Shadow IT documentaire : 40 % des fichiers vers les IA contiennent des données personnelles

Un collaborateur compresse un dossier de candidatures sur un site gratuit avant de l’envoyer par e-mail. Un autre colle un contrat de quarante pages dans un chatbot pour en tirer les points-clés. Un troisième fusionne des pièces justificatives sur un « merge PDF » trouvé en trois secondes. Aucun de ces gestes ne passe par un canal approuvé — et c’est précisément ce que mesure le shadow IT documentaire. Les chiffres disponibles sont rares, mais ceux du rapport Enterprise AI and SaaS Data Security Report 2025 de LayerX donnent un ordre de grandeur sérieux : 40 % des fichiers uploadés vers des outils GenAI contiennent des données personnelles (PII) ou bancaires (PCI), et près de quatre de ces uploads sur dix passent par des comptes personnels, hors de tout contrôle de l’entreprise.

Ce que les chiffres disent — et ce qu’ils ne disent pas

Deux enseignements à retenir du rapport LayerX 2025 :

• Le contenu qui part est sensible. Quatre fichiers sur dix envoyés vers des outils GenAI contiennent des données personnelles ou de paiement — contrats, dossiers RH, relevés, données clients.
• Le canal qui part est incontrôlé. Près de quatre uploads sur dix transitent par des comptes personnels : là où votre SSO, votre DLP et vos journaux ne voient rien.

Une précision d’honnêteté : il s’agit de chiffres d’un rapport d’éditeur de sécurité, mesurés sur sa propre télémétrie — un ordre de grandeur du phénomène, pas une statistique universelle. Et le périmètre couvre les outils GenAI ; le shadow IT documentaire est plus large. Le même geste — déposer un document chez un tiers non contracté — existe depuis des années sur les compresseurs, convertisseurs et mergeurs de PDF gratuits. L’IA n’a fait qu’ajouter un motif supplémentaire : résumer, traduire, interroger.

Le problème n’est pas l’outil, c’est le trajet

Derrière chacun de ces gestes, la mécanique est identique : le document part en requête POST vers un serveur, y est traité, et le résultat revient. Ce qui se passe entre-temps — rétention réelle, journaux, sous-traitants d’hébergement, réutilisation éventuelle — relève d’une politique de confidentialité que vous ne pouvez pas observer. Notre anatomie d’un upload PDF détaille ce parcours chez les services grand public.

Juridiquement, la conséquence est immédiate : dès que le fichier contient des données personnelles, le service qui le traite devient sous-traitant au sens de l’article 28 du RGPD — sans DPA, sans ligne au registre, sans engagement de notification en cas de violation. Nous détaillons cette qualification dans PDF sans sous-traitant : chaque bulletin de paie compressé sur un service quelconque est une sous-traitance non documentée.

Pour un RSSI, l’angle mort est ailleurs : ce trafic passe en HTTPS vers des domaines légitimes. Sans inspection de contenu, un dépôt de CV sur un compresseur en ligne est indiscernable d’une navigation ordinaire — le flux n’apparaît dans aucun journal comme une exfiltration.

Pourquoi l’interdiction seule ne suffit pas

Le chiffre des comptes personnels — près de quatre uploads sur dix — est la partie la plus instructive du rapport : il décrit un contournement déjà à l’œuvre. Les utilisateurs ne cherchent pas à fuir la politique de sécurité ; ils cherchent à finir une tâche. Bloquez un domaine, le geste migre vers le compte gratuit d’à côté, le poste personnel ou le téléphone.

La posture efficace n’est donc pas « interdire plus », mais réduire le besoin de sortir : les gestes qui alimentent le shadow IT documentaire sont triviaux — fusionner, compresser, convertir, extraire des pages, caviarder avant diffusion, résumer. Si l’organisation propose un chemin approuvé aussi rapide qu’un site gratuit, la question ne se pose plus.

L’alternative vérifiable : traiter là où le document est déjà

Le traitement local inverse le trajet : au lieu d’envoyer le fichier au moteur, on exécute le moteur là où est le fichier. Concrètement chez Document Flare, le PDF est lu en mémoire dans le navigateur (ArrayBuffer), manipulé par pdf-lib et pdf.js dans des Web Workers, puis reconstruit en Blob téléchargeable — aucune requête ne transporte le document. Le pilier sur les outils sans upload détaille l’architecture : tout ce qui est disponible dans le build public est déclaré LOCAL, et les sept capacités distantes prévues (conversions Office, résumé IA distant) existent uniquement en simulation, exclues des versions publiées.

Pour un RSSI ou un DPO, l’intérêt décisif est que cette propriété est vérifiable par votre équipe, sans nous croire :

• L’onglet Réseau en cinq minutes : le protocole complet est dans notre test réseau pas à pas — déposez un fichier, cherchez un POST de sa taille, constatez qu’il n’y en a pas.
• Un badge intégré sur les pages outils mesure en continu les octets sortants des corps de requêtes (fetch et XMLHttpRequest) ; son infobulle indique honnêtement son périmètre d’observation.
• Pas de télémétrie sur /tools/ : les routes d’outils n’embarquent ni AdSense ni script d’analytics — la mesure d’audience n’est injectée que sur les pages publiques.
• Hors ligne après la première visite : le service worker précache l’application ; coupez le réseau, les outils continuent de fonctionner — la preuve radicale qu’aucun octet du document ne part.

C’est la même logique pour le shadow AI : les outils IA du catalogue exécutent le modèle sur l’appareil (APIs Summarizer/Translator de Chrome et Edge 138+, Transformers.js pour la recherche sémantique) — le modèle descend, le document ne monte pas. Détail dans l’IA intégrée au navigateur.

Ce que le local ne règle pas

Honnêteté oblige : le traitement local supprime le transfert, pas la gouvernance.

• Le poste reste le maillon faible. Une machine compromise, une extension de navigateur intrusive ou un administrateur système peuvent lire ce que l’utilisateur lit — le local ne protège pas contre un endpoint hostile.
• Vos obligations demeurent. Registre des traitements, minimisation, information des personnes : un outil local retire la ligne « sous-traitant » pour la manipulation du fichier, rien d’autre.
• Le premier chargement exige une connexion, et les modèles lourds (OCR, recherche sémantique) se téléchargent une fois en ligne avant de fonctionner hors connexion.

Checklist courte pour cadrer le shadow IT documentaire

1. Cartographier les gestes plutôt que les outils : quels documents, quelles opérations, vers quels services — les besoins réels sont une liste courte.
2. Publier une alternative approuvée pour les cas courants : le catalogue complet couvre fusion, compression, extraction, caviardage et OCR — sans compte ni quota.
3. Exiger la preuve, pas la promesse : pour tout outil recommandé, un test réseau rejouable vaut mieux qu’une politique de confidentialité.
4. Documenter les transferts nécessaires : quand un service distant reste requis, DPA, registre et évaluation des transferts — le cadre normal, appliqué aux cas qui le méritent.

Pour aller plus loin

• Où vont vraiment vos fichiers : le trajet d’un upload chez les services grand public, politiques à l’appui.
• Le test réseau en cinq minutes : le protocole à faire rejouer par vos équipes.
• PDF sans sous-traitant : pourquoi le local sort le fichier de l’article 28.
• RH, données de santé : les deux collections de documents les plus exposées au shadow IT.
• IA intégrée au navigateur : la réponse locale au shadow AI.