Une GED classait des documents. Une GED augmentée à l'IA les lit. Ce petit changement de verbe fait basculer votre gestion documentaire dans le champ du RGPD et de l'AI Act — et la plupart des projets ne s'en aperçoivent qu'au moment de l'audit.
Le réflexe du marché est l'indexation totale : on aspire tout, on vectorise tout, l'IA saura retrouver. C'est exactement l'inverse de ce que la loi demande, et exactement l'inverse de ce qui fonctionne. Une GED conforme n'indexe pas tout : elle extrait ce dont elle a besoin, et rejette le reste avant qu'il n'entre.
Dans cet article
- 1. Le jour où votre GED devient un traitement de données
- 2. Le piège de l'indexation totale
- 3. La question que personne ne pose : où tourne le modèle ?
- 4. Votre GED est-elle un système à haut risque ?
- 5. L'architecture qui tient : extraire, pas aspirer
- 6. Ce que ça donne en production
- 7. Questions fréquentes
1. Le jour où votre GED devient un traitement de données
Pendant vingt ans, une gestion électronique de documents a fait une chose : ranger. Elle stockait des fichiers, leur collait des métadonnées, gérait des droits d'accès et des durées d'archivage. Sur le plan du RGPD, elle était un contenant. Les données personnelles dormaient dans les documents, et personne ne les regardait sauf l'humain qui ouvrait le fichier.
L'IA change la nature de l'objet. Un moteur d'extraction lit le contenu. Un moteur de recherche sémantique vectorise chaque paragraphe. Un agent conversationnel interroge le corpus et compose des réponses. À partir de là, votre GED ne range plus des documents : elle traite leur contenu — et ce contenu comprend des noms, des adresses, des salaires, des arrêts de travail, des évaluations, des données de santé.
La conséquence juridique est immédiate. Ce qui était un simple stockage devient un traitement au sens de l'article 4 du RGPD, avec tout ce qui l'accompagne : une finalité explicite, une base légale, une durée de conservation, une information des personnes, et l'obligation de pouvoir démontrer tout cela.
Le test en une phrase
Si votre système est capable de répondre à une question sur le contenu d'un document, il ne stocke plus : il traite. Et vous devez pouvoir dire pourquoi, sur quelle base légale, et pour combien de temps.
2. Le piège de l'indexation totale
Voici le schéma qu'on vous vendra : on connecte l'IA à l'intégralité de votre fonds documentaire, on vectorise tout, et vos équipes interrogent le corpus en langage naturel. C'est spectaculaire en démonstration. C'est un problème de conformité en production, pour trois raisons.
Il viole le principe de minimisation
L'article 5.1.c du RGPD est explicite : les données traitées doivent être « adéquates, pertinentes et limitées à ce qui est nécessaire ». Indexer l'intégralité d'un fonds documentaire « au cas où » est l'exact contraire d'un traitement limité au nécessaire. Vous ne pouvez pas justifier la vectorisation du dossier médical d'un salarié par le besoin de retrouver des contrats fournisseurs.
Il fabrique une fuite de droits d'accès
C'est le point que les projets découvrent le plus tard, et le plus douloureusement. Votre GED a des permissions : le service RH voit les dossiers du personnel, la comptabilité voit les factures. Un index vectoriel, lui, n'a pas de permissions — c'est un espace mathématique unique. Si l'agent conversationnel interroge cet index sans reproduire fidèlement les droits du demandeur, un commercial peut obtenir, en une question anodine, la synthèse d'un document RH qu'il n'aurait jamais pu ouvrir. Le cloisonnement que vous aviez mis vingt ans à construire s'évapore en une intégration.
Il rend l'effacement impossible
Une personne exerce son droit à l'effacement. Vous supprimez son document. Mais ses données ont été vectorisées, découpées en fragments, dispersées dans un index, et peut-être absorbées dans un cache de réponses. Que supprimez-vous, exactement ? Si vous ne pouvez pas répondre à cette question avant de construire le système, vous ne pourrez pas y répondre après.
3. La question que personne ne pose : où tourne le modèle ?
Quand votre GED envoie le contenu d'un document à un modèle d'IA pour l'analyser, ce contenu sort. Il part vers une infrastructure, qui appartient à quelqu'un, et qui se trouve quelque part.
Trois questions suffisent à cadrer le sujet, et elles doivent être posées avant la signature :
- Sous quelle juridiction tourne le modèle ? Un traitement de documents RH par un service hébergé hors de l'Union européenne est un transfert, avec les garanties qui vont avec. Le chiffrement en transit n'est pas une réponse à une question de juridiction.
- Le prestataire est-il sous-traitant au sens de l'article 28 ? Il faut un contrat qui le dise, qui interdise l'usage des données à ses propres fins, et qui encadre ses propres sous-traitants.
- Vos documents servent-ils à entraîner le modèle ? La réponse doit être écrite, pas orale. Et méfiez-vous de la formulation « nous n'entraînons pas sur vos données » suivie d'une exception pour « l'amélioration du service ».
C'est ici que le débat sur la souveraineté cesse d'être idéologique pour devenir opérationnel. Un modèle qui tourne sur une infrastructure européenne, ou mieux, sur votre propre infrastructure, supprime la question du transfert au lieu de la documenter. Ce n'est pas une posture : c'est la solution la moins coûteuse, parce qu'elle transforme un problème juridique permanent en un problème technique réglé une fois.
4. Votre GED est-elle un système à haut risque ?
L'AI Act ne classe pas les logiciels, il classe les usages. La même technologie d'extraction documentaire peut relever de trois régimes différents selon ce que vous en faites.
| Ce que fait votre GED augmentée | Régime AI Act | Échéance |
|---|---|---|
| Extraire les données d'une facture fournisseur, rapprocher d'un bon de commande | Risque minimal | Aucune obligation spécifique |
| Un agent conversationnel répond aux salariés à partir du fonds documentaire | Risque limité — transparence (art. 50) | 2 août 2026 |
| Trier, classer ou présélectionner des candidatures ; évaluer des salariés | Haut risque (annexe III) | 2 décembre 2027 |
La ligne du milieu concerne presque tout le monde et arrive dans quelques semaines : si un humain interagit avec une IA, il doit le savoir. Un assistant documentaire interne qui répond aux questions des salariés entre dans ce champ. La mise en conformité est légère — une mention claire, une information — mais elle a une date.
La troisième ligne est celle qui piège les projets RH. Une GED qui « aide à trier les CV » n'est pas un outil bureautique : c'est un système à haut risque au sens de l'annexe III, avec gestion des risques, gouvernance des données, journalisation et surveillance humaine. Beaucoup d'entreprises construisent ce système sans le savoir, parce qu'elles l'ont appelé « recherche documentaire ».
5. L'architecture qui tient : extraire, pas aspirer
Le principe tient en une phrase : ce qui n'entre pas dans le système n'a pas besoin d'être protégé, ni justifié, ni effacé. Toute donnée personnelle que vous n'avez pas indexée est un problème que vous n'aurez jamais.
Concrètement, cela donne quatre règles de conception.
1. Extraction ciblée plutôt qu'indexation totale
On ne vectorise pas le document : on en extrait les champs dont le processus a besoin — le numéro de facture, le montant, la référence de commande, l'échéance. Le reste du document reste ce qu'il a toujours été : un fichier stocké, avec ses droits d'accès, que personne ne lit sans raison. L'IA lit une fois, prend ce qui lui est demandé, et n'en garde pas le reste.
2. Les droits d'accès descendent dans l'index
Si vous faites de la recherche sémantique, chaque fragment indexé doit porter le périmètre de visibilité du document dont il est issu, et la requête doit être filtrée avant la recherche, pas après. Un filtrage appliqué aux résultats est un filtrage qu'on peut contourner par la formulation de la question.
3. Chaque lecture est journalisée
Qui a interrogé quoi, quand, et qu'est-ce que le système a renvoyé. Ce journal n'est pas une contrainte : c'est ce qui vous permettra de répondre à une demande d'accès, de démontrer la licéité, et — le jour où ça tourne mal — de savoir exactement ce qui a fuité. Sans journal, vous ne pourrez même pas mesurer l'incident.
4. L'effacement est pensé avant la mise en service
Une seule question à trancher au moment de la conception : quand ce document sera supprimé, quels artefacts dérivés doivent l'être aussi ? Fragments d'index, caches, résultats d'extraction, journaux. Si la réponse n'est pas écrite dans la documentation technique, le droit à l'effacement sera inapplicable — et l'inapplicable, en RGPD, s'appelle une non-conformité.
6. Ce que ça donne en production
Nous appliquons ce principe sur des chaînes documentaires réelles, et il ne coûte rien en performance — il en fait gagner.
Sur le traitement des factures fournisseurs et des bons de commande, la chaîne ne « comprend » pas le document : elle en extrait des champs identifiés, les rapproche d'une commande existante, détecte les écarts et n'appelle un humain que sur les cas douteux. Le document n'est jamais versé dans un index conversationnel. Résultat : la ressaisie disparaît, et la surface de conformité reste celle d'un traitement comptable ordinaire — finalité claire, données limitées, durée alignée sur les obligations comptables.
Chez DT INTERIM, groupe d'intérim multi-agences, le même principe s'applique à un flux beaucoup plus difficile : des commandes clients qui arrivent en texte libre, par messagerie. L'agent en extrait les éléments nécessaires pour produire un bon de commande structuré. Il ne conserve pas la conversation comme corpus interrogeable — il en tire ce qui sert au processus, et rien d'autre. Ce choix d'architecture a permis de redéployer l'équivalent d'environ deux personnes à temps plein sur des tâches à valeur, sur un flux d'environ 13 000 e-mails par mois.
La leçon est constante : les projets documentaires qui échouent sur la conformité sont ceux qui ont voulu tout lire. Ceux qui tiennent sont ceux qui ont su, dès le départ, ce qu'ils cherchaient.
7. Questions fréquentes
Peut-on brancher une IA sur une GED existante sans tout refaire ?
Oui, et c'est même la bonne façon de procéder — à condition de brancher l'IA sur un périmètre, pas sur le fonds entier. Commencez par une famille de documents dont la finalité est claire (les factures, les commandes, les contrats fournisseurs). L'erreur n'est pas de garder votre GED : c'est de la connecter en totalité dès le premier jour.
Faut-il une analyse d'impact (AIPD) ?
Dès que le traitement porte sur des données sensibles, à grande échelle, ou qu'il implique une évaluation de personnes, oui. Une GED augmentée qui lit des documents RH coche généralement plusieurs critères. L'AIPD n'est pas une formalité : c'est le moment où vous vous posez, avant de construire, les questions d'effacement et de cloisonnement que ce guide vient d'énumérer. Elle vous fait gagner du temps, pas l'inverse.
Un modèle auto-hébergé règle-t-il tous les problèmes ?
Il règle la question du transfert et celle de l'usage des données par un tiers, ce qui est considérable. Il ne règle ni la minimisation, ni les droits d'accès dans l'index, ni l'effacement, ni la classification AI Act. L'hébergement est une condition, jamais une conclusion.
Que faire avant le 2 août 2026 ?
Repérez tous les points où un humain interagit avec une IA — assistant documentaire, chatbot interne, réponse générée — et posez la mention de transparence. C'est un travail de recensement, pas un chantier technique. Ce qui prend du temps, c'est de découvrir les usages que les équipes ont mis en place sans le dire.
Comment savoir si notre projet est déjà en dérive ?
Posez une question à votre équipe : « si un salarié demande l'effacement de ses données, que supprime-t-on exactement ? » Si la réponse prend plus de trente secondes ou commence par « il faudrait voir », le système a été construit avant que la question ne soit posée. Ce n'est pas irrattrapable — mais c'est le moment de s'en occuper.
Votre GED lit-elle plus qu'elle ne devrait ?
On regarde ce que votre chaîne documentaire consomme réellement, ce qu'elle pourrait ne pas consommer, et où l'IA apporte un gain sans élargir votre surface de conformité.
Prendre RDV