Fuites de données liées à l’IA : comment ça marche et à quoi sert un outil DLP

Pas besoin de chercher bien loin pour tomber sur un titre alarmiste parlant de piratages liés à l’IA. Mais aussi terrifiants soient-ils, la manière dont ils se produisent est un peu moins palpitante.

En réalité, les fuites de données liées à l’IA surviennent le plus souvent dans le cadre d’une activité professionnelle quotidienne normale et autorisée. Pas d’identifiants volés, pas de faille zero-day, pas d’attaquant infiltré : juste un salarié qui a copié-collé des données sensibles sur un client dans un chatbot pour gagner vingt minutes.

Aussi ennuyeux que cela puisse paraître, c’est en fait une très bonne nouvelle. La plupart des fuites de données liées à l’IA ne résultent pas de piratages, mais de mauvaises habitudes. Et les habitudes peuvent changer, surtout avec les bons outils.

Dans cet article, nous allons voir ce qui caractérise les fuites de données liées à l’IA, comment elles se produisent, pourquoi elles sont de plus en plus fréquentes, et comment les empêcher grâce à des politiques et des outils DLP (Prévention des pertes de données) appropriés.

Qu’est-ce qu’une fuite de données liée à l’IA, et comment se produit-elle ?

Une fuite de données liée à l’IA désigne toute divulgation de données sensibles résultant de l’utilisation, d’un prompt ou de l’entraînement d’outils d’IA. Elle se distingue d’une brèche de données traditionnelle par un point essentiel : une brèche implique généralement qu’un attaquant externe exploite une vulnérabilité, tandis qu’une fuite de données liée à l’IA implique qu’un utilisateur autorisé effectue une tâche légitime dans le cadre de son travail.

Cette distinction est importante. Les outils de sécurité traditionnels sont conçus pour repérer les intrus et détecter les anomalies : connexions suspectes, trafic inhabituel, tentatives d’accès non autorisées. Un collaborateur qui fait un copier-coller de code dans un assistant IA accessible via un navigateur ne déclenche aucun de ces signaux d’alerte. Car cela ressemble en tous points à du trafic normal dans le cadre du travail quotidien.

Les fuites de données liées à l’IA font partie des incidents de sécurité qui augmente le plus rapidement. Elles font même l’objet d’une liste spécifique dans le Top 10 OWASP des LLM, pour encourager les développeurs à surveiller de près les nombreuses façons dont les outils d’IA peuvent divulguer des informations sensibles. Cela n’a rien de surprenant, quand on sait que 77 % des salariés ont déjà collé des données de leur entreprise dans des outils d’IA d’après une étude récente. Un comportement aussi répandu ne représente pas un risque marginal ; c’est devenu monnaie courante.

Histoires vraies de fuites de données liées à l’IA

Quelques incidents sont devenus des exemples à ne pas suivre dans le domaine de la cybersécurité, notamment parce qu’ils sont fréquents et très parlants.

L’exemple le plus connu est l’incident survenu chez Samsung en 2023, quand des ingénieurs auraient copié-collé du code source propriétaire dans ChatGPT pour les aider à le déboguer, remettant ainsi ce code entre les mains d’un tiers échappant au contrôle de l’entreprise.

Dans le même registre, en 2023, Amazon aurait exhorté ses employés à ne pas coller de secrets d’entreprise dans des outils d’IA, après avoir surpris certains d’entre eux à introduire des informations sensibles dans des outils d’IA générative.

Un cas survenu en septembre 2024 illustre les risques liés aux logiciels de transcription de réunions qui divulguent des secrets d’entreprise : le chercheur en IA Alex Bilzerian a reçu un enregistrement de plusieurs heures de conversations privées avec une société de capital-risque qu’il avait rencontrée, alors même que sa réunion était terminée.

Ensuite, il y a eu la panne de ChatGPT en 2023, qui a exposé les titres des conversations de certains utilisateurs à d’autres comptes, à cause d’une vulnérabilité du système ; un rappel fort que même l’infrastructure du fournisseur d’IA lui-même peut devenir un vecteur de fuite, même temporairement.

Ces exemples suivent le même schéma : pour répondre à un besoin métier, un collaborateur utilise l’outil d’IA le plus rapide à sa disposition, et l’équipe de sécurité n’en est jamais informée. C’est une forme de Shadow IT. La plupart des personnes concernées ne cherchent pas à nuire ; elles essaient simplement de faire leur travail rapidement, et le risque de fuite de données ne leur vient tout simplement pas à l’esprit sur le moment.

Malheureusement, les conséquences sont graves. Une étude récente a révélé une augmentation de 60 % de l’exposition des entreprises aux fuites de données via les outils d’IA, rien qu’au premier semestre 2026.

Les formes les plus courantes de fuite de données liées à l’IA

Maintenant que vous savez ce qu’est une fuite de données liée à l’IA et comment elle peut se produire, nous allons voir que toutes les fuites ne se ressemblent pas, et c’est important de les distinguer.

Voici les six formes les plus courantes :

Fuite par prompt : des collaborateurs copient-collent du code source, des données financières, des contrats ou des dossiers clients dans des outils d’IA publics pour résoudre des problèmes complexes ou obtenir une réponse plus rapide.
IA fantôme : des outils non autorisés et des extensions de navigateur alimentées par IA se répandent dans une entreprise sans que le service IT ne les approuve ni même n’en ait connaissance. C’est le même phénomène que le shadow IT : les outils que les collaborateurs adoptent de leur propre chef sont généralement ceux qui leur semblent les plus rapides, et non les plus sûrs.
Mémorisation des données d’entraînement : les grands modèles de langage peuvent mémoriser des fragments des données sur lesquelles ils ont été entraînés, et il a été démontré, dans des conditions limitées, qu’ils pouvaient les reproduire plus tard à un utilisateur totalement différent, bien que les entreprises de l’IA mettent en place des garde-fous pour empêcher cela.
Fuite de données via RAG : si un système de génération augmentée par récupération (RAG) ne reprend pas les autorisations d’accès au niveau des documents d’origine, un collaborateur junior interrogeant la base de données de l’entreprise pourrait obtenir une réponse élaborée à partir de fichiers réservés à la direction.
Fonctionnalités d’IA embarquées : les clients de messagerie, les applications de prise de notes, les CRM et autres outils SaaS intègrent souvent l’IA par défaut. Chacun de ces outils constitue un nouveau canal par lequel des données sensibles peuvent circuler sans que personne n’ait explicitement décidé de les y envoyer. Encore plus si les paramètres de confidentialité sont ignorés ou désactivés.
Fuite par injection de prompt : à mesure que les agents d’IA acquièrent la capacité de lire des documents et d’agir sur les systèmes internes, un attaquant peut dissimuler une instruction malveillante dans un contenu ordinaire : un e-mail, un fichier partagé, une image ou un ticket de support. L’agent d’IA traite alors ce texte caché comme une commande et peut transmettre des données sensibles sans que personne n’ait cliqué sur quoi que ce soit.

Les fuites de données liées à l’IA sont en forte hausse

Plusieurs facteurs contribuent à aggraver un peu ce problème, trimestre après trimestre :

La vitesse : les nouveaux outils d’IA sont lancés plus rapidement que n’importe quelle équipe informatique ne peut raisonnablement les évaluer. Et pour certains utilisateurs, la tentation de travailler plus vite est tout simplement trop forte.
Privé vs. public : la plupart des salariés ne pensent pas à la différence entre un compte d’IA personnel et un compte d’IA professionnel. Les deux peuvent avoir des politiques de rétention et d’entraînement des données très différentes, même si, du point de vue de l’utilisateur, ils semblent identiques.
La facilité d’adoption : de nombreuses versions grand public des outils d’IA sont tout simplement plus faciles à adopter. Avec une interface soignée, un accès gratuit ou presque, et une réponse immédiate à un vrai problème, on comprend aisément pourquoi elles sont si largement utilisées.
Les contraintes de temps : les délais serrés et la mentalité du « Just get it done » (Faire tout de suite) font que la prudence l’emporte rarement face à la tentation d’utiliser des outils d’IA.
La complexité : les agents IA et les intégrations de type MCP élargissent encore la surface d’attaque, et compliquent la tâche des utilisateurs qui souhaitent savoir comment leurs données sont traitées.

Pour une analyse plus approfondie, découvrez notre dossier consacré aux 5 plus grandes menaces liées à l’IA auxquelles les équipes sécurité se heurtent aujourd’hui.

Les risques : ces fuites sont plus graves qu’un gros titre embarrassant

On pourrait penser que les fuites de données liées à l’IA sont des incidents « gênants, mais pas dangereux ». Ce serait une erreur.

En ne contrôlant pas la manière dont vos équipes utilisent les outils d’IA, vous vous exposez aux risques suivants :

Perte de propriété intellectuelle : du code source et de la propriété intellectuelle collés dans un outil public peuvent échapper définitivement à votre contrôle.
Risque de non-conformité réglementaire : le RGPD, l’HIPAA, SOC 2 et les nouvelles réglementations spécifiques à l’IA, telles que le Règlement européen sur l’intelligence artificielle, considèrent tous les outils d’IA comme des sous-traitants tiers. Par conséquent, les mêmes obligations s’appliquent que pour tout autre fournisseur traitant des données sensibles.
Avantage concurrentiel : les documents stratégiques, les politiques de prix et les feuilles de route divulgués dans un outil d’IA peuvent offrir à un concurrent des informations précieuses.
Difficultés de détection : il est plus difficile de détecter les fuites de données provenant d’outils d’IA que dans le cas d’une brèche classique, car le trafic ressemble à du travail ordinaire.
Alimenter de futures attaques : des attaquants sondent désormais les outils d’IA et leurs résultats à la recherche d’informations sensibles qu’ils pourraient exploiter dans des attaques ultérieures.

Ces risques montrent à quel point il est crucial de reprendre le contrôle. On vous explique comment.

3 étapes pour maîtriser les fuites de données liées à l’IA

Étape 1 : Avoir de la visibilité. On ne peut pas protéger ce qu’on ne voit pas. Dressez l’inventaire des outils d’IA autorisés et non autorisés utilisés. Auditez les extensions de navigateur et les autorisations OAuth, qui constituent souvent un angle mort. Et utilisez des outils DLP ou CASB pour voir concrètement ce qui est copié-collé dans les outils d’IA aujourd’hui (et pas seulement ce que vous supposez qu’il se passe).
Étape 2 : Fixer des règles claires. Publiez une politique d’utilisation acceptable de l’IA suffisamment précise pour être applicable : quels outils sont approuvés, quelles données sont interdites, et à qui s’adresser pour un nouvel outil. Mettez en place un processus d’approbation accéléré, car, si la procédure officielle prend six semaines, vos équipes la contourneront. Veillez à classifier les données sensibles avant même qu’elles soient accessibles à un outil d’IA, afin que les contenus les plus à risque soient signalés automatiquement.
Étape 3 : Donner aux utilisateurs ce qu’ils ont réellement besoin. La mesure la plus efficace consiste à proposer une alternative IA sécurisée et approuvée, avant qu’ils ne trouvent eux-mêmes une solution de contournement. Associez cette politique à un accompagnement en temps réel, avec une alerte au moment où le risque se présente, plutôt qu’une formation annuelle dont personne ne se souvient en mars. Faites en sorte que le chemin le plus sûr soit aussi le plus simple.

En parlant de reprendre le contrôle, découvrez notre liste gratuite des 15 règles d’or cyber pour les employés

15 règles d’or cyber pour les employés

Votre meilleure défense : un outil DLP conçu pour l’IA

Les solutions DLP traditionnelles, basées sur les réseaux, ont été conçues pour un monde où prédominaient les serveurs de fichiers sur site et les passerelles de messagerie. Elles ne détectent généralement pas les fuites liées à l’IA, car celles-ci se produisent très souvent via un trafic chiffré, dans un onglet de navigateur ou via une application que l’inspection réseau, trop dépassée, ne parvient tout simplement pas à voir.

Une solution DLP conçue pour l’IA doit fonctionner différemment. Elle doit prendre en compte l’activité du presse-papiers, et pas seulement les transferts de fichiers. Elle doit analyser les fichiers téléchargés et les prompts au niveau du navigateur, là où s’effectue réellement le copier-coller. Et elle doit faire tout cela sans se transformer en une interdiction générale qui ne ferait que pousser les collaborateurs à recourir à des solutions de contournement encore plus difficiles à détecter.

C’est précisément ce que fait Sonar, l’outil de Riot. Sonar permet de voir ce qui est réellement partagé dans les outils d’IA et collaboratifs, pour repérer un copier-coller dangereux avant qu’il ne se transforme en incident, plutôt que de le découvrir lors d’un rapport post-mortem. Il est également conçu pour être le moins intrusif possible pour les utilisateurs : si quelqu’un utilise un outil d’IA dans le cadre autorisé, il lui suffit de le dire.

Les fuites de données liées à l’IA doivent figurer dans vos priorités, et la meilleure protection est d’anticiper plutôt que de réparer après coup. Réservez votre démo et découvrez comment Sonar peut vous aider.

FAQ

Qu’est-ce qu’une fuite de données liée à l’IA ? Une fuite de données liée à l’IA désigne toute divulgation de données sensibles résultant de l’utilisation, d’un prompt ou de l’entraînement d’outils d’IA. Contrairement à une brèche, elle implique généralement un utilisateur autorisé dans le cadre d’un usage légitime, plutôt qu’un attaquant externe.
En quoi une fuite de données liée à l’IA est-elle différente d’une brèche de données ? Une brèche de données implique un accès non autorisé par un attaquant externe exploitant une vulnérabilité ou des identifiants volés. Une fuite de données liée à l’IA se produit lors d’un usage normal et autorisé d’outils d’IA par des collaborateurs effectuant une tâche légitime dans le cadre de leur travail, ce qui la rend d’autant plus difficile à détecter.
Quelle est la cause la plus fréquente des fuites de données liées à l’IA ? La fuite par prompt : les salariés copient-collent des informations sensibles, comme du code source, des données financières ou des dossiers clients, directement dans des outils d’IA, souvent publics ou non gérés, pour accomplir une tâche plus rapidement.
Qu’est-ce que l’IA fantôme et quel est le lien avec les fuites de données liées à l’IA ? L’AI fantôme désigne les outils d’IA et les extensions de navigateur utilisés par les collaborateurs à l’insu du service IT et sans son autorisation. Comme les équipes sécurité ignorent que ces outils sont utilisés, elles ne peuvent ni surveiller ni contrôler les données qui y circulent, ce qui fait de l’IA fantôme l’un des principaux moteurs de ces fuites.
Comment prévenir les fuites de données liées à l’IA ? Grâce à la visibilité (savoir quels outils d’IA sont utilisés), une politique d’utilisation acceptable (des règles claires sur ce qui peut ou non être partagé) et la technologie (une solution DLP conçue pour l’IA capable de détecter les copier-coller et téléchargements à risque au moment même où ils se produisent), et un outil d’IA approuvé, qui offre aux utilisateurs une alternative sûre et rapide à l’IA fantôme.
L’outil DLP peut-il réellement empêcher les fuites de données liées à l’IA ? Les solutions DLP modernes, conçues pour l’IA, y parviennent, si elles sont adaptées à la façon de travailler avec l’IA des collaborateurs. Cela implique de surveiller l’activité du presse-papiers et les prompts au niveau du navigateur, et pas seulement les transferts de fichiers et les pièces jointes des e-mails, ce que ne font pas les outils DLP traditionnels.