logo

On a entendu parler de Shadow IT et plus récemment de Shadow IA, pouvez-vous nous expliquer de quoi il s’agit ? Quels types d’outils sont le plus souvent concernés ?

🎙️ SDW : “Le Shadow IT englobe l’usage de tout logiciel ou matériel utilisé par un collaborateur qui ne serait pas approuvé et supervisé par le service informatique d’une entreprise. Cette pratique pose des problèmes de sécurité et de confidentialité pour tout usage professionnel, et tout particulièrement sur le réseau interne de l’entreprise. Avec l’émergence rapide des outils d’IA, le Shadow IA en est la déclinaison. Il s’agit de l’utilisation non encadrée, souvent à l’initiative individuelle, d’outils d’IA générative ou d’automatisation dans un contexte professionnel. Ces outils peuvent inclure ChatGPT, Copilot, Notion AI, Midjourney, etc. Les collaborateurs les testent initialement à titre personnel, puis les intègrent spontanément à leur quotidien professionnel sans validation préalable.”

Pourquoi les collaborateurs contournent les outils proposés par l’entreprise ?

🎙️ SDW : “L’émergence de cette technologie est un raz de marée. Les grandes entreprises du numérique y voient l’assurance de revenus futurs et poussent pour l’adoption massive. Un collaborateur peut tester différents outils IA gratuits pour se faire une idée. Les plus technophiles vont même aller plus loin en testant des versions payantes pour se faire la main. Ils peuvent se sentir frustrés de ne pas avoir accès à ces mêmes outils dans le cadre de leur travail. Cette frustration est alimentée par un double phénomène :

  • L’attrait de la nouveauté, de la performance, de la productivité individuelle
  • Le décalage entre l’expérience utilisateur personnelle (fluide, intuitive, rapide) et les outils plus lourds, encadrés ou bridés mis à disposition par l’entreprise.”

Dans quelle mesure le Shadow IA peut-il impacter la cybersécurité, notamment en matière de conformité RGPD ou de confidentialité ?

🎙️ SDW : “Après une prise en main de solutions d’IA dans un contexte personnel, les collaborateurs early adopters seront curieux de tester leur apport dans leur quotidien professionnel. C’est ici que le risque émerge. Tout le monde ne lit pas ou n’intègre pas les subtilités des conditions d’utilisation des outils IA. Très souvent, les données que vous allez manipuler peuvent servir à l’apprentissage du modèle. Le collaborateur risque donc de rendre publiques des informations sensibles ou stratégiques de l’entreprise… ou de ses clients.

Il est important de rappeler que, même dans des versions payantes, certaines plateformes conservent le droit d’utiliser les données saisies pour entraîner leurs modèles. Et parfois, les options de désactivation de l’apprentissage automatique sont peu visibles ou désactivées par défaut. Un collaborateur qui copierait, par exemple, un cahier des charges client confidentiel dans un prompt IA pourrait sans le vouloir exposer ces données à d’autres utilisateurs du même outil. Cela pose des risques de fuite, de non-conformité RGPD et d’atteinte à la réputation.”

Quelles bonnes pratiques mettre en place pour limiter les risques tout en gardant l’agilité des services métiers ?

🎙️ SDW : “Il faut poser un cadre d’utilisation au sein de la société en proposant une ou plusieurs solutions approuvées… et surtout sensibiliser aux risques. Cela inclut :

  • Identifier des outils d’IA compatibles avec la politique de sécurité de l’entreprise
  • Paramétrer ces outils pour éviter l’usage des données à des fins d’apprentissage
  • Communiquer clairement aux collaborateurs les bonnes pratiques et les erreurs à éviter
  • Proposer des ressources pédagogiques ou un support pour accompagner la montée en compétence

L’objectif est de garder les bénéfices de l’IA (gain de productivité, efficacité) sans tomber dans des usages à risque.

Pensez-vous que le Shadow IA va croître avec l’essor des outils d’IA générative ? Comment voyez-vous évoluer le rôle de la DSI face à cette tendance ? Faut-il créer un poste de ‘Prompt engineer’ ?

🎙️ SDW : “Le Shadow IA n’est plus émergent. Il existe et devient une problématique pérenne. Ce sujet est monté très vite en puissance, bouleversant les habitudes de travail et chamboulant les roadmaps établies parfois sur plusieurs années. Mais la révolution des outils d’IA est aussi et surtout une chance pour les entreprises. Pour la DSI, c’est un nouveau challenge à relever pour encadrer leur adoption dans les process métiers. C’est comme un jeu d’équilibriste : encadrer sans brider, accélérer tout en sécurisant, accompagner les pionniers sans oublier les plus réticents. L’accompagnement peut prendre plusieurs formes, pas nécessairement en interne : des prestataires externes peuvent aussi intervenir pour construire des guides de bonnes pratiques ou former les équipes. De nouveaux métiers vont donc apparaitre pour encadrer, former, poser le cadre et créer un cahier des bonnes pratiques par exemple.”

Pour finir, quels conseils donneriez-vous aux salariés qui utilisent des outils d’IA ?

🎙️ SDW : Posez-vous toujours la question de la sensibilité des données que vous manipulez et présentez à un outil d’IA…

  • En cas de doute, rapprochez-vous de votre DPO ou RSSI
  • Privilégiez les outils validés par votre entreprise et assurez-vous que les paramètres liés à l’usage des données sont correctement configurés.

Restez curieux… mais conscient : la facilité d’usage ne doit pas faire oublier les enjeux de sécurité, de conformité et de confidentialité.”

Cet article vous a plu ? Partagez-le !

Les dernières actualités de la gestion d’entreprise

Robot humanoïde équipé d’un casque de chantier dans un environnement industriel, symbolisant l’automatisation et l’intelligence artificielle en usine
IA 01 Juin 2026
Maintenance prédictive boostée par l’IA : optimisez vos opérations industrielles 

Les arrêts de production non planifiés coûtent jusqu’à 11% du chiffre d’affaires aux industriels selon IBM, transformant la maintenance prédictive et IA en enjeu stratégique majeur. Le marché mondial, évalué à 7,85 milliards USD en 2022 et devrait atteindre 60,13 milliards USD d’ici 2030 selon Grand view research.  Cette croissance extraordinaire s’explique par la convergence de quatre technologies clés : l’intelligence artificielle pour l’orchestration des décisions, l’IoT pour la collecte de données en temps réel, le machine learning pour l’apprentissage automatique et le big data pour le traitement de volumes massifs d’informations.  Les résultats sont tangibles : selon Deloitte, la maintenance prédictive réduit les temps d’arrêt de 5 à 15% et augmente la productivité de 5 à 20%. McKinsey révèle que 91% des entreprises réduisent leurs temps de réparation après implémentation. 

Technicien professionnel inspectant et réparant des équipements industriels
FSM 26 Mai 2026
Productivité service terrain : pourquoi un FSM intégré aux systèmes back-office fait la différence

La productivité service terrain dépend directement de la capacité d’une entreprise à organiser, piloter et synchroniser ses interventions avec ses systèmes de gestion. Pour les entreprises de services terrain, la multiplication des outils non connectés génère des pertes de temps, des ressaisies et une vision partielle de la performance.   Un FSM connecté n’est plus un avantage concurrentiel : c’est une condition sine qua non pour tenir ses engagements de service et piloter sa croissance avec fiabilité. Structurer la gestion des interventions autour d’un FSM connecté aux systèmes ERP, CRM et IoT permet de fiabiliser les données, de fluidifier les opérations et d’améliorer durablement la productivité opérationnelle.

FSM 19 Mai 2026
Gestion des interventions terrain : comment préserver la marge malgré la hausse de l’énergie 
IA 12 Mai 2026
MCP : le protocole qui connecte l’IA à vos outils métier 
ERP 30 Avr 2026
DEB et DES : comment simplifier vos déclarations d’échanges intracommunautaires ? 

Envie de rester informé ? Recevez nos actualités dans votre boîte email.