Dernier article Clés API volées, facture IA x20 : protocole... → · Ressource Agent vs RPA vs Automatisation : le mémo pou... →
Le coaching
Ressources Blog Intégrer l'IA dans son entreprise Se former à l'IA en tant que dirigeant Livres blancs & tutoriels Publications
À propos Réserver un appel

Shadow AI : reprendre la main quand tes équipes utilisent ChatGPT en douce (7 jours)

Shadow AI : reprendre la main quand tes équipes utilisent ChatGPT en douce (7 jours)

Shadow AI en entreprise : tu n’as pas un problème “outil”. Tu as un problème “réalité”.

Terrain classique. Tu lances une réunion et tu sens le décalage. Officiellement, “on n’utilise pas ChatGPT”. Officieusement, ça prompt dans tous les sens. Sur des comptes perso. Parfois sur des PC perso. Avec des copier-coller de mails clients, d’extraits de contrats, de CV, de tableaux de prix.

Ce n’est pas une dérive marginale. Microsoft observe que 78% des utilisateurs d’IA apportent leurs propres outils au travail (BYOAI). Et dans les PME/ETI, c’est 80%. Donc si tu penses que “chez nous ça va”, tu es probablement dans l’illusion de contrôle.

Et ce n’est pas “un sujet IT”. C’est un sujet de dirigeant. Parce que ça touche trois choses que tu payes cash : confidentialité, risque juridique, productivité réelle.

Pourquoi la Shadow AI explose (et pourquoi l’interdiction pure ne marche pas)

Les salariés adoptent plus vite que l’entreprise. Normal. L’outil est à portée de clic. La valeur est immédiate. Le process interne, lui, est lent.

Le réflexe “on bloque ChatGPT” est compréhensible. Mais dans la vraie vie, tu bloques surtout :

  • ta capacité à voir ce qui se passe,
  • ta capacité à former correctement,
  • ta capacité à standardiser des usages qui font gagner du temps.

Résultat : les usages se déplacent dans l’ombre. Cisco rapportait déjà qu’en pratique, les gens entrent des données sensibles dans ces outils : 45% ont saisi des données employés et 48% des données non publiques dans des outils de GenAI. Tu peux interdire. Tu ne peux pas empêcher le copier-coller si tu ne donnes pas d’alternative et pas de règles claires.

Objectif dirigeant : reprendre la main sans casser la prod

Ton but n’est pas de faire la police. Ton but est simple :

  • réduire le risque data (ce qui sort, ce qui reste),
  • réduire la fragmentation (10 outils différents, zéro gouvernance),
  • transformer les bons bricolages en process (gain de temps mesurable).

Pour ça, je te propose un plan “dirigeant” en 7 jours. Pas une grande transformation. Un cadrage opérationnel, applicable tout de suite.

Plan 7 jours : politique d’usage ChatGPT + reprise de contrôle “terrain”

Jour 1 : audit express des usages réels (sans chasse aux sorcières)

Si tu poses la question en COMEX, tu auras une réponse “propre”. Si tu veux la vérité, tu fais simple : tu demandes aux managers et à 10 utilisateurs terrain de te montrer une tâche réelle qu’ils font avec une IA, là, maintenant.

Tu veux capter :

  • les outils (ChatGPT, Claude, Gemini, Copilot, extensions, générateurs de slides, outils de résumé de réunion),
  • les canaux (web, mobile, extension navigateur, intégration dans Google Workspace ou Microsoft 365),
  • les données copiées-collées (mails clients, Excel, contrats, RH),
  • le niveau de décision : l’IA propose, ou l’IA fait et on exécute sans vérifier ?

Livrable fin Jour 1 : une liste brute “usages observés”, avec 3 colonnes : outil, tâche, type de données.

Jour 2 : segmentation par niveau de risque (pas par département)

Arrête le classement “RH = sensible, marketing = pas sensible”. Faux. Le marketing manipule parfois des bases clients. Le commercial manipule des grilles de prix. Le juridique manipule des contrats. Tout le monde a du sensible.

Classe plutôt par niveaux de risque :

  • Niveau 1 (faible) : reformulation, traduction, brainstorming, structure de document, sans données internes.
  • Niveau 2 (moyen) : travail sur des infos internes non critiques, mais sans données perso, sans secrets, sans contrats. Exemple : synthèse d’une note interne anonymisée.
  • Niveau 3 (élevé) : données perso (clients, salariés), données financières non publiques, contrats, stratégie, sécurité, santé, M&A, codes, accès, incidents.

Règle simple : plus tu montes en risque, plus tu imposes : outil approuvé, compte pro, logs, contrôle humain, traçabilité.

Livrable fin Jour 2 : un tableau “cas d’usage” rangé en Niveau 1-2-3.

Jour 3 : liste d’outils autorisés (et pourquoi)

Tu ne peux pas gouverner “l’IA” en général. Tu gouvernes une liste courte. Deux ou trois options maximum pour éviter le zoo.

Ta décision se prend avec 5 critères dirigeant :

  • Compte entreprise (SSO si possible, gestion des utilisateurs, départ d’un salarié),
  • Paramètres data (rétention, entraînement, isolement),
  • Traçabilité minimale (au moins savoir qui utilise quoi),
  • Intégrations (M365, Google Workspace, CRM) seulement si tu es prêt à gérer les droits,
  • Coût pilotable (sinon tu découvres la facture après).

Tu peux garder un outil “sandbox” pour le Niveau 1 (créa, rédaction, structure) et un outil “entreprise” pour le Niveau 2-3 (avec gouvernance). Mais ne laisse pas 15 outils en roue libre.

Pour la partie contrôle et fuite de données, garde un fil directeur : si tu commences à connecter des outils (Drive, Slack, CRM), les risques changent de catégorie. Si tu veux un cadre sur les contrôles d’accès avant de brancher quoi que ce soit, lis celui-ci : https://jimmymanin.com/blog/agents-ia-voyous-12-controles-dacces-avant-de-connecter-slack-drive-ou-ton-crm.

Livrable fin Jour 3 : “outils autorisés” + “outils tolérés temporairement” + “outils interdits” (avec raison claire).

Jour 4 : règles de données. La liste “ce qui ne doit jamais sortir”

Une politique d’usage ChatGPT qui dit “faites attention” ne sert à rien. Tu dois écrire une liste claire. Courte. Compréhensible. Avec des exemples.

Interdit de sortie (Niveau 3) :

  • Données RH : paie, arrêts, évaluations, sanctions, dossiers salariés, CV identifiants.
  • Données clients identifiantes : noms + contexte, tickets support, réclamations, données santé, coordonnées, commandes détaillées.
  • Contrats, annexes, clauses non publiques, négociations en cours.
  • Grilles de prix, marges, coûts d’achat, remises, conditions commerciales non publiques.
  • Stratégie : M&A, levée, plan social, roadmap produit non annoncée.
  • Sécurité : mots de passe, clés API, configs, procédures d’incident.

Autorisé (Niveau 1) : tout ce qui est public, générique, ou déconnecté de l’entreprise (modèle de mail neutre, plan de réunion, checklists, traduction sans contexte sensible).

Zone grise (Niveau 2) : tu autorises si (et seulement si) les données sont anonymisées et si l’outil est approuvé.

Si tu veux un plan concret pour réduire le risque de fuite via IA (au-delà des phrases), tu peux t’appuyer sur : https://jimmymanin.com/blog/fuite-de-donnees-via-ia-ton-plan-de-prevention-en-7-controles-avant-le-prochain-chat-leak.

Livrable fin Jour 4 : une page “règles data IA” + 10 exemples concrets “OK / PAS OK”.

Jour 5 : formation IA “minimum viable” (45 minutes, obligatoire, utile)

Tu ne veux pas une académie IA. Tu veux un socle commun pour éviter les conneries, et pour capter les gains rapides.

Format : 45 minutes. 3 blocs.

  • Bloc 1 (10 min) : ce que l’IA est et n’est pas. Hallucinations, biais, limites. Le modèle peut “bien sonner” et être faux.
  • Bloc 2 (15 min) : règles data. La liste Jour 4, avec cas réels de l’entreprise.
  • Bloc 3 (20 min) : 3 workflows gagnants. Un par fonction clé (RH, commercial, juridique).

Ajoute un test simple : “est-ce que tu mettrais ça dans un email envoyé à un concurrent ?” Si non, ça ne va pas dans un chat IA grand public.

Pour cadrer la fiabilité et éviter la “taxe de vérification” qui annule le gain, tu peux reprendre une règle interne inspirée de : https://jimmymanin.com/blog/taxe-de-verification-eviter-que-lia-te-fasse-perdre-du-temps-pas-en-gagner.

Livrable fin Jour 5 : un support de 2 pages + un prompt de base “safe” + une FAQ.

Jour 6 : exemples concrets par métier (ce que tu autorises, ce que tu refuses)

Tu veux éviter le flou. Donc tu donnes des exemples concrets, calibrés “production”.

RH

  • Autorisé : reformuler une offre d’emploi sans données internes, préparer une trame d’entretien, créer une grille d’évaluation générique.
  • Autorisé sous conditions : analyser des verbatims d’entretien anonymisés pour détecter des thèmes.
  • Interdit : copier-coller des CV identifiants, dossiers salariés, éléments disciplinaires.

Commercial

  • Autorisé : écrire une séquence de relance générique, préparer des objections, synthétiser des notes de rendez-vous sans nom ni chiffres sensibles.
  • Autorisé sous conditions : analyser un CRM si et seulement si tu passes par un outil approuvé et des droits propres (sinon c’est open bar).
  • Interdit : envoyer une grille tarifaire, des marges, des conditions spécifiques client dans un outil non approuvé.

Juridique

  • Autorisé : vulgariser une clause standard, générer une checklist de points à vérifier, préparer des questions pour ton avocat.
  • Autorisé sous conditions : résumer un contrat si l’outil est approuvé et si tu gères la confidentialité.
  • Interdit : coller un contrat complet dans un outil grand public sans cadre. Tu perds le contrôle.

Livrable fin Jour 6 : une annexe “exemples par métier” jointe à ta politique d’usage ChatGPT.

Jour 7 : mise en place du “contrat social” + pilotage minimal

Tu annonces une règle simple : “On n’interdit pas l’IA. On l’encadre. Et on te donne une voie officielle.”

Contenu du contrat social :

  • 1 liste d’outils autorisés (Jour 3),
  • 1 liste de données interdites (Jour 4),
  • 1 canal pour demander un usage (un formulaire simple),
  • 1 règle de responsabilité : l’humain signe le livrable, l’IA ne “valide” rien,
  • 1 point mensuel : top 5 usages, top 5 incidents évités, top 5 besoins.

Et tu nommes un owner. Pas forcément l’IT. Un binôme marche bien : opérationnel + IT + un référent juridique/DPO quand nécessaire.

Si tu veux une version plus longue et structurée, tu as aussi un cadre “30 jours” sur le site. Mais là, l’objectif c’est de redescendre sur terre en une semaine : https://jimmymanin.com/blog/shadow-ai-en-entreprise-7-controles-simples-pour-reprendre-la-main-sans-bloquer-tes-equipes.

Livrable fin Jour 7 : politique publiée + formation lancée + outils approuvés accessibles.

Les 3 erreurs qui te coûtent cher (et que tu peux éviter dès cette semaine)

  • Erreur 1 : croire que tu vois tout. Okta montre le gap classique : les dirigeants sont confiants, mais les salariés utilisent des outils non approuvés. Donc tu pars du principe qu’il y a de la Shadow AI, point.
  • Erreur 2 : écrire une charte floue. “Soyez prudents” ne protège rien. Ta politique d’usage ChatGPT doit être binaire sur les données interdites.
  • Erreur 3 : autoriser sans former. Sans formation minimum viable, tu crées une loterie : certains gagnent du temps, d’autres créent des risques et des erreurs.

Checklist dirigeant (à exécuter en 60 minutes après lecture)

  • Choisis ton sponsor (toi ou un DG adjoint). Sans sponsor, ça finit en PDF ignoré.
  • Planifie 10 interviews de 15 minutes (5 métiers, 2 niveaux de séniorité).
  • Écris la “liste rouge” en 20 lignes max (données qui ne sortent jamais).
  • Décide une short-list outils (2 maximum) et coupe le reste progressivement.
  • Bloque 45 minutes pour la formation socle la semaine prochaine.

Ce que tu gagnes si tu fais ça proprement

Tu récupères :

  • de la vitesse (moins de bricolage, plus de workflows réutilisables),
  • du contrôle (tu sais où sont les usages et tu peux les améliorer),
  • de la protection (moins de copier-coller toxique, moins de fuite accidentelle),
  • de la marge (les gains de temps deviennent des gains réels parce que tu standardises).

La Shadow AI entreprise, ce n’est pas un “mauvais comportement”. C’est un signal. Tes équipes te disent : “On a besoin d’aide, maintenant.” À toi de transformer ça en système, sans flinguer la production.

Sources