Confidentialité ChatGPT en entreprise : protéger ses données quand on prompte

Points clés :

• Comprendre que chaque prompt quitte votre ordinateur et transite vers un serveur distant.
• Vérifier les paramètres d’opt-out pour limiter l’utilisation des données à l’entraînement.
• Préférer ChatGPT Team ou mode entreprise pour une meilleure sécurité des données.
• Éviter de prompter en clair des données personnelles ou confidentielles.
• Adopter une anonymisation rigoureuse avant chaque prompt sensible.
• Respecter le RGPD ChatGPT en limitant les informations transmises.
• Gérer l’historique et sensibiliser les équipes aux bonnes pratiques.
• Distinguer les usages selon la sensibilité des données et choisir l’outil adapté.
• Mettre en place une veille régulière sur la sécurité ChatGPT et les évolutions des politiques d’éditeurs.

ChatGPT n’est pas un outil hors ligne : où vont vraiment vos données

Beaucoup de dirigeants traitent ChatGPT comme un bloc-notes. Un brouillon local, sans conséquence. C’est l’erreur de départ. Chaque prompt que vous tapez voyage vers un serveur distant appartenant à l’éditeur, et là-bas s’appliquent des règles de rétention, de conservation et d’usage qui varient selon le produit, l’offre et le contrat souscrit. Informations clients, données RH, documents financiers, éléments stratégiques : tout transite de la même manière.

L’enjeu réel pour votre entreprise tient en deux mots. Rétention et usage. Combien de temps vos échanges sont-ils conservés, et servent-ils éventuellement à améliorer les modèles de l’éditeur ? Ne jamais s’être posé la question, c’est avancer les yeux fermés sur un terrain qui touche vos secrets d’affaires et votre conformité. Pour élargir la réflexion, l’article sur les 6 risques d’utiliser l’ia sans accompagnement éclaire les zones d’ombre les plus fréquentes.

Données ChatGPT en entreprise : ce qui change entre offre grand public et compte personnel

Sur les offres grand public, l’utilisation de vos conversations pour entraîner le modèle peut être activée par défaut. Autrement dit, si vous n’avez rien touché, vos échanges nourrissent potentiellement l’apprentissage de l’outil. Un compte personnel offre moins de garde-fous qu’un environnement pensé pour le professionnel : contrôle des données réduit, gestion des droits limitée, cadre contractuel absent.

L’opt-out d’entraînement : où le trouver et comment le désactiver

Rendez-vous dans les paramètres, puis dans l’onglet Gestion des données. Sur un compte personnel, l’option à repérer s’appelle « Améliorer le modèle pour tous » ou « Improve the model for everyone » en anglais. Décochez-la. Ce geste empêche l’usage de vos nouvelles conversations à des fins d’entraînement. Petite précision qui compte : si plusieurs collaborateurs utilisent leur propre compte, chacun doit le faire de son côté. Un réglage individuel, pas collectif.

La limite à connaître : l’opt-out n’est pas rétroactif

Voilà le piège. Désactiver l’entraînement protège vos échanges futurs, pas ceux déjà envoyés. Selon les guides de conformité consultés, l’historique traité avant votre opt-out reste concerné. La leçon est brutale mais utile : tout ce que vous avez prompté hier sans précaution ne se rattrape pas d’un clic aujourd’hui.

ChatGPT Team, mode Enterprise et API : un cadre plus protecteur pour l’usage professionnel

OpenAI propose trois cadres taillés pour les organisations. ChatGPT Team, ChatGPT Enterprise et l’API. Le point commun qui change tout : par défaut, les données fournies par les clients ne servent pas à entraîner les modèles. S’ajoute un accord de traitement des données (le DPA, ce contrat qui encadre juridiquement le rôle de sous-traitant de l’éditeur), plus adapté à un usage professionnel.

Attention à ne pas surinterpréter. Un cadre pro encadre mieux la donnée, il ne l’immunise pas. La gouvernance interne, le paramétrage et le respect du contrat restent déterminants. Un compte Enterprise mal utilisé par une équipe non formée reste une passoire.

Rétention et suppression sur ChatGPT Enterprise

Sur Enterprise, OpenAI indique que les données client sont conservées pendant la durée du contrat, selon les termes du DPA. À la résiliation, elles sont supprimées dans le délai prévu par ce même DPA, sauf obligation légale contraire. Une logique lisible, contractualisée, bien loin du flou d’un usage individuel.

L’API et la politique de zéro rétention

Pour l’API, les organisations éligibles peuvent configurer la durée de conservation et activer une politique de zéro rétention. Les usages via API sont généralement exclus de l’apprentissage automatique du modèle. C’est le cadre le plus protecteur du catalogue OpenAI. Reste que « éligible » signifie qu’il faut remplir certaines conditions et vérifier régulièrement l’état des politiques, qui bougent vite.

Sécurité ChatGPT : ce que les autres éditeurs (Anthropic, Google) prévoient de leur côté

ChatGPT n’est pas seul sur le marché. Chez Anthropic (l’éditeur de Claude), la politique de confidentialité prévoit une conservation des conversations pendant une durée limitée, pour des raisons de sécurité et de service, avec des règles distinctes selon l’usage et les retours envoyés. Du côté de Google, les environnements professionnels de type cloud ou IA appliquent des règles de conservation et d’isolement différentes des produits grand public.

Retenez surtout ceci. Ce que vous voyez dans votre interface n’est pas ce qui se passe côté serveur. L’historique visible par l’utilisateur ne dit rien de la journalisation réalisée par le fournisseur. Et aucune promesse uniforme n’existe : chaque politique dépend du produit, du niveau d’abonnement et des réglages activés. Faites toujours une lecture au cas par cas.

Désactiver l’historique ne suffit pas : l’illusion du bouton magique

On croit souvent qu’un mode éphémère efface tout. C’est faux. Même historique coupé, les échanges peuvent transiter et être conservés temporairement, pour des motifs de sécurité ou de détection d’abus. L’absence d’affichage dans l’interface ne prouve rien du côté du fournisseur. Un document confidentiel prompté sans anonymisation, puis « effacé » à l’écran, peut avoir laissé une trace. Le bouton qui garantit tout n’existe pas.

La liste noire : les données à ne jamais prompter en clair

Certaines informations n’ont rien à faire dans un prompt public. Jamais. Voici lesquelles :
– Données personnelles nominatives : noms, e-mails, numéros de téléphone, adresses, numéros de dossier, historique client
– Éléments RH sensibles : fiches de paie, évaluations, arrêts maladie, CV, entretiens, contentieux internes
– Contrats en cours ou en négociation, avenants, clauses stratégiques
– Toute information couverte par un NDA (accord de confidentialité)
– Données financières sensibles et états financiers non publics
– Données de santé
– Éléments de propriété intellectuelle : codes sources, spécifications confidentielles
– Informations stratégiques : prix, projets, acquisitions

La règle qui simplifie tout : si vous ne l’enverriez pas dans un e-mail non chiffré à un tiers, ne le promptez pas.

Secteurs régulés et RGPD ChatGPT : pourquoi la prudence est non négociable

Juridique, RH, santé, finance. Pour ces métiers, la prudence grimpe au niveau maximal. La simple saisie d’un extrait peut poser un problème de minimisation des données, révéler un secret d’affaires ou engager la responsabilité RGPD de l’entreprise. Un prompt truffé d’informations identifiantes, financières ou contractuelles peut à lui seul constituer un traitement de données personnelles au sens du RGPD, qui impose de limiter les données transmises au strict nécessaire. Prenez un cabinet qui collerait un dossier médical pour obtenir un résumé : le raccourci de dix secondes devient un risque juridique durable.

Les 3 réflexes à activer immédiatement pour la confidentialité ChatGPT

Trois mesures, applicables dès aujourd’hui, qui couvrent l’essentiel du risque.

1. Choisir un cadre professionnel adapté

Pour toute donnée sensible, préférez ChatGPT Team, Enterprise ou une API à conservation maîtrisée plutôt qu’une offre grand public. Vous gagnez un cadre contractuel et une exclusion de l’entraînement par défaut. Deux socles que le compte individuel n’offre pas.

2. Maîtriser l’opt-out et l’historique

Désactivez l’entraînement sur les comptes personnels, systématiquement. Coupez ou contrôlez l’historique pour les usages sensibles. Ces deux réglages ne suffisent pas seuls, mais leur absence expose inutilement.

3. Instaurer un protocole d’anonymisation avant prompt

Avant chaque prompt contenant un document interne, nettoyez-le. Noms, montants, dates, identifiants, références internes sont à exclure. Ce réflexe réduit fortement le risque de réidentification et devient vite automatique une fois adopté.

Anonymisation réelle vs anonymisation naïve : retirer un prénom ne suffit pas

Supprimer « Martin » et croire le dossier anonymisé, c’est se rassurer à bon compte. La vraie anonymisation va plus loin. Remplacez les noms par des rôles génériques (« le responsable commercial », « le client »). Convertissez les montants en ordres de grandeur. Floutez les dates précises. Retirez identifiants, numéros de contrat ou de dossier, références internes, et n’oubliez pas les métadonnées cachées dans les fichiers. Ne gardez que la structure utile à l’analyse.

Bonne nouvelle : un résumé anonymisé suffit souvent. Pour une reformulation, une comparaison de clauses, une classification ou une aide rédactionnelle, inutile d’envoyer le document brut. Vous obtenez l’aide sans exposer le fond du dossier.

RGPD ChatGPT : aucun paramètre ne garantit la conformité à lui seul

Aucun réglage, aucune configuration ne construit la conformité RGPD à votre place. Elle se joue ailleurs. Dans une politique d’usage claire, dans la minimisation stricte des données, dans le choix de l’offre, dans la gestion des accès, la formation des équipes, la définition des cas d’usage interdits et l’anonymisation en amont. La protection réelle est un faisceau : technique, contractuel, organisationnel. Pas une case cochée. Si vous souhaitez cadrer cet usage sans y passer vos soirées, la page de service Atelier IA présente notre façon d’accompagner les dirigeants non techniques sur ce terrain.

Aller plus loin : les alternatives graduées selon la sensibilité des données

Interdire l’IA revient à se priver d’un levier réel. Faire aveuglément confiance revient à jouer avec le feu. Entre les deux, une approche graduée tient la route.

Les trois modèles d’IA plus protectrice

– IA locale, exécutée sur une machine ou un serveur contrôlé par l’entreprise : aucune donnée ne sort de votre réseau.
– Instance privée chez un hébergeur : vos données sont cloisonnées dans un espace dédié, sans réutilisation pour l’entraînement, mais vous dépendez d’un tiers d’infrastructure.
– IA hébergée en France : souveraineté et résidence des données améliorées. « Hébergé en France » ne signifie pourtant pas « zéro risque ».

Quelle donnée sur quel canal

Une logique simple à adopter : données banales via un assistant cloud correctement paramétré, données sensibles anonymisées avant usage, données critiques réservées à un modèle local ou une solution souveraine dédiée. Cette méthode est plus réaliste qu’une interdiction générale et plus pertinente qu’une confiance aveugle.

Le risque des usages personnels non maîtrisés et la nécessité d’une veille régulière

Un collaborateur qui utilise son compte personnel pour traiter des documents internes. Voilà le scénario qui fait perdre à l’organisation la maîtrise de la circulation et de la rétention de l’information. Face à ce risque, une sensibilisation très forte des collaborateurs est obligatoire.
Autre risque évitable : les politiques des éditeurs et leurs interfaces évoluent vite, particulièrement pour les données sensibles ou les secteurs à obligations réglementaires, une veille régulière n’est pas un luxe et est même nécessaire. Pour rester à jour, la liste de tous nos articles suit ces évolutions au fil de l’eau.