Shadow AI (IA fantôme) en entreprise : repérer les usages cachés et les encadrer sans tout interdire

Le shadow AI, ou IA fantôme, désigne l'usage d'outils d'intelligence artificielle par des collaborateurs en dehors de tout cadre validé par leur organisation : un compte personnel sur un assistant grand public, une extension de navigateur, une application de transcription sur smartphone, ou une fonction d'IA activée dans un logiciel déjà en place sans que personne l'ait évaluée. L'outil n'est pas forcément dangereux ; c'est l'absence de décision, de règles et de visibilité qui crée le risque.

Le phénomène est massif et discret. Il ne se résout ni en l'ignorant, ni en bloquant un site. Ce guide explique ce que recouvre l'IA fantôme, pourquoi elle apparaît, quels sont ses risques réels (et ceux qu'on surestime), les quatre postures qu'une organisation peut adopter, comment repérer les usages non déclarés sans surveiller les salariés, puis une méthode en six étapes pour les encadrer. Un dernier volet l'applique à un cabinet de conseil patrimonial, où les données manipulées sont parmi les plus sensibles qui soient. Il fait partie de notre série sur le deuxième cerveau, l'IA agentique et l'IA en environnement réglementé.

Qu'est-ce que le shadow AI (IA fantôme) ? Définition et différence avec le shadow IT

Définition courte : on parle d'IA fantôme (shadow AI) lorsqu'un outil ou une fonction d'IA est utilisé dans un cadre professionnel sans avoir été choisi, évalué ou autorisé par l'organisation, et le plus souvent sans que la hiérarchie le sache. Le terme prolonge celui de shadow IT, qui désigne depuis longtemps les logiciels et services informatiques installés hors du contrôle de la DSI (un espace de stockage personnel, une messagerie non validée).

La différence n'est pas qu'une question de vocabulaire. Une enquête qualitative menée par Inria et le club datacraft auprès de quatorze organisations pionnières (dont Airbus, l'Assurance Maladie, le Crédit Agricole, la MAIF et la Région Île-de-France) montre que le shadow AI recouvre un spectre bien plus large que le shadow IT (synthèse Inria × datacraft, juin 2025) :

• la clandestinité totale : un collaborateur utilise un assistant grand public avec de vraies données, sans filet ;
• la tolérance assumée : l'organisation sait et laisse faire, sans outiller ni encadrer ;
• l'IA intégrée dans un logiciel officiel, mais jamais identifiée comme telle : la fonction de résumé du CRM ou de la messagerie, activée par défaut ;
• les usages masqués aux clients, quand le professionnel craint que le recours à l'IA dévalorise le service vendu.

Le dernier point de ce tableau est souvent négligé. Quand un collaborateur prépare une analyse avec un assistant personnel, le cheminement (les hypothèses, les reformulations, les sources consultées) reste dans son historique. C'est une part de la connaissance tacite du métier qui se forme hors de l'organisation et qui partira avec lui.

Pourquoi vos équipes utilisent l'IA sans le dire

Les chiffres disponibles convergent sur un point : l'usage précède le cadre. Dans son Work Trend Index 2024 (31 000 personnes interrogées dans 31 pays), Microsoft et LinkedIn indiquaient que 75 % des travailleurs du savoir utilisaient l'IA générative au travail et que 78 % de ces utilisateurs apportaient leurs propres outils (« bring your own AI »). Dans la même étude, 60 % des dirigeants estimaient que leur entreprise manquait d'une vision et d'un plan de mise en œuvre, et seuls 39 % des utilisateurs avaient reçu une formation de leur employeur.

Ces chiffres sont des déclarations, mondiales et antérieures à la généralisation des offres professionnelles : ils donnent un ordre de grandeur, pas une mesure de votre organisation. L'enquête Inria × datacraft éclaire en revanche les raisons du phénomène, qui se retrouvent dans des structures de toute taille :

1. Un besoin concret et immédiat. Reformuler un courriel, structurer une note, traduire, résumer un document long : les usages informels répondent à des tâches réelles, là où les projets d'IA conçus « par le haut » peinent à dépasser le prototype.
2. L'absence d'alternative officielle. Quand l'organisation ne propose aucun outil, le collaborateur prend celui qui est à portée de main.
3. L'ambiguïté de la position de l'employeur. Les auteurs de l'enquête relèvent que, faute de savoir ce que l'employeur pense de l'IA, les salariés ont intérêt à rester discrets.
4. Le malaise. Beaucoup de personnes interrogées décrivent un sentiment de « tricher », la peur d'être sanctionnées ou de voir leurs gains de productivité retournés contre leurs collègues.

Analyse : l'IA fantôme est donc moins un problème de discipline qu'un symptôme. Elle signale qu'un besoin existe, qu'aucun outil validé n'y répond, et que les règles ne sont pas connues. C'est précisément ce que la charte d'usage de l'IA doit traiter, mais une charte rédigée sans connaître les usages réels manquera sa cible.

Les risques réels de l'IA fantôme (et ceux qu'on surestime)

Le risque le plus cité est la fuite de données, et il est documenté. En mai 2023, Samsung a restreint l'usage des outils d'IA générative par une partie de ses équipes après avoir constaté que du code source interne sensible avait été soumis à ChatGPT par des ingénieurs (Bloomberg, 2 mai 2023). Le rapport Cost of a Data Breach 2025 d'IBM et du Ponemon Institute (600 organisations ayant subi une violation entre mars 2024 et février 2025) apporte des ordres de grandeur :

• une organisation sur cinq a déclaré une violation liée au shadow AI ;
• les organisations à fort niveau de shadow AI ont subi un surcoût moyen de 670 000 dollars par rapport à celles qui en avaient peu ou pas ;
• seules 37 % disposaient de politiques pour gérer ou détecter le shadow AI, et 63 % n'avaient pas de politique de gouvernance de l'IA ou étaient encore en train de l'élaborer.

Ces chiffres concernent surtout de grandes organisations. Pour une petite structure, les risques prennent une forme plus quotidienne. Le tableau ci-dessous les classe par nature.

Deux nuances évitent de surréagir. D'abord, tous les usages ne se valent pas : demander un plan de présentation sans aucune donnée interne ne présente pas le même risque que transmettre un dossier client. Ensuite, les conditions d'utilisation diffèrent fortement entre offres grand public et offres professionnelles (conservation, réutilisation pour l'entraînement, localisation, contrat de sous-traitance), et elles évoluent : elles se vérifient offre par offre, au moment du choix. La CNIL rappelle par ailleurs que ces systèmes peuvent produire des résultats inexacts mais plausibles (CNIL, 18 juillet 2024) : le risque d'erreur existe aussi avec un outil autorisé, d'où l'importance de la vérification des réponses.

Remplacer l'outil fantôme par une IA que vous maîtrisez

Interdire sans proposer d'alternative déplace le problème. Brain est une IA privée, en circuit fermé : vos données sont hébergées en Union européenne, les données sensibles sont pseudonymisées et ne sortent jamais en clair, elles n'entraînent aucun modèle public, et les droits d'accès se règlent par collaborateur et par périmètre, avec une traçabilité des usages. La page sécurité détaille ces garanties, à comparer avec les outils que vos équipes utilisent aujourd'hui.

Voir les garanties de sécurité Ce que l'on peut demander à Brain

IA privée et dédiée • Hébergement UE • Droits par collaborateur et traçabilité des usages

Interdire, tolérer ou encadrer : les quatre postures face au shadow AI

L'enquête Inria × datacraft propose une grille utile pour situer son organisation. Elle croise deux critères : le niveau d'ouverture aux outils externes et le degré de pilotage managérial. Il en ressort quatre postures types.

Deux enseignements de l'enquête méritent d'être retenus. La plupart des organisations étudiées ont fini par converger vers l'accompagnement structuré, et le verrouillage strict y est réservé à des tâches ou à des activités particulièrement critiques, plutôt qu'appliqué à toute l'organisation. Ce qui distingue les organisations entre elles, c'est surtout la vitesse à laquelle elles passent d'une posture à l'autre.

Analyse : dans une profession réglementée, la bonne réponse est rarement une posture unique. Elle combine un verrouillage ciblé (certaines données ne doivent jamais transiter par un outil non validé) et un accompagnement pour tout le reste. C'est la logique du raisonnement « par tâche » détaillé dans notre guide sur la politique d'usage de l'IA.

Repérer les usages non déclarés sans surveiller les salariés

On ne peut pas encadrer ce que l'on ne voit pas. Mais la manière de rendre les usages visibles compte autant que le résultat : un inventaire vécu comme une enquête disciplinaire fera disparaître les usages au lieu de les révéler. Quatre sources d'information se complètent.

1. Un questionnaire anonyme, annoncé comme un état des lieux et non comme un contrôle. C'est la source la plus riche, à condition de garantir qu'aucune réponse ne sera utilisée contre son auteur.
2. Des entretiens courts par métier : « sur quelle tâche avez-vous gagné du temps grâce à l'IA ? » ouvre davantage la discussion que « utilisez-vous ChatGPT ? ».
3. L'inventaire des fonctions d'IA déjà présentes dans les logiciels autorisés (messagerie, suite bureautique, CRM, outil de visioconférence) : c'est la forme d'IA fantôme la plus fréquente et la moins visible, car personne ne l'a « installée ».
4. Les abonnements et notes de frais, qui révèlent les outils payants souscrits individuellement.

Le recours à des outils techniques (filtrage, analyse des journaux réseau) est possible, mais il relève du contrôle de l'activité des salariés. En droit français, aucune information concernant personnellement un salarié ne peut être collectée par un dispositif qui n'a pas été porté préalablement à sa connaissance (article L. 1222-4 du Code du travail) ; le CSE, lorsqu'il existe, est consulté sur l'introduction de nouvelles technologies (article L. 2312-8), et le principe de proportionnalité du RGPD s'applique. Ces dispositifs sont un complément, pas un point de départ.

Modèle de questionnaire interne en dix questions

1. Utilisez-vous, même occasionnellement, un outil d'IA pour votre travail ? (jamais / parfois / chaque semaine / chaque jour)
2. Lesquels ? (assistant conversationnel, transcription, traduction, extension de navigateur, fonction d'IA d'un logiciel du cabinet, autre)
3. Avec quel compte ? (personnel gratuit, personnel payant, compte fourni par l'organisation)
4. Pour quelles tâches ? (rédaction, reformulation, synthèse, recherche, calcul, préparation de rendez-vous, autre)
5. Vous arrive-t-il d'y saisir des noms de clients, des montants, des documents clients ou des informations internes ?
6. Comment vérifiez-vous les résultats avant de les utiliser ?
7. Combien de temps estimez-vous gagner par semaine ?
8. Qu'est-ce qui vous a retenu d'en parler, le cas échéant ?
9. Quelle tâche aimeriez-vous confier à une IA si un outil validé était disponible ?
10. Avez-vous des pratiques (modèles de requêtes, méthodes) que vous seriez prêt à partager avec l'équipe ?

Les questions 8 à 10 sont les plus importantes. Elles transforment l'inventaire en étude de besoins : elles disent quel outil proposer, et elles repèrent les collaborateurs qui ont déjà développé un savoir-faire utile à tous.

Encadrer le shadow AI sans l'interdire : méthode en six étapes

Les recommandations de la CNIL pour le déploiement de l'IA générative (définir les usages autorisés et interdits, choisir un système robuste et évaluer la réutilisation des données par le fournisseur, former les utilisateurs, associer dès le départ délégué à la protection des données, sécurité et métiers) et la trajectoire « piloter, partager, sécuriser » proposée par l'enquête Inria × datacraft se rejoignent dans une méthode simple.

1. Ouvrir une période de déclaration sans sanction. Annoncer que l'objectif est de connaître les usages pour les outiller, puis lancer le questionnaire. Sans cette garantie, l'inventaire sera faux.
2. Classer les usages selon les données et les conséquences. Une même tâche (rédiger un courrier) n'a pas le même niveau de risque avec ou sans données client. La grille ci-dessous suffit pour commencer.
3. Proposer une alternative validée avant d'interdire. Retirer un outil sans le remplacer reproduit le shadow AI ailleurs. L'alternative doit couvrir les tâches les plus fréquentes révélées par l'inventaire, avec un contrat de sous-traitance, des conditions claires sur la conservation et la réutilisation des données, une localisation connue et des droits d'accès cloisonnés.
4. Fixer peu de règles, mais claires. Trois à cinq règles tiennent sur une page : les données qui ne sortent jamais, les outils autorisés, la vérification obligatoire avant usage externe, l'interlocuteur en cas de doute. Le détail relève de la charte.
5. Former sur les usages réels. L'article 4 de l'AI Act, reformulé par le règlement omnibus (UE) 2026/1744, demande toujours aux organisations de prendre des mesures pour favoriser la maîtrise de l'IA par leurs équipes (voir notre guide AI Act). Une formation construite à partir des tâches recensées est plus utile qu'un module générique.
6. Partager et capitaliser, puis revoir. Organiser des retours d'expérience, mettre en commun les meilleurs modèles de requêtes, et refaire l'inventaire tous les six mois : de nouvelles fonctions d'IA apparaissent en permanence dans les logiciels existants.

Cette méthode s'inscrit naturellement dans un déploiement progressif de l'IA : l'inventaire du shadow AI est souvent le meilleur point de départ pour choisir les premiers cas d'usage, puisqu'il montre où les équipes trouvent déjà de la valeur.

IA fantôme en cabinet de conseil patrimonial : un cas fictif

Prenons un cabinet fictif de gestion de patrimoine : deux associés, un conseiller et une assistante. Aucun outil d'IA n'a été choisi officiellement. Le questionnaire anonyme révèle trois usages.

• L'assistante reformule les courriers de relance avec un assistant gratuit, en collant le courrier complet, nom du client et montants compris. Niveau rouge.
• Le conseiller enregistre ses rendez-vous avec une application de transcription installée sur son téléphone personnel, sans en informer systématiquement les clients. Niveau rouge, et une question distincte d'information des participants (voir notre guide sur l'IA et le secret professionnel).
• Un associé fait rédiger des notes de veille sur la fiscalité à partir de textes publics. Niveau vert, sous réserve de vérifier chaque référence.

Le cabinet n'interdit rien en bloc. Il arrête immédiatement les deux usages rouges sur outils personnels, ce qui suppose de proposer dans la foulée un outil validé pour la rédaction et le compte rendu de rendez-vous. Il garde l'usage vert, avec une règle de vérification. Il note aussi que l'assistante a mis au point des formulations de relance efficaces : elles sont reprises comme modèles communs, au lieu de rester dans un historique personnel.

C'est ici que la question change de nature. Le problème du cabinet n'était pas seulement l'outil utilisé, mais l'absence d'une IA qui connaisse ses clients et ses dossiers à l'intérieur de son périmètre. C'est l'approche de Majors Brain : se brancher sur les outils existants du cabinet (messagerie, agenda, documents, CRM), sans migration imposée, pour préparer les rendez-vous, rédiger comptes rendus et documents au ton du cabinet, et produire des réponses sourcées. Selon sa méthode, le démarrage se limite à deux ou trois sources prioritaires, testées sur des dossiers réels, avant une décision libre de continuer, d'élargir ou de s'arrêter. Pour un cabinet qui sort du shadow AI, c'est une alternative validée qui répond aux mêmes besoins que les outils fantômes, sans exposer les données clients.

Plus largement, sortir de l'IA fantôme est l'occasion de faire de l'IA un outil collectif : les pratiques et les échanges qui restaient dans des comptes personnels rejoignent la mémoire du cabinet. C'est l'idée du deuxième cerveau d'entreprise, et la condition pour qu'un jour des agents IA puissent travailler sur une base fiable.