Vesster
Tous les insights
Déploiement10 nov. 20265 min de lecture

Où vont vos données : « nous n'entraînons pas » est un contrat, pas une architecture

Ce qu'il advient de ce que votre équipe saisit dans ChatGPT, Gemini, Claude ou Mistral dépend de l'offre, pas du fournisseur. Et la décision qui compte, c'est quelles données peuvent atteindre quel modèle.

Où vont vos données : « nous n'entraînons pas » est un contrat, pas une architecture

Il y a une question que nous entendons dans presque chaque première conversation sur l'IA. Quand nos collaborateurs saisissent quelque chose dans ChatGPT, Gemini ou Claude, est-ce conservé ? Où ? Est-ce que cela sert à entraîner le prochain modèle ? Et puis, souvent, une deuxième phrase : le fournisseur dit qu'il n'entraîne pas ses modèles sur les données professionnelles, mais nous n'y croyons pas tout à fait.

C'est cette deuxième phrase qui est intéressante. L'instinct qui la porte est sain. Il vise simplement la mauvaise cible.

Cela dépend de l'offre, pas du fournisseur

« ChatGPT » n'est pas un produit unique avec des conditions uniques. Gemini, Claude ou Mistral non plus. Chacun est une famille de produits, et les conditions changent de l'un à l'autre.

Sur ChatGPT Free, Plus et Pro, l'entraînement est activé par défaut ; l'utilisateur peut le désactiver. Sur ChatGPT Business, Enterprise et l'API, il est désactivé par défaut. Sur la Gemini app avec un compte Google personnel, les conversations entraînent le modèle lorsque « Keep Activity » est activé, ce qui est le réglage par défaut pour les adultes ; sur Workspace, Google n'entraîne pas ses modèles sur vos données sans autorisation. Mistral Vibe Free et Pro entraînent par défaut avec possibilité de refus, Vibe Enterprise non, et Vibe Teams reste activé jusqu'à ce qu'un administrateur le désactive.

La première question utile n'est donc pas « quel fournisseur ? ». C'est « quelle offre chacun de nos collaborateurs utilise-t-il réellement ? ». Dans la plupart des entreprises, la réponse honnête inclut au moins une équipe qui fait du travail professionnel sur un compte personnel. C'est la couche qui n'a aucun accord de traitement des données avec votre entreprise.

Deux promesses que l'on confond

Sur les offres professionnelles et les API, les quatre grands fournisseurs font tous une version de la même promesse : nous n'entraînons pas nos modèles sur votre contenu. C'est une promesse réelle, opposable, et elle compte.

C'est aussi une promesse sur ce que le fournisseur fait de vos données une fois qu'elles sont arrivées. Les données arrivent quand même. Elles sont traitées sur l'infrastructure du fournisseur, elles peuvent être journalisées pour la détection des abus (jusqu'à 30 jours sur l'API d'OpenAI, 55 jours sur l'API Gemini, 30 jours glissants chez Mistral), et elles peuvent être lues par du personnel dans des cas définis.

« Les données ne sortent pas » est une affirmation d'une autre nature. Ce n'est pas un contrat. C'est une architecture, et elle n'est vraie que lorsque le modèle tourne dans votre propre périmètre, typiquement un modèle à poids ouverts sur des serveurs que vous contrôlez. Avec n'importe quel modèle cloud, de n'importe quel fournisseur, dans n'importe quelle région, les données passent par le fournisseur.

Voilà pourquoi « nous n'entraînons pas sur les données professionnelles » ne rassure pas. Cela répond à une question sur l'entraînement. Les gens posaient une question sur l'exposition.

Même l'option européenne demande à être configurée

Une étape suivante courante consiste à choisir un fournisseur européen et à considérer la question comme réglée. C'est un instinct raisonnable, et il demande quand même du travail.

Mistral héberge dans l'UE par défaut, mais son endpoint d'API par défaut n'a pas de lieu d'inférence garanti ; une inférence exclusivement dans l'UE exige son endpoint UE, avec un supplément de 10 %. L'API propre d'Anthropic n'a pas d'option UE ; le traitement destiné à rester dans l'UE passe par AWS ou Google, qui deviennent alors le sous-traitant. La résidence des données dans l'UE d'OpenAI ne couvre pas ChatGPT Business, et même là où elle s'applique, OpenAI précise que le traitement hors GPU peut encore avoir lieu à l'échelle mondiale.

Aucun de ces points n'est une raison d'éviter un fournisseur. Chacun est une raison de décider délibérément, et de consigner la décision par écrit.

Choisir par classe de données

La question qui tranche n'est pas « à quel fournisseur faisons-nous confiance ? ». C'est « quelle classe de données peut atteindre quel type de modèle ? ».

Le contenu public et interne peut aller vers une offre professionnelle ou une API, avec l'entraînement désactivé et un DPA en place. Les données personnelles exigent cela, plus une localisation dans l'UE configurée explicitement et une base de transfert connue. Les données de catégorie particulière au sens de l'article 9 du RGPD, comme les dossiers cliniques, relèvent par défaut d'un modèle situé dans votre périmètre, avec les sorties réseau refusées par défaut, parce que c'est le seul dispositif où « cela ne sort pas » est vrai.

Une fois cette politique en place, le choix du fournisseur devient quelque chose que vous pouvez revoir. Ce qui amène le dernier point : si vous voulez changer de modèle le mois prochain, ce n'est pas non plus une décision de fournisseur. C'est une décision d'architecture. Les agents appellent une passerelle de modèles unique, la passerelle route chaque requête selon la classe de données, et changer de modèle revient à modifier une route plutôt qu'à tout reconstruire.

La comparaison complète

Nous avons rassemblé le détail en un seul endroit : une comparaison offre par offre d'OpenAI, Google, Anthropic et Mistral couvrant l'entraînement, la conservation, la revue humaine, le stockage et le traitement dans l'UE, la non-rétention des données, les DPA et les BAA, avec une source pour chaque affirmation, vérifiée en novembre 2026. Elle couvre aussi le cadre juridique applicable à une entreprise européenne, le modèle de la passerelle et les questions à poser à tout fournisseur avant de signer.

Télécharger l'analyse approfondie : Où vont vos données

Vous soupesez cela sur un processus réel ?

Apportez-le-nous et nous vous donnerons une lecture directe de là où un agent a sa place, et de là où il n'en a pas.