⚖️
AI Act — Réglementation IA Européenne
Questions sur le Règlement (UE) 2024/1689 sur l'Intelligence Artificielle
L'AI Act (Règlement UE 2024/1689) est le premier cadre juridique mondial sur l'intelligence artificielle. Adopté en mai 2024, il classe les systèmes IA en 4 niveaux de risque : inacceptable (interdit), haut risque (obligations strictes), limité (transparence) et minimal (liberté totale). Les entreprises concernées doivent se conformer progressivement entre 2025 et 2028.
Notre plateforme AIES utilise un questionnaire structuré basé sur les critères officiels de l'AI Act (Annexe III) pour déterminer automatiquement le niveau de risque. Les facteurs clés incluent : le domaine d'application (santé, emploi, éducation, infrastructure critique), le type de décisions prises, l'impact sur les personnes et la capacité de supervision humaine. Accéder à Sentinel AI →
Les systèmes IA à haut risque doivent respecter : gestion des risques (Art. 9), gouvernance des données (Art. 10), documentation technique (Art. 11), journalisation automatique (Art. 12), transparence envers les utilisateurs (Art. 13), supervision humaine (Art. 14), exactitude et robustesse (Art. 15), et enregistrement dans la base EU (Art. 49). Non-conformité : amendes jusqu'à 15 M€ ou 3 % du CA mondial (le plus élevé des deux ; le plus bas pour les PME), et jusqu'à 35 M€ ou 7 % pour une pratique interdite.
Calendrier d'application :
• 1er août 2024 : Entrée en vigueur du règlement
• 2 février 2025 : Interdictions des pratiques inacceptables
• 2 août 2025 : Obligations pour les modèles IA à usage général (GPAI)
• 2 août 2026 : Obligations de transparence (Art. 50)
• 2 décembre 2026 : Deux nouvelles pratiques interdites (deepfakes sexuels non consentis, matériel d'abus sexuel d'enfants) et marquage des contenus synthétiques pour les systèmes déjà sur le marché
• 2 décembre 2027 : Systèmes à haut risque de l'Annexe III
• 2 août 2028 : Systèmes à haut risque intégrés aux produits réglementés (Annexe I)
• 1er août 2024 : Entrée en vigueur du règlement
• 2 février 2025 : Interdictions des pratiques inacceptables
• 2 août 2025 : Obligations pour les modèles IA à usage général (GPAI)
• 2 août 2026 : Obligations de transparence (Art. 50)
• 2 décembre 2026 : Deux nouvelles pratiques interdites (deepfakes sexuels non consentis, matériel d'abus sexuel d'enfants) et marquage des contenus synthétiques pour les systèmes déjà sur le marché
• 2 décembre 2027 : Systèmes à haut risque de l'Annexe III
• 2 août 2028 : Systèmes à haut risque intégrés aux produits réglementés (Annexe I)
Sont interdits par l'AI Act : manipulation subliminale ou trompeuse des comportements, exploitation des vulnérabilités (âge, handicap, situation sociale ou économique), notation sociale (par toute entité, publique ou privée), évaluation du risque de commettre une infraction fondée sur le seul profilage, moissonnage non ciblé d'images faciales pour constituer des bases de reconnaissance, reconnaissance d'émotions au travail et à l'école (hors raison médicale ou de sécurité), catégorisation biométrique déduisant des données sensibles (origine, opinions politiques, convictions, orientation sexuelle…), identification biométrique à distance en temps réel dans l'espace public à des fins répressives (trois exceptions strictes). À compter du 2 décembre 2026 s'y ajoutent les deepfakes sexuels sans consentement et le matériel d'abus sexuel d'enfants générés par IA.
La documentation requise inclut : fiche technique du système (description, objectif, données d'entraînement), analyse de risques, mesures de mitigation, résultats de tests, procédures de surveillance et déclaration de conformité UE. Notre module Documentation & Templates AIES génère automatiquement ces documents conformes aux exigences de l'Annexe IV.
Un modèle GPAI (General Purpose AI) est un modèle entraîné sur de grandes quantités de données, capable d'effectuer une grande variété de tâches (ex: GPT-4, Mistral, Gemini). L'AI Act impose aux fournisseurs : documentation technique, politique de droits d'auteur, résumé des données d'entraînement. Les modèles à risque systémique (>10²⁵ FLOPs) ont des obligations supplémentaires : évaluation adversariale, incidents graves, mesures de cybersécurité.
Cela dépend de son usage : un chatbot SAV standard = risque limité (obligation de transparence de l'Art. 50, pas d'obligations de haut risque). Un chatbot RH pour le recrutement/évaluation = risque haut (Annexe III). Un chatbot médical = risque haut. Dans tous les cas, obligation de transparence (l'utilisateur doit savoir qu'il interagit avec une IA). Contactez-nous pour une évaluation gratuite : formulaire de contact.
🔒
RGPD — Protection des Données
Questions sur le Règlement Général sur la Protection des Données (UE 2016/679)
Le RGPD (Règlement Général sur la Protection des Données, UE 2016/679) s'applique depuis mai 2018. Il encadre le traitement des données personnelles des résidents européens par toute organisation mondiale. Principes clés : licéité, finalité limitée, minimisation, exactitude, limitation de conservation, intégrité & confidentialité, responsabilité (accountability).
En tant que responsable de traitement vous devez : tenir un registre des traitements (Art. 30), désigner un DPO si nécessaire (Art. 37), réaliser des AIPD pour les traitements à risque élevé (Art. 35), garantir les droits des personnes (Art. 15-22), mettre en place des mesures de sécurité (Art. 32), et notifier les violations dans 72h à la CNIL (Art. 33).
1. Droit d'accès (Art. 15) : obtenir une copie de ses données
2. Rectification (Art. 16) : corriger les données inexactes
3. Effacement (Art. 17) : droit à l'oubli
4. Limitation (Art. 18) : suspendre le traitement
5. Portabilité (Art. 20) : recevoir ses données en format lisible
6. Opposition (Art. 21) : s'opposer au traitement
7. Profilage (Art. 22) : ne pas faire l'objet de décisions automatisées
8. Retrait du consentement (Art. 7) à tout moment
2. Rectification (Art. 16) : corriger les données inexactes
3. Effacement (Art. 17) : droit à l'oubli
4. Limitation (Art. 18) : suspendre le traitement
5. Portabilité (Art. 20) : recevoir ses données en format lisible
6. Opposition (Art. 21) : s'opposer au traitement
7. Profilage (Art. 22) : ne pas faire l'objet de décisions automatisées
8. Retrait du consentement (Art. 7) à tout moment
L'Article 22 interdit les décisions basées uniquement sur un traitement automatisé (y compris le profilage) produisant des effets juridiques ou significatifs, sauf : consentement explicite, nécessité contractuelle, ou autorisation légale. En pratique : les systèmes IA qui prennent des décisions de crédit, recrutement, assurance sans intervention humaine doivent offrir un recours humain. C'est l'un des points d'intersection clés entre le RGPD et l'AI Act.
Une AIPD est obligatoire quand le traitement est susceptible d'engendrer un risque élevé : évaluation/scoring de personnes (crédit, recrutement, santé), surveillance systématique à grande échelle, données sensibles à grande échelle (santé, biométrie), décisions automatisées avec effets significatifs, données de personnes vulnérables, nouvelles technologies (IA, IoT, reconnaissance faciale). La liste CNIL des traitements concernés est disponible sur cnil.fr.
Le RGPD prévoit deux niveaux d'amendes : Niveau 1 : jusqu'à 10M€ ou 2% du CA mondial pour les obligations organisationnelles (registre, DPO, notifications). Niveau 2 : jusqu'à 20M€ ou 4% du CA mondial pour les principes fondamentaux (licéité, droits des personnes, transferts). Exemples récents : Meta (1,2Md€), Amazon (746M€), WhatsApp (225M€). La CNIL a sanctionné Google (150M€), Facebook (60M€).
Les deux règlements sont complémentaires : le RGPD protège les données personnelles en général, l'AI Act régule les systèmes IA utilisant ces données. Points d'intersection : AIPD ↔ Analyse de risques AI Act, Art. 22 RGPD ↔ supervision humaine AI Act, Privacy by Design ↔ obligations techniques AI Act. Une approche intégrée permet d'optimiser les efforts de conformité. Notre expertise couvre les deux règlements simultanément.
Le Privacy by Design (Art. 25 RGPD) appliqué à l'IA signifie intégrer la protection des données dès la conception du système : minimisation des données d'entraînement, anonymisation/pseudonymisation, accès limité aux modèles, audits réguliers, documentation des choix architecturaux, tests de biais incluant la dimension vie privée. L'AI Act renforce cette exigence avec ses obligations de gouvernance des données (Art. 10).
🏭
Cas d'Usage Spécifiques
Conformité par type de système IA
Un système de recrutement IA est classé haut risque (Annexe III, point 4). Obligations : analyse de biais (genre, origine, âge), documentation technique complète, supervision humaine obligatoire, transparence envers les candidats (Art. 13 AI Act), AIPD RGPD, limitation du profilage (Art. 22 RGPD). Interdits : scoring basé sur des caractéristiques protégées, décisions entièrement automatisées sans recours humain.
Les systèmes de détection de fraude sont généralement classés risque limité à haut selon le contexte. Si utilisé dans le secteur bancaire/assurance avec décisions automatisées : risque haut, obligations AI Act + RGPD Art. 22. Si outil d'aide à la décision humaine : risque limité, obligations de transparence. Clé : l'humain garde-t-il le contrôle final ? Notre audit en 48h peut clarifier votre situation.
Un chatbot SAV doit respecter : obligation d'information (l'utilisateur sait qu'il parle à une IA), possibilité de basculer vers un humain, conservation des logs (durée limitée RGPD), pas de manipulation émotionnelle (interdit AI Act), sécurité des données échangées. Si le chatbot prend des décisions (remboursement, réclamation) : vérifier l'Art. 22 RGPD. Risque AI Act généralement minimal ou limité.
Oui, en tant que modèles GPAI (Art. 51-55 AI Act). Les fournisseurs (Mistral, Anthropic, Google...) sont directement responsables. En tant qu'utilisateur entreprise (déployeur) : vous êtes responsable de l'usage que vous faites du modèle, des données que vous lui transmettez (RGPD), et des outputs que vous présentez à des tiers. Obligation : ne pas transmettre de données personnelles sans accord contractuel avec le fournisseur.
Le scoring crédit est explicitement listé dans l'Annexe III (point 5b) comme système à haut risque. Obligations : explicabilité des décisions (pourquoi ce score ?), droit de recours humain (Art. 22 RGPD), tests de discrimination (genre, origine, âge), documentation technique AI Act, enregistrement dans la base EU, audit annuel recommandé. Secteur très surveillé par la BCE et l'ABE.
C'est l'un des sujets les plus sensibles de l'AI Act. Interdit en temps réel dans l'espace public (sauf exceptions terrorisme, enlèvement d'enfant, menace imminente). Autorisé a posteriori uniquement avec autorisation judiciaire. En entreprise : cadre juridique très strict (accord CNIL, base légale, AIPD obligatoire, information des personnes). Recommandation : consulter un expert juridique avant tout déploiement. Nous contacter.
Les dispositifs médicaux IA sont double réglementation : AI Act (haut risque, Annexe III point 1) + Règlement MDR (UE 2017/745). Obligations cumulées : marquage CE, validation clinique, système de gestion des risques ISO 14971, documentation AI Act, AIPD RGPD, hébergement données de santé certifié HDS (France). Le délai de mise en conformité est généralement de 18-36 mois. Anticipez dès maintenant.
⚖️
Comparaisons
AIES vs alternatives, AI Act vs autres réglementations
La gestion manuelle de la conformité IA représente en moyenne 3-8 ETP et un coût annuel de 150-400K€ pour une PME. AIES réduit ce coût de 60-80% grâce à l'automatisation des questionnaires, la génération de documents, les alertes réglementaires et le reporting. ROI moyen constaté : 8 mois. Fonctionnalités clés non disponibles manuellement : détection automatique des biais, veille réglementaire en temps réel, traçabilité complète des décisions.
Un consultant externe facture 1500-3000€/jour pour un audit ponctuel. AIES offre une surveillance continue 24/7 à une fraction du coût. Les deux sont complémentaires : AIES pour la gestion quotidienne et la documentation, consultant pour les situations complexes (litiges, audits réglementaires, formations). Notre offre inclut les deux : plateforme AIES + accès à nos experts CONSEILPREV.
AIES se distingue par : focus exclusif IA Act + RGPD (pas un outil GRC généraliste), intégration Mistral AI pour l'assistance intelligente, connecteur data.gouv.fr pour les données publiques françaises, multilingue FR/EN/DE, roadmap alignée sur le calendrier AI Act. Contrairement aux solutions US (souvent NIST-centrées), AIES est conçu pour le cadre européen RGAA/RGPD/AI Act.
UE AI Act : le plus complet, basé sur le risque, extraterritorial (s'applique si le système affecte des personnes en UE). US NIST AI RMF : volontaire, basé sur les risques, pas de sanctions. UK Pro-innovation : approche sectorielle, pas de loi unique. Chine : réglementations sectorielles (génératif, deep fake, recommandations). Canada AIDA : en cours. L'AI Act établit le standard mondial de facto, comme le RGPD l'avait fait pour la protection des données.
ISO 42001 est une norme internationale de management des systèmes IA (similaire à ISO 27001 pour la sécurité). Elle est volontaire et fournit un cadre de gouvernance. L'AI Act est une réglementation contraignante avec des sanctions. Relation : ISO 42001 est la norme technique de référence pour démontrer la conformité AI Act. Obtenir la certification ISO 42001 facilite significativement la démonstration de conformité AI Act. CONSEILPREV vous accompagne sur les deux.
🛠️
Guides Pratiques
Conseils opérationnels pour votre conformité AI Act
Étape 1 — Inventaire : lister tous vos systèmes IA (chatbots, outils de scoring, automatisations, modèles prédictifs)
Étape 2 — Classification : évaluer le niveau de risque de chaque système
Étape 3 — Gap analysis : identifier les écarts par rapport aux exigences
Étape 4 — Roadmap : prioriser les actions selon les délais réglementaires
Étape 5 — Documentation : constituer les dossiers techniques
Étape 6 — Surveillance : mettre en place le monitoring continu
Notre plateforme AIES automatise les étapes 1 à 6. En savoir plus →
Étape 2 — Classification : évaluer le niveau de risque de chaque système
Étape 3 — Gap analysis : identifier les écarts par rapport aux exigences
Étape 4 — Roadmap : prioriser les actions selon les délais réglementaires
Étape 5 — Documentation : constituer les dossiers techniques
Étape 6 — Surveillance : mettre en place le monitoring continu
Notre plateforme AIES automatise les étapes 1 à 6. En savoir plus →
La durée dépend de la maturité de l'organisation et du nombre de systèmes IA : PME, 1-5 systèmes IA : 3-6 mois. ETI, 5-20 systèmes : 6-12 mois. Grande entreprise : 12-24 mois. Les systèmes à haut risque nécessitent 6-18 mois supplémentaires pour la documentation technique complète. Commencer maintenant est impératif : les premières obligations (GPAI) s'appliquent depuis août 2025.
Fourchettes indicatives (hors plateforme AIES) : PME (1-50 systèmes IA) : 15-80K€/an (audit + documentation + formation). ETI : 80-300K€/an. Grande entreprise : 300K€-2M€/an. Les amendes potentielles (6-30M€) et la perte de marchés publics européens justifient largement cet investissement. Notre offre AIES démarre à partir de plans accessibles pour les PME. Voir les tarifs →
Programme de formation recommandé : Sensibilisation générale (2h) pour tous les collaborateurs, Formation DPO/RSSI (2 jours) sur les obligations techniques, Formation développeurs (1 jour) sur le privacy by design et l'AI by design, Formation Direction (0,5 jour) sur les enjeux stratégiques et la gouvernance. CONSEILPREV propose des ateliers certifiants en présentiel et distanciel. Demander un devis formation →
La CNIL peut vous contrôler à tout moment. Préparez : registre des traitements à jour et accessible (Art. 30), politique de confidentialité complète et à jour, preuves des consentements collectés, contrats sous-traitants (Art. 28) signés, AIPD pour les traitements à risque, procédures de violation documentées, preuves de formation des équipes. Délai de réponse aux mises en demeure CNIL : généralement 3 mois.
Pour documenter un système en production : 1. Entretien avec les équipes techniques : architecture, données utilisées, modèle, performances. 2. Reconstitution de la documentation d'entraînement (source des données, labels, split train/test). 3. Tests a posteriori : métriques de performance, tests de biais, tests adversariaux. 4. Cartographie des décisions : qui décide quoi, avec quelle IA, avec quelle supervision. Notre outil AIES dispose d'un module 'Audit de l'existant' spécialement conçu pour cela.
🛰️
Sentinel — Plateforme d'études data centre & IA
Ce que la plateforme calcule, pour qui, et comment y accéder
Sentinel est l'espace d'études en ligne de ConseilPrev, réservé aux comptes clients. Il regroupe des modules déterministes et traçables : panorama du marché des centres de données, étude d'enveloppe d'investissement, empreinte du parc (cycle de vie, eau de site et eau de la source), prix de maîtrise d'œuvre par phases, module juridique et gouvernance de l'IA en exploitation. Chaque résultat porte sa formule, ses entrées et sa source — la condition pour qu'une note de calcul soit annexée à une offre. Les pages publiques du site décrivent la méthode ; l'accès aux études se demande depuis la page démo.
Elle établit l'ordre de grandeur d'investissement d'un projet de centre de données : décomposition par lots techniques, enveloppe rapportée à la puissance informatique installée, indicateurs financiers dérivés avec leur provenance, et ponts vers les études énergie-eau-carbone du site frère ConseilPrev Cyber. Les montants sont des ordres de grandeur sourcés, à substituer par les devis réels au fil du projet — l'étude distingue explicitement ce qui est estimé de ce qui est constaté, et chaque KPI dit d'où vient sa valeur.
36
Questions répondues
6
Thématiques
24h
Délai de réponse expert
32+
Années d'expertise