En clair
Dans beaucoup d’entreprises, on a connu l’époque où chacun stockait ses fichiers sur son propre compte de partage en ligne, faute d’outil interne pratique. Personne ne l’avait décidé, personne ne savait où se trouvaient les documents, et tout le monde trouvait cela commode. On appelle ce phénomène le shadow IT, l’informatique de l’ombre. Le shadow AI en est la version d’aujourd’hui.
Un commercial colle la liste de ses clients dans un assistant grand public pour rédiger une relance. Une juriste fait résumer un contrat confidentiel par une application gratuite. Un développeur installe un agent de programmation personnel et lui donne ses propres accès au dépôt de code et aux serveurs. Aucun n’a de mauvaises intentions : ils veulent aller plus vite, et l’outil officiel n’existe pas ou leur paraît moins bon.
Le problème n’est pas l’IA, c’est l’angle mort. Ce que l’entreprise ignore, elle ne peut ni le protéger, ni le tracer, ni l’arrêter. Avec les agents, l’enjeu grandit : un agent ne se contente pas de recevoir des données, il agit, avec les droits de la personne qui l’a lancé, parfois pendant des semaines sans que personne s’en aperçoive.
Un exemple
Dans une entreprise industrielle, un ingénieur méthodes branche sur le serveur de supervision des lignes de production un agent de programmation installé sur son compte personnel, pour automatiser ses rapports. Il lui confie ses identifiants. L’agent fonctionne bien, et deux collègues font de même. Trois mois plus tard, un audit du trafic réseau révèle des connexions régulières vers un service d’IA que l’entreprise n’a jamais contracté.
Plutôt que de sanctionner, la direction des systèmes d’information mène une enquête rapide auprès des équipes, qui fait apparaître une vingtaine d’outils d’IA en usage. Elle en retient trois, souscrits en version entreprise avec des engagements sur l’usage des données, crée des identités propres pour les agents autorisés, bloque les autres services au niveau de la passerelle réseau et publie une règle simple sur les données qu’on peut confier à une IA.
Comment ça marche
L’ampleur du phénomène a été mesurée tôt. En mai 2024, l’enquête annuelle de Microsoft et LinkedIn sur le travail, menée auprès de 31 000 personnes dans 31 pays, indique que 75 % des travailleurs du savoir utilisent l’IA au travail et que 78 % de ces utilisateurs apportent leurs propres outils, une proportion qui atteint 80 % dans les petites et moyennes entreprises 1. L’édition 2025 du rapport d’IBM sur le coût des violations de données, réalisée avec le Ponemon Institute auprès de 600 organisations, estime qu’un niveau élevé de shadow AI ajoute en moyenne 670 000 dollars au coût d’une violation ; 63 % des organisations étudiées n’avaient pas de politique de gouvernance de l’IA, et 97 % de celles qui ont subi un incident lié à l’IA manquaient de contrôles d’accès adaptés 2.
La réponse relève de la gouvernance plus que de la technique. Le cadre de gestion des risques de l’IA du NIST américain demande que des mécanismes permettent d’inventorier les systèmes d’IA, avec un responsable désigné pour tenir cet inventaire et des règles sur les systèmes et les informations à y consigner 3. En pratique, on combine la découverte, par l’analyse du trafic réseau, des extensions de navigateur et des applications connectées, une offre officielle assez bonne pour que les salariés n’aient pas besoin d’en chercher une autre, et des règles claires sur les données autorisées.
Le shadow AI se distingue de notions voisines. Ce n’est pas une attaque mais une situation, qui augmente l’exposition à toutes les autres : fuite de données, injection de prompt, abus d’identifiants. Il prolonge le shadow IT, avec une différence de nature : un agent agit et peut disposer de droits étendus. L’identité d’agent et les permissions sont précisément les outils qui permettent de faire sortir les agents de l’ombre, en leur donnant un nom, un responsable et des droits limités.
Ce que ça change pour une entreprise
Pour l’entreprise, le shadow AI est un risque de fuite de données, de non-conformité au RGPD ou aux engagements de confidentialité pris envers les clients, et un risque de sécurité quand des agents disposent des identifiants d’un salarié. Il a aussi un coût mesurable lors d’un incident 2. C’est enfin un signal : si les salariés contournent les outils officiels, c’est souvent qu’ils en ont besoin et que l’offre interne ne suit pas.
L’interdiction pure fonctionne mal, car les outils sont accessibles depuis n’importe quel téléphone. Les entreprises qui s’en sortent combinent une offre officielle utile, des licences professionnelles qui encadrent l’usage des données, un inventaire tenu à jour 3, une formation sur ce qu’on peut confier à une IA, et des contrôles techniques sur le trafic sortant. Le coût de ces licences et de cette gouvernance est à comparer au coût d’un incident.
Idées reçues
- « Il suffit de bloquer les sites d’IA pour supprimer le shadow AI. »
Les salariés passent par leur téléphone ou des services moins connus. Sans offre officielle utile, le blocage déplace l’usage sans le faire disparaître.
- « Le shadow AI, c’est surtout des salariés qui font des choses interdites. »
C’est d’abord des salariés qui veulent travailler plus vite avec des outils que l’entreprise ne fournit pas. Le traiter comme une faute pousse à le cacher davantage.
- « Tant qu’on ne colle pas de données confidentielles dans un chatbot, il n’y a pas de risque. »
Un agent branché sur un système interne avec les identifiants d’un salarié lit et agit lui-même : le risque ne dépend plus seulement de ce que l’on tape.