Skip to content
FAQ, RGPD et IA générative

IA et données sensibles en entreprise : ce que dit le RGPD en 2026

La question revient en comité RGPD depuis dix-huit mois. Vos équipes veulent utiliser l'IA générative sur des données réelles. Votre DPO oppose l'article 9, l'AIPD, le DPA. Voici ce que le RGPD impose réellement quand on touche à des données sensibles, et comment le démontrer en cas de contrôle.

Le risque réel se joue sur trois niveaux

1. RGPD

Sanction CNIL

Jusqu'à 4 % du chiffre d'affaires annuel. 15 M€ pour OpenAI au Garante italien le 20 décembre 2024.

2. Sectoriel

Hébergement de données de santé

Pour les données de santé en France, certification HDS exigée. Pour les données financières, exigences ACPR/AMF. Pour les avocats, secret professionnel d'ordre public.

3. Réputationnel

Fuite identifiée publiquement

Notification obligatoire à la CNIL sous 72 heures (article 33), notification aux personnes concernées si risque élevé (article 34). Médiatisation systématique des incidents IA depuis 2023.

Sur les données sensibles, ces trois niveaux ne s'additionnent pas, ils se multiplient. Une fuite sur un dossier de santé déclenche simultanément la sanction CNIL, la perte de la certification HDS, et un titre de presse. C'est cette combinaison qui rend le sujet non négociable pour les directions générales depuis 2024.

Le régime renforcé de l'article 9

L'article 9 du RGPD définit les catégories particulières de données, communément appelées « données sensibles », qui font l'objet d'un régime juridique plus strict que les données personnelles ordinaires. Pour ces catégories, le traitement est interdit par principe, et n'est levé que par une base légale renforcée listée limitativement.

« Le traitement des données à caractère personnel qui révèle l'origine raciale ou ethnique, les opinions politiques, les convictions religieuses ou philosophiques ou l'appartenance syndicale, ainsi que le traitement des données génétiques, des données biométriques aux fins d'identifier une personne physique de manière unique, des données concernant la santé ou des données concernant la vie sexuelle ou l'orientation sexuelle d'une personne physique sont interdits. », RGPD, article 9, paragraphe 1

La levée de l'interdiction repose sur des bases limitatives : consentement explicite, obligation découlant du droit du travail, sauvegarde des intérêts vitaux, défense en justice, motif d'intérêt public important, médecine préventive ou médecine du travail, santé publique, archives d'intérêt public ou recherche scientifique. En pratique, dans une entreprise, deux bases dominent : le consentement explicite (fragile, révocable) et l'obligation découlant du droit du travail (RH).

L'analyse d'impact (AIPD) : quand est-elle obligatoire ?

L'article 35 du RGPD impose une analyse d'impact relative à la protection des données (AIPD) lorsque le traitement est susceptible d'engendrer un risque élevé pour les droits et libertés des personnes physiques. La CNIL retient les neuf critères des lignes directrices du G29 : un traitement qui en remplit au moins deux doit faire l'objet d'une AIPD.

Parmi ces neuf critères : traitement à grande échelle, traitement de données sensibles, croisement de données, données concernant des personnes vulnérables, usage innovant ou application de nouvelles solutions technologiques, exclusion d'un droit ou d'un contrat. Un usage d'IA générative sur des données sensibles à grande échelle remplit ces critères dès la première ligne.

En pratique : une plateforme SaaS qui propose à ses dix mille utilisateurs d'analyser leurs données par IA n'a pas le choix : AIPD obligatoire. Pour un usage ponctuel, la même grille s'applique : comptez les critères remplis avant de conclure.

Ce qui est interdit, ce qui est permis sur données sensibles

Interdit
  • Soumettre un dossier de santé identifiable à un outil d'IA grand public
  • Traiter des données biométriques d'identification sans base légale renforcée
  • Croiser des données RH (arrêts maladie, restrictions médicales) avec une IA externe sans contrat article 28
  • Transférer des données sensibles hors UE sans garantie suffisante (Schrems II)
  • Lancer un usage à grande échelle sans AIPD préalable
Permis sous conditions
  • Usage sur données fictives ou jeux de données de test
  • Traitement avec consentement explicite éclairé et révocable
  • Usage interne sur infrastructure d'IA confidentielle UE avec contrat article 28
  • Usage encadré par AIPD documentée et mesures techniques opposables
  • Recherche scientifique avec garanties prévues à l'article 9.2.j

La réponse de VoltageGPU pour les traitements sensibles

Pour utiliser l'IA générative sur des données sensibles sans tomber sous le coup de l'article 9 ni d'une mise en cause RGPD, il faut une infrastructure qui combine quatre garanties. Les quatre ensemble forment une mesure technique et organisationnelle appropriée au sens de l'article 32, et sont versables au dossier d'AIPD.

Les quatre garanties combinées
  • 1Société française, base client dans l'UESociété française (VOLTAGE EI, SIREN 943 808 824), responsable de traitement français, base client hébergée dans l’UE. Le calcul est opéré par des sous-traitants américains dans des enclaves Intel TDX, où la mémoire du traitement est chiffrée par le processeur : le transfert est documenté.
  • 2Contrat conforme à l'article 28 du RGPDDPA, registre des sous-traitants, engagements de confidentialité, droits d'audit. Versable au dossier d'AIPD.
  • 3Garantie technique d'isolation au niveau du processeurLes modèles tournent dans des enclaves Intel TDX chez notre fournisseur d'inférence : la mémoire du traitement est chiffrée par le processeur. Notre API relaie la requête en TLS ; elle la voit en clair en mémoire le temps du relais.
  • 4Rapport d'attestation cryptographique vérifiablePour des données que personne d'autre que vous ne doit voir : la VM confidentielle. Vous y générez vous-même l'attestation, que vous vérifiez contre les clés publiques du fabricant du processeur. C'est une preuve, pas une promesse contractuelle.

Voyez ce que ça donne sur un cas réel

Choisissez un document d'exemple fictif (dossier médical, contrat, données financières) : un modèle exécuté dans une enclave Intel TDX, chez notre fournisseur d'inférence, l'analyse, et la page affiche la vraie réponse du modèle, avec ce que la démo prouve et ce qu'elle ne prouve pas.

Tester gratuitement, sans compte, sans carte bancaire

Vos documents passent par notre API : elle relaie la requête en TLS et la voit en clair en mémoire le temps du relais.

Cinq questions qui reviennent

Mon entreprise n'est pas dans la santé. Suis-je quand même concerné par les « données sensibles » ?

Oui, plus souvent qu'on ne le pense. L'article 9 du RGPD vise les données de santé, mais aussi les données biométriques utilisées à des fins d'identification, l'origine raciale ou ethnique, les opinions politiques, les convictions religieuses, l'appartenance syndicale, la vie sexuelle, l'orientation sexuelle, et les données génétiques. Une entreprise qui gère des dossiers RH (arrêts maladie, restrictions médicales), un cabinet d'avocats qui traite un dossier de discrimination, un assureur, une plateforme RH : tous traitent à un moment des données sensibles. La règle pratique : dès qu'un document mentionne directement ou indirectement la santé, l'origine ou les convictions d'une personne identifiable, vous êtes sur le terrain de l'article 9.

Faut-il faire une AIPD avant chaque usage d'IA générative ?

Non, pas avant chaque usage. L'AIPD (analyse d'impact relative à la protection des données, article 35 du RGPD) est obligatoire lorsque le traitement est susceptible d'engendrer un risque élevé pour les droits et libertés des personnes. La CNIL retient les neuf critères des lignes directrices du G29 : un traitement qui en remplit au moins deux doit faire l'objet d'une AIPD, par exemple traitement de données sensibles + traitement à grande échelle + utilisation d'une technologie nouvelle. Un usage d'IA générative sur des données sensibles à grande échelle remplit ces critères. En pratique : une plateforme SaaS qui propose à ses 10 000 utilisateurs d'analyser leurs données par IA n'a pas le choix : AIPD obligatoire. Pour un usage ponctuel, la même grille s'applique : comptez les critères remplis avant de conclure.

Quelle est la différence entre « confidentialité contractuelle » et « confidentialité technique » ?

La confidentialité contractuelle, c'est la promesse écrite : le DPA, l'engagement de non-réutilisation, le registre des sous-traitants. Elle vous protège a posteriori si le fournisseur viole sa parole, vous pouvez l'attaquer, demander des dommages, faire valoir une rupture. La confidentialité technique, c'est l'impossibilité physique pour le fournisseur d'accéder aux contenus, indépendamment de sa bonne volonté. Elle vous protège a priori : il ne peut pas violer un engagement qu'il est techniquement incapable d'enfreindre. Le RGPD demande des mesures techniques adaptées au risque (article 32), pas seulement un contrat ; la technique seule, sans contrat, ne couvre pas non plus le cadre RGPD. Il faut la combinaison des deux.

Mon DPO me demande une « base légale » pour utiliser l'IA. Que répondre ?

La base légale au sens de l'article 6 du RGPD est l'une des six justifications qui rendent un traitement licite. Pour les usages d'IA en entreprise, deux bases sont les plus fréquentes : (1) l'exécution d'un contrat avec la personne concernée, par exemple analyser le dossier d'un client pour lui rendre un service prévu au contrat ; (2) l'intérêt légitime de l'entreprise, sous réserve que cet intérêt l'emporte sur les droits et libertés des personnes concernées (test de mise en balance documenté). Le consentement reste possible mais fragile : il doit être libre, spécifique, éclairé, univoque, et révocable. Pour les données sensibles (article 9), la base légale doit être renforcée : consentement explicite, ou disposition légale spécifique, ou défense en justice, ou autres cas listés. C'est cette base légale renforcée qui rend les usages d'IA générative sur données sensibles plus difficiles à justifier sans cadre technique étanche.

Comment apporter la preuve, en cas de contrôle CNIL, qu'on a respecté le RGPD ?

La preuve s'organise sur trois niveaux, du moins fort au plus fort. Sur l'API d'inférence, nous ne fournissons pas ce niveau 3 : notre relais voit la requête en clair en mémoire le temps de la transmettre. Sur la VM confidentielle, vous générez vous-même l'attestation.

Hiérarchie des preuves opposables
1politique interne écrite, lue, mais ne prouve pas l'effectivité
2log fourni par le fournisseur, dépend de sa bonne foi
3attestation cryptographique vérifiable indépendamment des deux parties

Le contrôleur (ou son expert) peut vérifier le niveau 3 contre les clés publiques du fabricant du processeur, sans dépendre du fournisseur ni de votre cabinet. Elle prouve le matériel et l'enclave, pas l'application qui y tourne.

Références citées
  • Règlement (UE) 2016/679 (RGPD), articles 6, 9, 28, 32, 33, 34, 35
  • CNIL, Ce qu'il faut savoir sur l'analyse d'impact relative à la protection des données (AIPD), au moins deux des neuf critères issus des lignes directrices du G29 : https://www.cnil.fr/fr/ce-quil-faut-savoir-sur-lanalyse-dimpact-relative-la-protection-des-donnees-aipd
  • Garante per la protezione dei dati personali, provvedimento du 20 décembre 2024 (n° 10085455), OpenAI, 15 M€
  • Cour de justice de l'Union européenne, arrêt Schrems II du 16 juillet 2020 (C-311/18)
  • Code de la santé publique, article L. 1110-4, secret médical