Sécuriser sa base de connaissances et ses notes IA

Une base de connaissances d’entreprise concentre en un point unique votre savoir stratégique : notes de réunion, procédures, contrats, données clients. La sécuriser repose sur trois leviers : gouvernance des accès, chiffrement, encadrement des assistants IA. Selon Harmonic Security, 79 % des données d’entreprise exposées via l’IA générative transitent par ChatGPT.

Une base de connaissances concentre tout ce qu’un attaquant cherche

Les outils de gestion des connaissances ont changé de nature. Notion, Confluence, Obsidian ou les applications de notes augmentées par l’IA ne stockent plus seulement de la documentation technique : ils agrègent comptes rendus de direction, feuilles de route produit, grilles tarifaires, coordonnées clients et, trop souvent, des identifiants copiés à la va-vite dans une page volante.

Cette concentration crée un déséquilibre inédit. Avant, un intrus devait fouiller des dizaines de partages réseau pour reconstituer une information exploitable. Avec une base de connaissances centralisée et sa recherche sémantique, une seule session compromise ouvre un savoir organisé, indexé, résumable en quelques requêtes. La fonction qui rend l’outil productif pour vos équipes le rend tout aussi productif pour celui qui vous vise.

Le contexte de menace ne laisse aucune marge. L’ANSSI a traité 1 366 incidents de sécurité confirmés en 2025, et 48 % des compromissions par rançongiciel visaient des PME, TPE et ETI. Le coût moyen d’une cyberattaque pour une PME française avoisine 130 000 euros, selon le rapport Hiscox. Une fuite du référentiel de connaissances ajoute une dimension supplémentaire : la perte porte sur ce que l’entreprise sait faire, pas seulement sur ce qu’elle possède.

Trois canaux de fuite que vos pare-feu ne voient pas

Les fuites liées aux outils de notes IA passent rarement par une intrusion technique. Elles empruntent des chemins légitimes, ouverts par les utilisateurs eux-mêmes, avec les meilleures intentions du monde.

Les assistants IA grand public

Le cas Samsung reste l’exemple de référence. En mars 2023, le groupe autorise ChatGPT pour ses équipes semi-conducteurs. En vingt jours, trois fuites distinctes sont recensées : du code source propriétaire collé pour trouver un correctif, des séquences de test confidentielles soumises pour optimisation, et un enregistrement de réunion transmis à une IA pour en tirer un compte rendu. La direction a réagi en limitant chaque requête à 1 024 octets, avant de développer un chatbot interne.

Le phénomène dépasse largement ce cas isolé. Toujours selon Harmonic Security, plus de 40 % des fichiers envoyés aux services d’IA générative contiennent des données sensibles : informations personnelles, identifiants clients, éléments soumis à des obligations de conformité. Chaque prompt nourri d’un extrait de votre référentiel est une copie qui quitte votre périmètre, sans journal, sans retour possible.

Le shadow IT, version IA

L’usage d’outils non validés par la DSI ne date pas de l’IA, mais elle l’a amplifié. Un commercial colle un contrat dans un chatbot depuis son compte personnel, un développeur branche un plugin de prise de notes sur la messagerie de l’équipe : aucun de ces flux n’apparaît dans vos tableaux de bord.

Le rapport IBM Cost of a Data Breach 2025 chiffre la facture : une violation impliquant du shadow AI coûte en moyenne 670 000 dollars de plus qu’une violation classique. La même étude relève que la moitié des organisations ne disposent d’aucune politique de protection des données spécifique à l’IA générative. Le vide de gouvernance précède presque toujours la fuite.

La synchronisation cloud par défaut

Troisième canal, le plus discret : la sauvegarde automatique. La plupart des applications de notes répliquent chaque frappe vers les serveurs de l’éditeur, parfois hors Union européenne, rarement avec un chiffrement de bout en bout. Les greffons et intégrations tierces, calendrier, messagerie, transcription automatique, élargissent encore la surface : chaque connecteur est un point de sortie potentiel que personne n’a inventorié.

Évaluer ce qu’un outil manipule avant de l’adopter

Les fuites décrites plus haut partagent un point commun : l’outil a été adopté avant d’être compris. L’évaluation préalable inverse la logique. Vous déterminez d’abord ce que l’application indexe, stocke et transmet, puis vous décidez si ce périmètre est acceptable pour vos données.

La méthode la plus parlante consiste à observer l’outil en fonctionnement réel plutôt qu’à se fier à la plaquette commerciale : la démonstration vidéo d’Hermès Agent montre concrètement tout ce qu’un second cerveau outillé par l’IA brasse au quotidien, notes, documents, contexte métier, et donne une mesure précise du périmètre de données que vous aurez à gouverner si vous adoptez ce type d’assistant. Dix minutes à regarder circuler l’information à l’écran en apprennent davantage qu’une lecture des conditions générales.

Complétez cette observation par une grille de questions à poser à chaque éditeur :

• Localisation des données : où sont hébergées les notes, et une résidence en Union européenne est-elle garantie par contrat ?
• Entraînement des modèles : vos contenus alimentent-ils l’IA de l’éditeur, et l’exclusion est-elle activable et vérifiable ?
• Chiffrement : les données sont-elles chiffrées au repos et en transit, et qui détient les clés ?
• Sous-traitants : quels services tiers reçoivent vos contenus (transcription, OCR, modèles externes) ?
• Réversibilité : pouvez-vous exporter puis supprimer l’intégralité de vos données, preuve à l’appui ?

Un éditeur qui esquive l’une de ces questions vous a déjà répondu.

Chiffrement et DLP : verrouiller sans paralyser l’usage

Le chiffrement d’une base de connaissances se déploie en trois couches. Au repos, l’AES-256 constitue le standard attendu de tout éditeur sérieux. En transit, le TLS 1.3 protège les échanges entre les postes et le serveur. Pour les espaces les plus sensibles, juridique, RH, recherche, le chiffrement de bout en bout apporte la garantie décisive : l’éditeur ne peut techniquement pas lire vos notes, même sur réquisition ou après compromission de sa propre infrastructure.

La DLP (Data Loss Prevention) complète le dispositif côté flux sortants. Ces solutions repèrent les motifs sensibles, IBAN, numéros de carte, identifiants clients, extraits de code source, dans tout ce qui part vers l’extérieur, y compris depuis le navigateur, là où vivent les chatbots. Commencez par un mode avertissement : un salarié prévenu qu’il s’apprête à coller un fichier client dans un outil non validé renonce dans la grande majorité des cas. Réservez le blocage strict aux données critiques, sous peine de pousser les équipes vers le contournement, donc vers le shadow IT que vous cherchez justement à réduire.

Ces protections s’inscrivent dans une politique globale de sécurité des données en entreprise. Le référentiel documentaire suit aussi les mêmes règles de résilience que le reste du système d’information : la stratégie de sauvegarde 3-2-1 s’applique à vos notes autant qu’à votre ERP, car un rançongiciel qui chiffre la mémoire de l’entreprise la paralyse aussi sûrement qu’une attaque sur la production.

Gouvernance des accès : qui lit quoi, et jusqu’à quand

Le chiffrement protège contre l’extérieur. La gouvernance des accès, elle, traite le risque interne : le stagiaire qui parcourt les grilles salariales, le prestataire dont le compte survit trois ans à la fin de sa mission, le jeton API oublié qui donne un accès complet à l’espace de travail.

Quatre règles structurent un contrôle d’accès sain :

• Moindre privilège par espace : chaque collaborateur accède aux dossiers dont son poste a besoin, rien d’autre. Les espaces direction, RH et juridique vivent cloisonnés.
• Authentification multifacteur systématique, en priorité sur les comptes administrateurs et les intégrations disposant de droits d’écriture.
• Revue trimestrielle des droits : départs, changements de poste, comptes de service et jetons API passent en revue, avec suppression immédiate de tout accès orphelin.
• Journalisation activée : qui a consulté quoi, quand, depuis où. Sans journal, une fuite interne reste indétectable et indémontrable.

Le cadre légal renforce l’exigence. L’article 32 du RGPD impose des mesures techniques et organisationnelles proportionnées à la sensibilité des données traitées, et les manquements exposent à des amendes pouvant atteindre 20 millions d’euros ou 4 % du chiffre d’affaires mondial. Si votre référentiel contient des données personnelles de clients ou de salariés, sa gouvernance relève directement de vos obligations RGPD en entreprise. Un audit de cybersécurité reste le moyen le plus rapide de cartographier les accès réels, souvent très éloignés de l’organigramme théorique.

Encadrer l’IA sans l’interdire : la charte qui tient dans la durée

L’interdiction frontale des assistants IA échoue presque toujours : elle déplace l’usage vers les comptes personnels et les téléphones, hors de toute visibilité. L’encadrement productif passe par un cadre clair et une alternative légitime.

La CNIL a publié en juillet 2025 ses recommandations sur l’application du RGPD aux systèmes d’IA. Le principe central : les données personnelles doivent être protégées à chaque étape, dans les bases d’entraînement, dans les modèles qui ont pu les mémoriser et dans les invites soumises par les utilisateurs. Les personnes concernées doivent être informées lorsque leurs données servent à l’entraînement d’un modèle. Ce cadre s’applique de plein droit aux notes et documents que vos équipes soumettent à un assistant.

Une charte d’usage efficace tient sur une page :

• une liste blanche d’outils validés, accessibles via des comptes entreprise dont l’entraînement sur vos données est désactivé ;
• les catégories interdites en prompt : données clients nominatives, code source, éléments contractuels, secrets d’affaires, tout contenu des espaces cloisonnés ;
• le réflexe d’anonymisation pour les cas limites, remplacer noms, montants et références avant soumission ;
• un canal simple pour demander la validation d’un nouvel outil, avec réponse sous quinze jours, faute de quoi le shadow IT reprend ses droits ;
• une sensibilisation courte appuyée sur des cas réels, l’affaire Samsung parle à tous les métiers, dans l’esprit des formations déjà menées contre le phishing et les ransomwares.

Ce triptyque, outils validés, données proscrites, alternative rapide, transforme la sécurité en service rendu aux équipes plutôt qu’en obstacle. C’est la condition pour profiter des gains de productivité du second cerveau sans hypothéquer le patrimoine informationnel qui fait votre différence.

Prochaine étape : cartographiez cette semaine les trois espaces les plus sensibles de votre base de connaissances, recensez les outils IA réellement utilisés par vos équipes, puis rédigez la charte d’une page. Un mois suffit pour fermer les trois canaux de fuite décrits ici, et pour savoir enfin ce qui sort de votre entreprise à chaque prompt.