Analyse — Gouvernance des dépendances numériques

IA agentique : quand le RGPD rejoint le capital de maîtrise

Analyse à partir de la note du Conseil de l'IA et du Numérique et de la CNIL, « IA agentique et protection des données personnelles : équation à inconnues multiples pour les utilisateurs » (juillet 2026)

L'IA agentique, un mécanisme d'érosion que la note décrit sans le nommer

Le Conseil de l'IA et du Numérique et la CNIL viennent de publier une note. Elle mérite l'attention de tout DSI ou décideur. Son constat est limpide : en gagnant en autonomie d'action, l'IA agentique dilue la maîtrise de l'utilisateur sur ses propres données personnelles.

La note décrit ce phénomène avec la grammaire du RGPD. Tension sur les principes de finalité, de minimisation et de transparence. Opacité des flux entre agents. Difficulté à attribuer les responsabilités. C'est très exactement un phénomène d'érosion du capital de maîtrise : la compétence interne résiduelle, la réversibilité technique, l'indépendance contractuelle et la capacité d'audit qu'une organisation conserve sur ses propres systèmes. La note aborde le sujet par le droit. L'angle de gouvernance permet de l'aborder par la décision, en amont du déploiement.

Trois glissements de l'IA agentique qui affaiblissent la maîtrise de l'organisation

La note identifie trois mécanismes. Transposés à l'organisation, ils dessinent un affaiblissement progressif et souvent invisible du capital de maîtrise :

La mémoire persistante accumule sans que la gouvernance suive. Chaque agent peut disposer de son propre espace mémoire. Une mémoire partagée entre plusieurs agents peut s'y ajouter. Cette dispersion complique le suivi : que conserve-t-on, que modifie-t-on, pendant combien de temps ? L'organisation perd peu à peu la capacité à reprendre le contrôle.

L'autonomie décisionnelle déplace le curseur de l'assistance vers la délégation. La note cite un exemple : un agent a supprimé de nombreux e-mails professionnels. Interrompre le processus à distance s'est révélé difficile. Cet incident illustre un basculement précis. C'est le moment où une organisation cesse de piloter un système pour être pilotée par lui.

L'opacité des flux dilue la responsabilité. Multiplicité des agents, des prestataires, des protocoles d'échange (MCP, ACP). En cas de dysfonctionnement, retracer l'origine d'une décision devient difficile. Établir qui répond de quoi l'est tout autant. C'est précisément le type de risque qu'une Analyse d'Impact des Dépendances Numériques (AIDN) vise à documenter avant le déploiement, plutôt que de le découvrir après l'incident.

Ce que la note appelle sans le nommer

Sur le plan juridique, la note appelle de ses vœux davantage de transparence. Elle demande un encadrement renforcé des décisions automatisées (article 22 du RGPD). Elle propose aussi des mécanismes techniques : cloisonnement de la mémoire, sandboxing, tests de robustesse dès la conception, kill switch. Ce sont des garde-fous nécessaires. La note ne les cantonne pas à l'après-incident : elle recommande de les intégrer en amont du déploiement.

Une question demeure toutefois en amont de ces garde-fous. Celle de la dépendance que l'organisation accepte de créer au moment où elle décide de déployer le système — un enjeu déjà présent dans l'article 50 de l'AI Act et la question de la dépendance numérique, mais que l'IA agentique porte à une tout autre échelle. Le RGPD permet d'évaluer les risques pesant sur les données et sur les personnes. Il ne mesure pas, en tant que tel, la perte de capacité de reprise en main que cette délégation peut produire pour l'organisation.

Quatre points à documenter avant tout déploiement

Appliquée à l'IA agentique, une AIDN conduit à documenter, avant tout déploiement :

• L'étendue de la mémoire confiéeQuelles données, sur quelle durée, avec quel niveau de visibilité consolidée pour l'organisation elle-même.
• Le niveau réel d'autonomie accordéQuelles actions l'agent peut exécuter sans validation humaine, et lesquelles doivent rester sous supervision.
• La réversibilité du dispositifLa capacité à interrompre, corriger ou revenir en arrière en cas d'erreur.
• La chaîne de responsabilitéQui, parmi développeurs, intégrateurs et déployeurs, répond de quoi.

RGPD et AIDN : deux démarches complémentaires

Le RGPD protège les personnes concernées en encadrant le traitement de leurs données. L'AIDN vise, en complément, à préserver la capacité de décision de l'organisation. Elle protège sa capacité de reprise en main avant qu'elle ne s'engage dans une dépendance. Les deux démarches ne se substituent pas l'une à l'autre. Elles éclairent deux dimensions différentes d'une même trajectoire.

La note finit d'ailleurs par franchir elle-même cette frontière. Dans ses dernières lignes, elle alerte sur la concentration des données entre les mains d'un nombre limité d'acteurs. Ce phénomène peut créer de « nouvelles formes de dépendance technologique ». Il peut même poser un « dilemme de souveraineté ». La question de la maîtrise ne s'arrête donc plus à la protection des données. Elle rejoint directement celle de la dépendance numérique des organisations.

C'est précisément là que le RGPD rejoint la question du capital de maîtrise. Protéger les données reste indispensable. Préserver la capacité de l'organisation à comprendre, arbitrer et reprendre la main l'est tout autant. Les organisations qui sauront piloter leur capital de maîtrise seront mieux placées. Elles n'auront pas à découvrir l'ampleur de leur dépendance après l'incident.

La gouvernance ne commence pas lorsque survient un incident.

Sources : Conseil de l'IA et du Numérique / CNIL, note « IA agentique et protection des données personnelles : équation à inconnues multiples pour les utilisateurs », juillet 2026.