces que la concurrence.

La troisième est managériale, et la plus coûteuse : une interdiction transforme des collaborateurs volontaires en contrevenants et détruit l'information dont vous avez besoin. Les chiffres d'IBM vont dans ce sens : 63 % des organisations touchées n'avaient pas de politique de gouvernance de l'IA ou étaient en train de l'élaborer, et 97 % de celles ayant subi un incident lié à l'IA n'avaient pas de contrôle d'accès adapté. Le problème n'est pas un défaut d'interdiction, c'est un défaut de cadre.

Comment reprendre le contrôle sans bloquer l'innovation

Cinq étapes, dans cet ordre. Aucune ne demande de budget significatif, et les deux premières s'engagent cette semaine.

Étape 1 : cartographier les usages réels

L'objectif est une photographie honnête, ce qui suppose une condition non négociable : l'exercice n'entraîne aucune sanction, et cela se dit avant de commencer. Un questionnaire court, quelques entretiens par service, et deux questions qui produisent les meilleures réponses : quelles tâches vous prennent du temps sans en valoir la peine, et qu'avez-vous déjà essayé pour y remédier. Complétez par ce que la DSI observe, extensions installées et abonnements en notes de frais.

Étape 2 : tenir un registre des usages d'IA

La cartographie n'a de valeur que si elle devient un document vivant. Le registre sert deux fois : il dit quelles obligations vous concernent, et il constitue la pièce à présenter le jour où la question vous est posée. Voici le gabarit en version « détection Shadow AI ».

La vidéo ci-dessous consacre sa dernière partie au remplissage en direct d'un registre de ce type, dans une version orientée conformité IA Act : une ligne par endroit où l'IA intervient, puis quatre colonnes à cocher (est-ce que cela parle à un client, est-ce que cela produit du contenu publié, est-ce que cela touche un sujet d'intérêt général, est-ce que je le revendique sous mon nom). Les colonnes diffèrent du gabarit ci-dessus, la mécanique se transpose telle quelle.

Étape 3 : proposer des alternatives validées et sécurisées

C'est l'étape qui fait reculer le Shadow AI, et celle qu'on saute le plus souvent : tant qu'il n'existe pas d'option officielle au moins aussi pratique, l'usage parallèle continue. Concrètement, une offre professionnelle sur laquelle l'entreprise a un contrat et des garanties de traitement des données, un accès large plutôt que quelques licences, et une liste des outils autorisés facile à trouver. Le point de vigilance est le confort : une alternative plus lente que le compte personnel sera contournée.

Étape 4 : écrire une charte d'usage claire

Une charte utile tient en deux pages et se lit en cinq minutes. Elle répond à quatre questions : quels outils sont autorisés, quelles données ne doivent jamais être transmises à une IA, quels usages exigent une relecture humaine, et à qui s'adresser pour faire valider un nouvel usage. Trois preuves complètent le dispositif : la note interne sur les règles d'usage, la liste des outils autorisés, et un suivi des personnes formées avec les dates des consignes. Rangée dans un intranet, une charte ne vaut pas pour autant mise en conformité.

Étape 5 : sensibiliser et former les équipes exposées

Le levier le plus durable, et le plus négligé : 34 % des PME de notre enquête de janvier 2026 n'ont aucun plan de formation à l'IA, alors que plus de la moitié situent le niveau de compétences de leurs équipes entre faible et inexistant. Une sensibilisation courte pour tous, puis une formation renforcée pour les métiers qui manipulent des données sensibles (ressources humaines, finance, juridique, relation client), traite la cause du Shadow AI et documente du même coup les mesures que l'article 4 de l'IA Act demande de prendre pour soutenir la maîtrise de l'IA. Le texte n'exige aucun niveau garanti individu par individu depuis sa réécriture du 27 juillet 2026, mais il faut pouvoir montrer ce qui a été mis en place. C'est le sens de notre conviction : l'IA est un sujet RH avant d'être un sujet technique. Pour la suite, notre méthode de stratégie de déploiement de l'IA détaille les chantiers.

Faire soi-même ou se faire accompagner ?

Les deux premières étapes sont à votre portée sans aide extérieure : un questionnaire et un tableur suffisent. Trois situations justifient un regard extérieur : des usages dispersés entre plusieurs sites ou métiers, un secteur réglementé où l'arbitrage sur les données ne peut pas être approximatif, et une cartographie qui doit déboucher sur des priorités.

Ce que nous observons chez Alegria.group tient en deux constats. Ce qui déclenche le Shadow AI, c'est presque toujours un écart entre un besoin métier pressant et une réponse officielle trop lente. Ce qui le résorbe, ce n'est jamais l'interdiction, c'est une alternative validée doublée d'une montée en compétence des équipes. Nous accompagnons des organisations de toutes tailles, de la PME au grand compte, parmi lesquelles L'Oréal, Franprix ou Boehringer Ingelheim : plus de 600 projets menés et 11 000 personnes formées, avec une approche qui combine conseil, formation et exécution.

Pour cartographier vos usages et repartir avec des priorités, le format Starter IA tient en quatre heures. Pour outiller vos équipes et répondre à l'obligation de formation, la formation IA en entreprise s'adapte aux métiers exposés. Et à titre individuel, les parcours d'Alegria.academy sont éligibles aux dispositifs de financement de la formation professionnelle.

Le Shadow AI ne se traite pas comme une menace, mais comme un sujet de management. Vos équipes vous ont déjà indiqué où l'IA leur était utile : il reste à leur donner un cadre pour le faire proprement.