IA et sécurité des données en Suisse : où vont vos données, et comment garder le contrôle ?

Dès qu’une PME s’intéresse à l’IA, une inquiétude légitime revient. Si mes équipes utilisent ces outils, où partent nos données, et qui peut y accéder ? La question est d’autant plus sensible en Suisse, où la confidentialité est une valeur forte et où la loi impose des obligations précises. La bonne nouvelle, c’est que la sécurité n’est pas une question de chance, mais de choix d’architecture. Encore faut-il connaître les options. Cet article fait le point, sans jargon, sur ce que dit la loi, sur les pièges courants et sur les niveaux de contrôle possibles.

Vos données sont-elles vraiment en sécurité quand vous utilisez l’IA ?

Elles peuvent l’être, à condition de faire les bons choix. En Suisse, la loi sur la protection des données (nLPD) s’applique pleinement aux traitements réalisés par l’IA. La sécurité dépend donc moins de l’outil que de la façon dont il est encadré, à savoir quelles données, quel fournisseur, quel hébergement et quelles règles internes.

Le Préposé fédéral à la protection des données (PFPDT) est clair. La loi révisée, en vigueur depuis le 1er septembre 2023, est formulée de manière neutre technologiquement et s’applique donc directement dès qu’une IA traite des données personnelles (PFPDT). Concrètement, une PME doit pouvoir expliquer quelles données sont traitées, dans quel but, et par quel moyen. Lorsqu’un traitement présente un risque élevé pour les personnes, une analyse d’impact est même exigée.

Ce cadre a une conséquence que beaucoup de dirigeants ignorent. En cas de manquement intentionnel, l’amende, qui peut atteindre 250 000 CHF, vise la personne physique responsable (le dirigeant, un responsable métier), et non l’entreprise, qui ne peut d’ailleurs pas la prendre à sa charge (Graduate Institute de Genève). Une exception existe pour les amendes de faible montant (jusqu’à 50 000 CHF). Si identifier la personne responsable exigeait un effort disproportionné, l’entreprise peut alors être condamnée à sa place (PFPDT, dispositions pénales). Ces sanctions concernent des violations intentionnelles et sont généralement poursuivies sur plainte, si bien qu’il ne s’agit pas de dramatiser, mais de comprendre que la responsabilité est réelle et souvent personnelle. C’est une raison de plus de cadrer l’usage de l’IA plutôt que de le laisser s’installer au hasard.

Or ce cadrage manque souvent. Selon l’étude AXA / Sotomo 2025, seule une PME suisse sur trois a défini des règles claires sur les données que ses collaborateurs peuvent saisir dans un outil d’IA, et cette proportion tombe sous un quart dans les entreprises de moins de dix personnes (AXA / Sotomo). Le risque le plus courant n’est pas une cyberattaque sophistiquée, mais un collaborateur qui colle une information sensible dans un outil grand public, sans mauvaise intention.

Pourquoi tous les usages de ChatGPT ou Claude ne se valent pas ?

Parce qu’un même outil se décline en plusieurs versions aux règles très différentes. Sur les versions grand public, vos échanges peuvent servir à entraîner le modèle sauf réglage contraire. Sur les accès professionnels, encadrés par un contrat, les données ne sont pas utilisées pour l’entraînement par défaut. Savoir quelle version on utilise change tout.

C’est le point le plus mal compris, et le plus lourd de conséquences. Sur leurs offres professionnelles (API, plans entreprise), les grands fournisseurs s’engagent contractuellement à ne pas utiliser vos données pour entraîner leurs modèles. OpenAI l’indique clairement, puisque par défaut, les données transmises via l’API ou les plans professionnels ne servent pas à l’entraînement (OpenAI). Anthropic applique la même règle pour ses produits commerciaux (Anthropic). Ces offres s’accompagnent de certifications reconnues (SOC 2, ISO 27001) et d’un chiffrement des données en transit et au repos.

Sur les versions grand public en revanche (comptes gratuits, et selon les cas certaines formules payantes individuelles), la logique s’inverse : depuis 2025, plusieurs fournisseurs utilisent par défaut les conversations pour améliorer leurs modèles, sauf si l’utilisateur désactive lui-même cette option. La même marque, le même modèle, mais deux mondes en matière de confidentialité. Un collaborateur qui utilise un compte personnel gratuit pour traiter un document interne n’offre pas les mêmes garanties qu’un accès professionnel encadré.

La conséquence pratique est simple. Ce n’est pas « l’IA » en général qui est sûre ou non, mais la version précise et le contrat qui l’accompagne. C’est aussi pour cela qu’un usage non encadré (le « Shadow IA », où chacun installe ses propres outils) est un risque, car l’entreprise perd la visibilité sur ce qui est partagé et par quel canal.

Où vont réellement vos données ? La question de la souveraineté

Là où sont physiquement stockées vos données (la résidence) et la loi qui les gouverne (la souveraineté) sont deux choses différentes. Un fournisseur américain, même avec des serveurs en Europe, reste soumis au droit des États-Unis. Pour des données très sensibles, ce point peut justifier de choisir un opérateur suisse ou européen.

Le CLOUD Act, une loi fédérale américaine adoptée en 2018, permet aux autorités des États-Unis d’exiger d’un fournisseur de droit américain qu’il communique des données en sa possession, quel que soit le lieu où elles sont stockées, y compris sur des serveurs situés en Europe. Une analyse de 2026 du cabinet CMS confirme que ce cadre reste pleinement d’actualité et que l’emplacement des serveurs ne suffit pas à en écarter la portée (le dispositif remonte à un contentieux impliquant Microsoft, comme le rappelait dès 2018 une analyse de Columbia Law School). D’où une distinction essentielle. Héberger ses données à Francfort ou à Dublin chez un fournisseur américain assure la résidence des données en Europe, mais pas leur souveraineté. C’est l’opérateur, et sa nationalité juridique, qui déterminent quelle loi s’applique, pas seulement l’emplacement du serveur.

Il faut être honnête sur la portée de ce risque. En pratique, les accès effectifs des autorités américaines à des données d’entreprise européennes restent rares. Mais pour une mise en conformité, ce qui compte n’est pas la probabilité au cas par cas, c’est le risque juridique structurel. Les offres « cloud souverain » ou « frontière de données UE » des grands acteurs américains limitent certains accès, mais ne changent pas leur obligation légale de fond. Pour des données particulièrement sensibles (santé, finance, secrets d’affaires), cette nuance peut justifier de se tourner vers un opérateur suisse ou européen. Le débat reste vif : en 2025, l’Union européenne a adopté une déclaration sur la souveraineté numérique, signe que la question de l’accès extraterritorial aux données est plus que jamais d’actualité pour les entreprises européennes.

Quels niveaux de déploiement pour garder le contrôle ?

Il existe un éventail de solutions, du plus simple au plus souverain : modèle propriétaire encadré par contrat, modèle open source sur cloud suisse mutualisé puis dédié, et enfin déploiement 100 % local. Chaque niveau déplace le curseur entre simplicité, coût et contrôle des données. Le bon choix dépend de la sensibilité de vos données.

Plutôt qu’une solution unique, il faut raisonner en niveaux. Voici les quatre principales options, du plus accessible au plus souverain :

Les niveaux 2 et 3 sont crédibles en Suisse grâce à des hébergeurs souverains locaux. Des acteurs comme Infomaniak (qui propose des modèles open source hébergés et exécutés exclusivement en Suisse) ou Exoscale (data centers à Genève et Zurich, certifié ISO 27001 et hors CLOUD Act) montrent que l’on peut faire tourner de l’IA performante sans dépendre des géants américains. Par ailleurs, l’écart de qualité entre modèles open source et modèles propriétaires s’est fortement réduit, ce qui rend ces options d’autant plus pertinentes.

Aucun niveau n’est « meilleur » dans l’absolu. Le niveau 1 offre la meilleure qualité avec le moins d’effort, le niveau 4 le contrôle maximal au prix d’une complexité et d’un coût plus élevés. L’essentiel est de faire correspondre le niveau à la sensibilité réelle des données traitées, ce qui suppose d’abord de les classer.

Au-delà de l’hébergement, quelles bonnes pratiques ?

Le choix d’infrastructure ne fait pas tout. Chiffrer les données en transit, définir des règles claires sur ce qui peut ou non être confié à l’IA, et concevoir les flux pour que les informations les plus sensibles ne soient jamais transmises au modèle sont des mesures qui réduisent fortement le risque, quel que soit le niveau choisi.

Quelques principes s’appliquent à tous les niveaux de déploiement :

Ces mesures ne relèvent pas de la haute technicité, mais de la méthode. Une IA bien cadrée peut être plus sûre qu’un usage bureautique non maîtrisé, alors qu’une IA déployée sans règles peut au contraire devenir une porte de sortie pour vos informations les plus précieuses.