Sommaire
Le secret d'abord
On parle souvent de l'IA sous l'angle du RGPD. Pour un avocat, le texte central est ailleurs. Le secret professionnel couvre, en toutes matières, les consultations, les correspondances, les notes d'entretien et les pièces du dossier (loi du 31 décembre 1971, art. 66-5). Le révéler est puni d'un an d'emprisonnement et de 15 000 € d'amende (Code pénal, art. 226-13).
Sortir du RGPD ne fait pas sortir du secret. Le secret couvre bien plus que les données personnelles : les faits, la stratégie, les pièces. Un texte sans aucun nom peut rester couvert par le secret. Toutes les protections ci-dessous se lisent avec cette idée en tête.
De quoi se protège-t-on ?
Une solution ne protège jamais « tout » : elle ferme une porte précise. Quand vous confiez un dossier à une IA, quatre portes sont ouvertes vers l'extérieur.
- Le fournisseur lui-même. Il peut conserver vos textes, les faire relire par ses équipes en cas de signalement d'abus, et selon le contrat s'en servir pour améliorer ses modèles.
- Une autorité étrangère. Avec le CLOUD Act, une entreprise qui relève de la justice américaine peut devoir produire les données qu'elle détient, quel que soit le lieu où elles sont stockées. Des serveurs en Europe ne suffisent donc pas : compte aussi la loi à laquelle l'entreprise est soumise.
- Une fuite. Piratage, erreur de configuration, compte partagé, historique de conversation lisible par un collègue.
- La ré-identification. Même sans nom, un texte peut suffire à reconnaître quelqu'un : un métier rare, une petite commune, un fait divers connu.
Et une cinquième, à l'intérieur : vos propres usages. Un collaborateur qui colle un dossier dans son compte personnel. Un assistant relié à votre messagerie ou à vos documents, qui lit une page piégée contenant des instructions cachées et envoie des informations à l'extérieur. Cette attaque, appelée injection de prompt, est en tête de la liste des risques de l'OWASP pour les applications d'IA. Cette porte-là ne se ferme pas par la technique seule : c'est le rôle du socle.
Le socle, avant tout outil
Aucune des neuf familles ne tient sans quelques règles internes. Elles ne coûtent presque rien et ferment la cinquième porte.
- Une charte écriteQuels outils sont autorisés, pour quels usages, avec quels comptes. Le guide du CNB recommande d'en adopter une au sein du cabinet.
- Des équipes forméesSavoir ce qui ne doit jamais être collé dans un outil, et reconnaître une réponse inventée.
- Des accès maîtrisésComptes professionnels nominatifs, droits limités, journal des usages, historiques effacés régulièrement.
- Une analyse d'impact quand elle s'imposeLe RGPD (art. 35) impose une analyse d'impact pour certains traitements, notamment le traitement à grande échelle de données relatives aux infractions.
- Un client informéLe guide du CNB recommande de l'informer, au moins lorsqu'il interroge l'avocat sur ses méthodes, et propose une clause type pour la convention d'honoraires.
Les neuf familles
Envoyer moins
La protection la plus simple, et la plus oubliée : l'extrait utile plutôt que le dossier entier, une question générale, un résumé rédigé sans détails. Le RGPD en fait un principe : la minimisation (art. 5).
- Protège
- Tout ce qui n'est pas envoyé.
- Laisse passer
- Ce qui reste dans l'extrait.
- En 2026
- Gratuit, mais demande de la discipline. L'IA travaille moins bien sur un extrait que sur un dossier complet.
Les contrats et les réglages
Offre « entreprise » plutôt que compte personnel, engagement de ne pas entraîner les modèles sur vos données, conservation réduite ou nulle, et accord de sous-traitance au sens de l'article 28 du RGPD, qui encadre aussi les sous-traitants du fournisseur.
- Protège
- La réutilisation de vos données, sur le papier.
- Laisse passer
- Le dossier part en clair. Le guide du CNB relève que la promesse de ne pas réutiliser les données n'est, en général, ni prouvable ni vérifiable, et qu'il ne suffit pas de s'en tenir aux conditions générales.
- En 2026
- Indispensable, jamais suffisant seul. La conservation nulle s'accorde souvent sur demande, pas pour tous les modèles, et certains contenus signalés peuvent être gardés plus longtemps. Une décision de justice peut aussi imposer une conservation, comme dans l'affaire New York Times contre OpenAI en 2025.
L'hébergement en France ou en Europe
Un fournisseur européen, des serveurs en France ou dans l'Union, souvent avec des modèles à poids ouverts (Mistral, Llama, Qwen…) exécutés chez lui. Pour aller plus loin, l'ANSSI délivre la qualification SecNumCloud, qui vise notamment à protéger contre l'application de lois extraterritoriales : siège dans l'Union, actionnaires extra-européens minoritaires, données et journaux localisés dans l'Union.
- Protège
- L'accès par une autorité étrangère, si ni l'hébergeur des données ni celui du modèle n'est soumis à une loi étrangère.
- Laisse passer
- Le dossier reste confié en clair à un tiers.
- En 2026
- Les offres se multiplient. Mais au catalogue de l'ANSSI du 27 octobre 2026, aucune offre d'IA générative n'est elle-même qualifiée SecNumCloud : certaines tournent sur une infrastructure qualifiée, ce qui n'est pas la même chose.
| Offre | Éditeur | Hébergement | Ce qui est annoncé |
|---|---|---|---|
| OVHcloud AI Endpoints | Français | Union européenne | Pas d'entraînement, aucune conservation hors facturation. Pas qualifié SecNumCloud. |
| Scaleway Generative APIs | Français | Paris | Aucune conservation par défaut, pas d'entraînement ; requêtes gardées jusqu'à 2 semaines en cas d'incident. Pas qualifié SecNumCloud. |
| Mistral AI | Français | Union européenne par défaut | Réglages d'entraînement et de conservation variables selon l'offre : à vérifier dans le contrat. |
| Cloud Temple LLMaaS, 3DS Outscale | Français | France | Services d'IA hébergés sur une infrastructure qualifiée SecNumCloud, sans être qualifiés eux-mêmes. |
| AWS Bedrock, Google Vertex AI, Azure OpenAI | Américain | Régions européennes au choix | Pas d'entraînement, localisation contractuelle. L'éditeur reste soumis au droit américain. |
Relevé fait à partir des pages publiques des éditeurs, sans évaluation ni recommandation. Les conditions évoluent : seul le contrat fait foi.
Le modèle installé chez vous
Un modèle à poids ouverts qui tourne sur un ordinateur ou un serveur du cabinet. Rien ne sort, à condition de couper la télémétrie, les mises à jour automatiques et les extensions qui se connectent à l'extérieur.
- Protège
- Tout ce qui concerne un tiers. Le guide du CNB range l'installation du modèle sur les systèmes du cabinet, avec la pseudonymisation ou l'anonymisation préalable, parmi les seules manières d'éliminer le risque de souveraineté.
- Laisse passer
- Les failles de votre propre parc : la sécurité devient votre affaire.
- En 2026
- Il faut une machine puissante. Les modèles locaux sont souvent en retrait des meilleurs modèles en ligne : testez-les sur vos propres cas avant de décider.
La pseudonymisation
Chaque nom, adresse ou numéro est remplacé par une étiquette, « [PERSONNE_1] », avant l'envoi. La table de correspondance reste chez vous, chiffrée. La réponse de l'IA revient avec les étiquettes, et les vrais noms sont remis sur votre poste. Le RGPD cite expressément la pseudonymisation parmi les mesures de sécurité (art. 32).
- Protège
- Les identifiants directs (noms, adresses, numéros), quelle que soit la destination du texte.
- Laisse passer
- Le contexte qui identifie, et ce que l'outil n'a pas détecté : une relecture humaine est indispensable. La table de correspondance devient elle-même une cible, d'où son chiffrement, avec une clé détenue et gérée par le cabinet, comme le demande le guide du CNB.
- En 2026
- Des outils locaux existent, dont plusieurs en open source ; aucun ne garantit de tout détecter. Demandez des chiffres mesurés. Pour le cabinet, qui garde la table, le texte reste une donnée personnelle. La Cour de justice de l'Union admet qu'il puisse ne pas l'être pour un destinataire incapable de ré-identifier (arrêt EDPS c. SRB, 4 septembre 2025), mais cela n'allège ni les obligations du cabinet ni son secret.
L'anonymisation
Rendre l'identification impossible, définitivement. Les autorités européennes posent trois tests : on ne doit plus pouvoir isoler une personne, relier des ensembles de données distincts la concernant, ni déduire de façon quasi certaine de nouvelles informations sur elle.
- Protège
- Les quatre portes, au prix de l'utilité du dossier. Des données réellement anonymes sortent du RGPD, mais pas forcément du secret professionnel.
- Laisse passer
- Le sens du dossier : sur un texte, et plus encore sur un dossier pénal où les faits eux-mêmes identifient, passer les trois tests revient presque toujours à vider le document.
- En 2026
- Utile pour des statistiques ou des décisions publiées, rarement pour travailler un dossier. Beaucoup d'outils disent « anonymiser » alors qu'ils pseudonymisent.
Les données synthétiques
De faux dossiers, réalistes, fabriqués pour l'occasion.
- Protège
- Les quatre portes, puisqu'aucune vraie personne n'y figure, à condition qu'ils soient inventés de toutes pièces. Générés à partir de vrais dossiers, ils peuvent en reprendre des éléments.
- Laisse passer
- Rien, mais on ne peut pas traiter un vrai dossier avec.
- En 2026
- Parfait pour tester un outil, former une équipe ou faire une démonstration. C'est ainsi que nous testons nos propres outils.
Le calcul confidentiel
Le traitement se fait dans une zone isolée du matériel, que l'exploitant du serveur ne peut pas lire, y compris pendant le calcul. Les données ne circulent chiffrées qu'à l'extérieur de cette zone. Une « attestation » permet de vérifier à distance ce qui tourne. Anthropic a publié en juin 2025 un modèle de conception pour ce type de service : un travail de recherche, pas une offre commercialisée.
- Protège
- En grande partie, l'accès par l'exploitant pendant le traitement, techniquement et plus seulement par contrat.
- Laisse passer
- La confiance reste placée dans le fabricant du matériel et dans la bonne mise en œuvre. Pour un cabinet, la vérification est difficile.
- En 2026
- Le surcoût mesuré reste modéré : quelques pourcents de débit, mais jusqu'à 20 à 25 % d'attente supplémentaire avant la première réponse pour les petits modèles, et presque rien pour un modèle de 70 milliards de paramètres (étude d'un acteur du secteur, non évaluée par des pairs). Les offres restent rares.
La cryptographie avancée
Calculer sur des données qui restent chiffrées (chiffrement homomorphe), répartir un calcul entre plusieurs parties sans que personne ne voie l'ensemble (calcul multipartite), ou ajouter un bruit mathématique qui empêche de retrouver un individu (confidentialité différentielle).
- Protège
- En théorie, presque tout.
- Laisse passer
- Votre emploi du temps. Une étude de février 2026 sur un petit modèle chiffré (Llama 3, 8 milliards de paramètres) reste à l'ordre de la minute par mot généré, contre quelques millisecondes en clair. La confidentialité différentielle sert aux statistiques et à l'entraînement, pas à l'analyse d'un dossier.
- En 2026
- Un sujet de recherche. Si une offre vous est présentée comme prête à l'emploi, demandez quel modèle, quels délais de réponse et quelles mesures publiées.
En un coup d'œil
Aucune famille ne ferme les quatre portes tout en laissant le dossier utilisable. D'où l'intérêt de les combiner, sur un socle de règles internes.
| Famille | Fournisseur | Autorité étrangère | Une fuite | Ré-identification | 2026 |
|---|---|---|---|---|---|
| 1. Envoyer moins | En partie | En partie | En partie | En partie | Gratuit |
| 2. Contrats | Sur le papier | Non | Non | Non | Disponible |
| 3. Hébergement en Europe | Non | Oui* | En partie** | Non | Disponible |
| 4. Modèle chez vous | Oui | Oui | Selon votre sécurité | Sans objet | Coûteux |
| 5. Pseudonymisation | Les identifiants | Les identifiants | Les identifiants, côté fournisseur | Non : relecture | Disponible |
| 6. Anonymisation | Oui | Oui | Oui | Oui | Rare sur un dossier |
| 7. Données synthétiques | Oui | Oui | Oui | Oui | Pour tester |
| 8. Calcul confidentiel | En grande partie | En partie | En partie | Non | Offres rares |
| 9. Cryptographie avancée | En théorie | En théorie | En théorie | En théorie | Recherche |
* Si ni l'hébergeur des données ni celui du modèle n'est soumis à une loi étrangère. ** Davantage avec une infrastructure qualifiée SecNumCloud, qui porte aussi sur la cybersécurité. Sur mobile, faites glisser le tableau horizontalement.
Le piège que presque personne ne voit : la déduction
On pense à protéger les noms. Mais les grands modèles de langage savent déduire.
Une équipe de l'ETH Zurich, publiée en 2024, a montré que des modèles de 2023 retrouvaient des informations personnelles (lieu de vie, revenus, sexe…) à partir de vrais messages publiés sur Reddit, avec jusqu'à 85 % de bonnes réponses au premier essai, pour un coût cent fois moindre et un temps 240 fois plus court qu'un humain. Les auteurs jugent l'anonymisation de texte et les garde-fous des modèles actuellement inefficaces face à ce risque. Les modèles ont beaucoup progressé depuis.
Pour un dossier, la leçon est simple : retirer les noms ne suffit pas toujours. Un détail singulier, comme le seul cabinet de kinésithérapie d'un village ou un accident relaté dans la presse locale, peut suffire. C'est pourquoi une relecture humaine reste indispensable, et qu'un bon outil doit signaler ce qui est inhabituel, pas seulement ce qui ressemble à un nom.
Comment combiner
Notre doctrine tient en une phrase : le bon modèle pour le bon niveau de sensibilité. Voici des repères généraux, à adapter après analyse de vos traitements et de vos contrats.
- Une question générale, sans données de clientEnvoyer moins + Contrats et réglages.
- Un dossier travaillé avec un grand modèleEnvoyer moins + Contrats et réglages + Pseudonymisation relue avant l'envoi, de préférence avec un hébergement en Europe.
- Le plus sensibleLe dossier ne sort pas : Modèle installé chez vous, seul ou après Pseudonymisation.
- Tester, former, démontrerDonnées synthétiques uniquement.
Dans tous les cas, sur le socle : charte, formation, accès maîtrisés, client informé, et relecture des réponses de l'IA avant tout usage.
Le guide du CNB d'avril 2026 va dans le même sens : pseudonymiser ou anonymiser en amont, ou garder le modèle chez soi, et relire systématiquement ce que produit l'IA.
Dans le prochain dossier : pseudonymiser n'est pas anonymiser, et pourquoi la confusion coûte cher.
Sources
Toutes les pages ont été consultées entre le 2 et le 3 novembre 2026. Une erreur, une information dépassée ? Écrivez à contact@orvalconsulting.com : nous corrigeons et datons chaque mise à jour.
- CNB, Commission Règles et usages, « La déontologie et l'intelligence artificielle », 1re édition, avril 2026, notamment p. 14-28 et 34-36.
- Code pénal, article 226-13, Légifrance.
- Loi n° 71-1130 du 31 décembre 1971, article 66-5 (secret professionnel de l'avocat).
- RGPD, chapitre II (art. 5) et chapitre IV (art. 28, 32 et 35), CNIL.
- CNIL, « L'anonymisation de données personnelles », 19 mai 2020 ; avis 05/2014 du G29 sur les techniques d'anonymisation.
- CEPD, lignes directrices 01/2025 sur la pseudonymisation (version soumise à consultation).
- CJUE, 4 septembre 2025, EDPS c. SRB, C-413/23 P ; analyse de Covington.
- Département de la Justice des États-Unis, FAQ sur le CLOUD Act.
- ANSSI, qualification SecNumCloud ; catalogue des offres qualifiées (mise à jour du 27 octobre 2026).
- Le Monde du droit, lancement d'AVOCAT+, 26 octobre 2026.
- Anthropic, « API and data retention » ; OpenAI, réponse aux demandes de données du New York Times.
- Pages publiques des offres citées : OVHcloud, Scaleway, Mistral AI, Cloud Temple, AWS Bedrock.
- OWASP, LLM01:2025 Prompt Injection.
- Anthropic, « Confidential Inference via Trusted Virtual Machines », 18 juin 2025 ; NVIDIA, livre blanc sur le calcul confidentiel Hopper, 2023.
- Zhu et al., « Confidential Computing on NVIDIA Hopper GPUs: A Performance Benchmark Study », arXiv, version du 5 novembre 2024.
- Yu et al., « Cachemir », arXiv, 12 février 2026.
- Staab, Vero, Balunović, Vechev, « Beyond Memorization: Violating Privacy via Inference with Large Language Models », ICLR 2024.