La première difficulté rencontrée par les entreprises n’est généralement pas technique. Elle consiste à savoir où l’intelligence artificielle est utilisée.
Un service peut utiliser un abonnement à une IA générative, un autre peut avoir installé un modèle local et un troisième peut automatiser des traitements avec n8n sans qu’aucun registre central n’existe.
La conformité commence donc par un travail administratif structuré.
1. Inventorier tous les systèmes d’intelligence artificielle
L’entreprise doit constituer une fiche pour chaque système identifié :
- nom du logiciel ou du projet ;
- service utilisateur ;
- finalité recherchée ;
- modèle ou fournisseur utilisé ;
- hébergement local ou distant ;
- données traitées ;
- personnes concernées ;
- responsable métier ;
- responsable technique ;
- date de mise en service ;
- statut du projet.
Cette étape permet de découvrir les usages non déclarés, les abonnements individuels, les outils expérimentaux et les automatisations qui traitent déjà des données internes.
2. Déterminer le rôle de l’entreprise
Les responsabilités peuvent changer selon la manière dont le système est conçu et utilisé.
L’entreprise peut notamment agir comme :
- déployeur, lorsqu’elle utilise un système fourni par un tiers ;
- fournisseur, lorsqu’elle développe un système ou le commercialise sous son nom ;
- intégrateur, lorsqu’elle associe plusieurs composants pour produire une nouvelle application ;
- importateur ou distributeur, dans certaines chaînes de commercialisation.
Installer un modèle open source ne dispense pas automatiquement de toute obligation. La finalité de l’application, les modifications réalisées et le rôle de l’organisation restent déterminants.
3. Qualifier le niveau de risque
Chaque fiche doit comporter un questionnaire de qualification :
- le système entre-t-il dans la définition d’un système d’IA ?
- son utilisation pourrait-elle relever d’une pratique interdite ?
- est-il utilisé dans un domaine mentionné par l’annexe III ?
- influence-t-il une décision concernant une personne ?
- est-il intégré à un produit soumis à une réglementation sectorielle ?
- interagit-il directement avec des personnes ?
- génère-t-il des images, des vidéos, des sons ou des textes ?
- une obligation d’information ou de marquage s’applique-t-elle ?
Cette qualification ne doit pas uniquement produire une case « conforme » ou « non conforme ». Le logiciel doit conserver la justification, les textes examinés, la personne ayant réalisé l’analyse et la date de la prochaine révision.
4. Définir une politique interne d’utilisation de l’IA
Une politique interne doit expliquer :
- quels outils sont autorisés ;
- quelles données peuvent être utilisées ;
- quelles informations sont interdites dans les prompts ;
- quels résultats nécessitent une vérification humaine ;
- comment signaler une erreur ou un incident ;
- qui peut installer ou modifier un modèle ;
- qui valide la mise en production ;
- quelles règles s’appliquent aux prestataires.
La politique devient ainsi un référentiel commun pour les collaborateurs, les responsables, le service informatique et les prestataires externes.
5. Documenter les risques conformément à l’article 9
Pour les systèmes d’IA à haut risque, l’article 9 prévoit un processus continu et itératif de gestion des risques pendant tout le cycle de vie. Les risques doivent être identifiés, analysés, évalués, réduits et régulièrement réexaminés. Des tests doivent permettre de vérifier que les mesures choisies fonctionnent réellement.
Le registre des risques doit notamment contenir :
- la description du risque ;
- la cause possible ;
- les personnes ou processus concernés ;
- la probabilité ;
- la gravité ;
- le niveau de risque initial ;
- les mesures de réduction ;
- le risque résiduel ;
- le responsable de l’action ;
- l’échéance et le statut.
Les risques peuvent concerner une hallucination, une erreur de classement, une discrimination, une divulgation de données, un jailbreak, une mauvaise décision ou l’indisponibilité du système.
6. Organiser les responsabilités et les validations
Une démarche AI Act doit identifier :
- le responsable du registre ;
- le propriétaire métier de chaque système ;
- le responsable de l’infrastructure ;
- les personnes chargées des tests ;
- les personnes autorisées à valider une mise en production ;
- les responsables de la surveillance humaine ;
- le circuit d’escalade en cas d’incident.
L’article 14 prévoit que les systèmes à haut risque puissent être effectivement surveillés par des personnes capables de comprendre leurs limites, d’interpréter les résultats, de ne pas les utiliser, de les corriger ou d’interrompre le système.
7. Former les utilisateurs
Une personne qui utilise une IA doit comprendre :
- que le modèle peut se tromper ;
- qu’une réponse vraisemblable n’est pas nécessairement exacte ;
- que certaines données ne doivent jamais être communiquées ;
- qu’un résultat important doit être vérifié ;
- comment signaler un comportement anormal ;
- dans quelles situations l’intervention humaine est obligatoire.
La formation ne doit pas rester une déclaration générale. Les participants, les dates, les contenus et les validations doivent pouvoir être retrouvés.
8. Gérer les fournisseurs et les documents contractuels
Pour chaque outil externe, l’entreprise doit conserver les informations disponibles sur :
- l’identité du fournisseur ;
- le modèle utilisé ;
- la localisation des traitements ;
- les conditions de réutilisation des données ;
- les durées de conservation ;
- les sous-traitants ;
- les procédures de sécurité ;
- les limitations connues ;
- la réversibilité ;
- les conditions de suppression des données.
La documentation n’est pas un dossier créé une seule fois. Elle doit évoluer avec les versions du système et les modifications de son utilisation.











