Anonymisation ou infrastructure d'IA propre : ce qui protège les données avec l'IA

Quelles sont les trois voies ?

Qui veut utiliser l’IA avec des données personnelles fait face à un choix d’architecture. Trois approches sont répandues, et elles résolvent des problèmes différents :

• Proxy de pseudonymisation ou d’anonymisation : un logiciel placé entre vos collaborateurs et un modèle de langage public détecte les noms, adresses ou numéros de dossier, les remplace par des espaces réservés et les réinsère dans la réponse. Le modèle lui-même reste chez le fournisseur tiers. Le fonctionnement technique est expliqué dans le guide Proxy de pseudonymisation.
• Passerelle de sécurité IA (DLP, prévention des fuites de données) : elle détecte les informations sensibles lors de l’accès à des services d’IA publics et les bloque ou les signale, le plus souvent sans les restaurer dans la réponse.
• Inférence confidentielle (informatique confidentielle) : le modèle tourne chez le fournisseur dans un environnement protégé par le matériel, un environnement d’exécution de confiance (TEE). L’exploitant de l’infrastructure n’est pas censé avoir accès au texte en clair. Pour en savoir plus, voir le guide Informatique confidentielle et IA.
• Infrastructure d’IA propre : plateforme et modèle d’IA tournent sur un serveur dans votre établissement ou dans l’environnement d’un prestataire que vous liez par un accord de traitement des données et, le cas échéant, par un accord selon le § 203 StGB (Code pénal allemand, secret professionnel). Les données ne sont pas masquées : elles ne quittent pas ce cadre.

Qui voit le texte en clair selon la voie choisie ?

La question la plus importante pour la protection des données et le secret professionnel est de savoir à quel endroit le texte existe en clair.

Critère	Proxy devant un modèle tiers	Inférence confidentielle	Infrastructure d’IA propre
Où le modèle tourne-t-il ?	Chez le fournisseur du modèle	Chez le fournisseur, dans du matériel protégé	Dans votre environnement ou chez le prestataire lié par contrat
Qui voit le texte en clair ?	Votre établissement ; le fournisseur du proxy si le proxy ne tourne pas chez vous	Votre établissement ; selon le fabricant, pas l’exploitant	Votre établissement et l’exploitant lié par contrat, dans le cadre de l’accord de traitement des données et des droits
Qu’est-ce qui parvient au modèle ?	Un texte masqué, avec toutes les informations non détectées ou non remplacées	Le texte complet, chiffré jusque dans l’environnement protégé	Le texte complet
Ce sur quoi vous comptez	Qualité de la détection, contrats avec les fournisseurs du proxy et du modèle	Matériel, micrologiciel, attestation et mise en œuvre par le fournisseur	Exploitant, contrats, droits et journaux
Qualité des réponses	Peut baisser si des informations remplacées sont nécessaires à la compréhension	Dépend du modèle	Dépend du modèle

Que reste-t-il à faire sur le plan juridique ?

Pour votre organisation, les données restent personnelles, quelle que soit la voie. Selon l’article 4, point 5, du RGPD, les données pseudonymisées sont des données qui ne peuvent plus être attribuées à une personne sans informations supplémentaires conservées séparément ; elles restent personnelles pour celui qui détient la clé. Il vous faut donc toujours une base juridique, pour les données de santé une exception au titre de l’article 9, paragraphe 2, du RGPD, et le plus souvent une analyse d’impact (AIPD).

La situation est ouverte du côté du destinataire. Le 4 septembre 2025, la Cour de justice de l’Union européenne a jugé que des données pseudonymisées ne sont pas personnelles dans tous les cas et pour toute personne (C-413/23 P). Qu’un fournisseur de modèle puisse traiter les données comme anonymes dépend des moyens d’identification dont il peut raisonnablement disposer. S’il traite les données pour votre compte, c’est votre point de vue qui s’applique selon le projet des autorités européennes de protection des données : les données sont alors aussi personnelles pour lui. Le projet (lignes directrices 02/2026 sur l’anonymisation, consultation jusqu’au 30 octobre 2026) examine l’anonymat selon trois critères : l’individualisation d’une personne, la corrélation avec d’autres données et l’inférence. La CNIL utilise les mêmes trois critères. Les détails figurent dans le guide L’IA pseudonymisée est-elle conforme au RGPD ?, les conséquences pour les transferts vers les États-Unis dans le guide Transferts hors UE.

Quelle voie pour quel usage ?

• Proxy : pertinent pour des textes où peu d’informations, faciles à reconnaître, désignent une personne, par exemple la correspondance générale, des modèles de documents ou des recherches sans données personnelles. Avec un texte libre contenant des diagnostics rares, des lieux ou des situations de vie, prouver l’anonymat devient difficile, et la réponse souffre lorsque des informations importantes manquent (perte de contexte).
• Inférence confidentielle : pertinente si vous souhaitez utiliser le modèle d’un fournisseur et exclure techniquement son personnel d’exploitation. Elle ne supprime pas le caractère personnel des données ; contrats, base juridique et questions de transfert hors UE demeurent.
• Infrastructure d’IA propre : pertinente si des données de patients, de citoyens ou des données sociales doivent entrer intégralement dans l’IA, par exemple pour des lettres médicales ou des décisions administratives. Pour cela, vous exploitez le modèle vous-même ou le faites exploiter par un prestataire que vous examinez comme tout autre sous-traitant.

Un exemple, expressément inventé : un hôpital fait résumer le cas « Maria Müller, 43 ans, Starnberg, maladie métabolique rare ». Le proxy remplace le nom par « PATIENT_17 ». L’âge, le lieu et le diagnostic rare réunis peuvent pourtant rendre la personne identifiable. Pour de tels textes, le proxy reste une brique, mais il ne remplace pas l’examen du destinataire.

Quelles questions clarifier avant de décider ?

1. Quelles données doivent entrer dans l’IA, et quelle est leur sensibilité ?
2. Les tâches ont-elles besoin d’informations qu’un proxy remplacerait ?
3. Qui voit le texte en clair, à quel endroit, et de quels contrats avez-vous besoin pour cela ?
4. Quel rôle joue le fournisseur du modèle (sous-traitant ou destinataire indépendant), et quels contrats en découlent ?
5. Combien coûte l’exploitation sur plusieurs années, avec tous les acteurs ?

La Datenschutzkonferenz (conférence des autorités allemandes de protection des données) exige un examen au cas par cas, même avec un masquage en amont. Pour le proxy, la liste de contrôle avec justificatifs pour les données de patients est utile ; pour les fournisseurs, le panorama du marché.

Comment cela fonctionne-t-il avec basebox ?

basebox est une infrastructure d’IA propre au sens de la troisième voie : plateforme et modèle d’IA tournent sur un serveur réservé à votre organisation, sans Internet si vous le souhaitez, ou dans notre cloud, au centre de données de Munich-Est. Dans le cloud, chaque organisation dispose de son propre environnement virtuel avec sa propre gestion des comptes ; le modèle d’IA tourne sur des serveurs exploités par nous et il est partagé, un modèle réservé à votre organisation est possible sur demande. Par défaut, basebox n’envoie vos données à aucun modèle d’IA d’un autre fournisseur. Un modèle externe n’existe que sous forme d’app dédiée, que vous faites configurer expressément ; elle tourne chez Google Vertex dans l’UE, sans entraînement, avec une journalisation par Google pour la détection des abus pendant 30 jours au plus (détails). En France, pour les données de santé, basebox propose uniquement le serveur dans votre établissement, tant qu’elle n’a pas la certification HDS.

C’est pourquoi vous n’avez pas à anonymiser les données au préalable pour basebox, et les tâches conservent tout leur contexte. basebox n’est pas un outil pour masquer des données. C’est un autre choix d’architecture qu’un proxy devant un modèle tiers ; la voie qui convient dépend de vos données et de vos cas d’usage. La plateforme comprend des apps que l’on partage sans partager de données, des connecteurs vers les systèmes existants, des droits issus de votre annuaire et des journaux.

Dans le cloud, basebox coûte 490 € par personne et par an à partir de 5 personnes, moins avec davantage de personnes ; 20 millions de tokens par personne et par an sont inclus. Avec le serveur, vous achetez le matériel une fois et payez une licence par serveur ; tout le monde peut se connecter. Le calculateur établit votre prix. L’accord de traitement des données, l’accord selon le § 203 StGB et des modèles pour l’analyse d’impact se trouvent sur la page Sécurité.

Pas un conseil juridique : cet article donne une vue d’ensemble. Le droit de l’anonymisation est en partie ouvert : les lignes directrices 02/2026 sont un projet en consultation, et les conséquences de l’arrêt C-413/23 P sont encore débattues. Examinez votre cas d’usage avec votre délégué à la protection des données. État de la recherche : 11 octobre 2026.