AI Act : culture, responsabilité et preuve, par où commencer

Même lorsque l’organisation n’exploite pas de système à haut risque, elle doit regarder sa culture IA, ses usages internes et la manière dont les utilisateurs sont accompagnés.

Attendre un grand projet de conformité serait une erreur.

Le risque quand le sujet reste implicite

Le risque est de considérer l’AI Act comme une affaire juridique isolée. En réalité, il touche les achats, les métiers, l’IT, les données, les ressources humaines, la sécurité et la gouvernance.

Un dirigeant n’a pas besoin de tout transformer en dossier technique. Il doit en revanche obtenir une lecture partageable : impact métier, niveau d’urgence, dépendances, coût de l’inaction, responsabilité de décision et preuve attendue. Lorsque cette lecture manque, le comité de direction arbitre souvent sur des impressions, des irritants ou des urgences visibles, alors que les vrais points faibles restent hors champ.

Ce qu’il faut rendre visible

Avant de lancer un plan, il faut rendre le terrain lisible. La cartographie utile n’est pas celle qui remplit un classeur, mais celle qui aide à trancher.

• les systèmes IA utilisés ou achetés
• les populations qui les manipulent
• les usages à impact sur des personnes
• les fournisseurs et contrats
• les preuves de formation, validation et contrôle

Cette mise à plat permet de distinguer trois réalités : ce qui est déjà maîtrisé, ce qui repose sur une habitude fragile, et ce qui dépend d’un acteur ou d’un outil que personne ne pilote vraiment. C’est souvent dans cette troisième zone que se cachent les risques les plus coûteux.

Elle donne aussi une base de dialogue plus saine avec les équipes. Le métier peut expliquer ce qui bloque réellement l’activité, l’IT peut montrer les dépendances et la sécurité peut préciser les limites à ne pas franchir. Le sujet cesse alors d’être une opposition entre prudence et vitesse. Il devient une discussion sur le niveau de maîtrise attendu.

Cette étape doit rester courte. On ne cherche pas la perfection documentaire : on cherche les dix informations qui changent une décision. Si une information n’aide ni à prioriser, ni à réduire un risque, ni à attribuer une responsabilité, elle peut attendre la revue suivante.

Les décisions qui doivent être écrites

Une décision numérique doit laisser une trace courte. Pas pour créer de la paperasse, mais pour éviter que la même discussion revienne toutes les deux semaines avec des mots différents.

• tenir un registre simple des usages IA
• définir une politique interne claire
• former selon les rôles
• documenter les validations humaines
• relier IA, RGPD et sécurité

La conformité devient utile lorsqu’elle améliore la maîtrise des usages, pas lorsqu’elle produit seulement des documents.

La trace peut tenir en quelques lignes : décision prise, option refusée, raison de l’arbitrage, personne responsable, échéance, indicateur de suivi et risque résiduel. Ce format simple protège l’organisation contre deux dérives fréquentes : la décision orale que chacun interprète différemment, et la recommandation qui reste suspendue parce que personne ne veut porter l’arbitrage.

Il faut aussi accepter d’écrire les renoncements. Tout ne peut pas être traité dans le même mois. Nommer ce qui est différé évite que l’équipe confonde absence d’action et oubli. Cela permet de revenir plus tard sur le sujet avec une mémoire claire.

Les erreurs fréquentes

Les échecs viennent rarement d’un manque d’intelligence collective. Ils viennent plutôt d’un cadrage trop tardif, d’un vocabulaire flou ou d’une confusion entre action visible et progrès réel.

• croire que seuls les développeurs sont concernés
• ne pas voir l’IA intégrée dans les outils SaaS
• former sans cas réels
• oublier la preuve
• séparer IA Act, RGPD et cybersécurité

Le bon réflexe consiste à transformer chaque erreur potentielle en point de contrôle. Si le contrôle est impossible, trop coûteux ou non attribué, le sujet n’est pas prêt pour une généralisation.

La pédagogie compte autant que la méthode. Les équipes acceptent mieux un cadrage lorsqu’elles comprennent le risque évité et le bénéfice recherché. À l’inverse, une règle imposée sans explication sera vécue comme une contrainte administrative, puis contournée dès que la pression du quotidien reviendra.

Un bon cadrage doit donc donner de l’air : ce qui est autorisé, ce qui est interdit, ce qui demande validation, et ce qui peut être expérimenté dans un périmètre limité. Cette clarté accélère souvent les usages au lieu de les ralentir.

Une méthode sur trente jours

Semaine 1 : inventorier les usages IA

Semaine 2 : classer les usages par impact

Semaine 3 : lancer la culture IA par rôles

Semaine 4 : formaliser les preuves et responsabilités

À la fin du mois, l’objectif n’est pas d’avoir tout réglé. L’objectif est plus utile : disposer d’un périmètre clair, d’une liste de décisions, d’un responsable par action, d’un risque résiduel accepté ou refusé, et d’une prochaine revue datée.

Ce livrable doit être utilisable par une personne qui n’a pas assisté aux ateliers. S’il faut réexpliquer tout le contexte pour le comprendre, il n’est pas encore assez mûr. Une feuille de route fiable indique ce qui change dès maintenant, ce qui sera vérifié plus tard et ce qui nécessite un arbitrage budgétaire ou contractuel.

La direction peut ensuite choisir son rythme : correction immédiate d’un risque, pilote limité, audit ciblé, négociation fournisseur, refonte de processus ou mission courte de transition. L’important est de ne pas laisser le sujet retourner dans l’invisible.

Le test simple à mener

Demandez à chaque direction de citer les outils contenant de l’IA. Comparez avec la liste des achats et abonnements. L’écart révèle le point de départ.

Ce test doit être court. S’il nécessite trois réunions préparatoires, c’est que le sujet n’est pas encore assez clair. Un bon test révèle rapidement une dépendance, une donnée manquante, un accès mal géré, une responsabilité ambiguë ou une hypothèse de valeur trop optimiste.

Le résultat doit être formulé sans jargon. Exemple : nous savons le faire, nous ne savons pas encore le faire, nous savons le faire mais trop lentement, ou nous savons le faire seulement grâce à une personne ou un fournisseur unique. Ces quatre réponses valent mieux qu’un long commentaire technique, car elles conduisent naturellement à une décision.

Il faut conserver la preuve du test : date, périmètre, participants, résultat, blocages et décision suivante. Cette preuve devient très utile lors d’un audit, d’un incident, d’un changement d’équipe ou d’une négociation avec un prestataire.

Le point de vue GDLTC

Pour prolonger cette réflexion, Révolution Numérique ! met en perspective les choix numériques, la gouvernance et la décision en entreprise : https://amzn.eu/d/04bEf6v3. Ce n’est pas une parenthèse promotionnelle, mais un fil utile pour replacer la mise en conformité IA dans une trajectoire de transformation maîtrisée.

Besoin d’un cadrage fiable ?

GDL T&C accompagne les dirigeants, DSI, managers de transition et équipes métiers pour transformer la mise en conformité IA en diagnostic, arbitrages et feuille de route exploitable.

Pour cadrer vos premières actions AI Act sans complexité inutile : https://gdltc.fr