Un agent IA ne se contente pas de répondre : il enchaîne des tâches, consulte vos outils, envoie un courriel, met à jour un dossier. C’est ce qui le rend utile à une entreprise, et c’est aussi ce qui change la question des données personnelles. En juillet 2026, le Conseil de l’IA et du numérique (CIANum) a publié une note consacrée à ce sujet, diffusée sur le site de la CNIL (note « IA agentique et protection des données personnelles »). Voici ce qu’elle dit, et ce qu’on peut en tirer pour un projet d’agent IA. Cet article ne constitue pas un avis juridique.
La réponse courte
Les agents IA restent entièrement soumis au RGPD. Leurs particularités (mémoire persistante, autonomie d’action, échanges avec de nombreux services) augmentent les risques de perte de maîtrise sur les données. Les garde-fous recommandés tiennent en cinq mots : traçabilité, minimisation, cloisonnement, validation humaine et bouton d’arrêt.
Ce qui change avec un agent
La note décrit l’architecture habituelle d’un système agentique : un agent « orchestrateur » qui dialogue avec l’utilisateur, des agents « spécialisés » qu’il coordonne, et des services externes (applications, bases de données, recherche web) auxquels ils sont connectés. Chaque agent a son propre contexte, supprimé à la fin d’une tâche, et souvent une mémoire persistante qui conserve des informations d’une tâche à l’autre, notamment sur l’utilisateur (note du CIANum).
Trois risques en découlent, selon la note :
- le profilage : grâce à cette mémoire, l’agent construit des profils très précis des personnes ;
- la délégation de décision : l’agent peut exécuter seul toutes les étapes d’une demande, avec un risque d’erreurs qui se propagent d’une étape à l’autre ;
- le flou des responsabilités : quand plusieurs agents et services interviennent, il devient difficile de savoir d’où vient une erreur (un achat erroné, un courriel envoyé au mauvais destinataire, une donnée confidentielle transmise à un tiers).
La note cite l’exemple, rapporté par la presse, d’une employée d’une grande entreprise du numérique dont l’IA agentique a supprimé de nombreux courriels professionnels, et qui a eu du mal à interrompre le processus à distance (note du CIANum).
Les décisions automatisées restent encadrées
L’article 22 du RGPD donne à chacun le droit de ne pas faire l’objet d’une décision fondée exclusivement sur un traitement automatisé et produisant des effets juridiques ou l’affectant de manière significative, sauf exceptions (contrat, loi, consentement explicite). La note rappelle qu’une validation humaine purement formelle ne suffit pas : l’intervention doit être réelle et pouvoir influencer la décision, comme l’a jugé la Cour de justice de l’Union européenne dans l’affaire SCHUFA (note du CIANum).
Concrètement : un agent qui prépare une réponse à une réclamation, qu’une personne relit et modifie, n’est pas dans la même situation qu’un agent qui refuse seul un dossier, même si quelqu’un clique sur « valider » sans regarder.
Les garde-fous recommandés
La note propose plusieurs mesures, juridiques et techniques (note du CIANum) :
- Tracer chaque tâche : pouvoir retrouver les données utilisées, les agents intervenus, les services sollicités et la chronologie des échanges.
- Limiter les accès : l’agent ne doit accéder qu’aux données strictement nécessaires à sa tâche, avec un contrôle renforcé sur les données sensibles.
- Cloisonner la mémoire : une mémoire dédiée à chaque agent, sans accès automatique à celle des autres, limitée en taille ou avec une expiration automatique des informations.
- Isoler l’environnement : déployer l’agent dans un espace cloisonné (« sandboxing ») qui réduit ses accès au strict nécessaire.
- Classer les actions par niveau de risque : lire une donnée, la modifier, la supprimer, l’envoyer hors du système ; et exiger une validation humaine avant les actions les plus risquées.
- Prévoir un arrêt d’urgence : une fonction qui permet d’interrompre l’agent à tout moment en cas de comportement inattendu.
- Filtrer et surveiller : bloquer les requêtes suspectes, surveiller les actions en temps réel et tester la robustesse avant et pendant le déploiement.
Ce que j’en retiens pour un projet d’entreprise
L’idée de séparer le travail entre des sous-agents spécialisés, plutôt que de tout confier à un agent unique, rejoint ce que j’ai mis en place pour CARL’IA : chaque sous-agent travaille sur un périmètre réduit. La note y ajoute une raison de protection des données : une mémoire et des accès cloisonnés limitent ce que chaque agent peut voir. Avant de lancer un agent, posez au moins trois questions : à quelles données accède-t-il, quelles actions peut-il faire seul, et comment l’arrêter ?
Limites
La note est exploratoire : ses propositions n’ont pas de valeur obligatoire et le cadre évolue. Elle indique que des lignes directrices sur l’articulation entre le RGPD et le règlement européen sur l’IA sont en préparation par le Comité européen de la protection des données et la Commission européenne, attendues d’ici fin 2026. Le règlement européen sur l’IA s’applique aussi aux agents, selon leur usage.
Pour aller plus loin
Pour un exemple concret d’agent en production, de la commande WhatsApp à la facture, lisez agent IA ou chatbot : la différence, avec un cas réel.
Notre article agent IA en Guadeloupe : choisir une tâche et garder le contrôle aide à choisir le premier cas d’usage. La page agents IA, automatisation et applications métier présente notre façon de les concevoir, et la page gouvernance IA les règles à poser autour. Pour un projet d’agent, parlons de votre situation.
