Qu’est-ce que le Shadow AI ?
Le shadow AI désigne l’utilisation d’applications et de services d’intelligence artificielle par les salariés sans que la DSI ou l’équipe sécurité en aient connaissance, l’aient approuvée ou puissent la contrôler. C’est le « shadow IT » d’il y a dix ans, appliqué à la prolifération des outils d’IA : ChatGPT, Claude, Copilot, Midjourney et des centaines d’autres. Dès qu’un salarié connecte une application d’IA aux données de l’entreprise — par un grant OAuth, une clé API ou une extension de navigateur — il crée un chemin d’accès aux données que l’équipe sécurité ne voit pas, ne peut pas auditer et ne peut pas révoquer.
Pourquoi le shadow AI est-il un risque de sécurité ?
Le shadow AI introduit une catégorie de risque que les outils de sécurité classiques n’ont pas été conçus pour traiter. Le problème de fond est l’exposition des données : quand un salarié autorise une application d’IA à accéder à son compte professionnel, celle-ci peut obtenir un droit de lecture sur les e-mails, les documents, l’agenda et les espaces partagés — souvent avec des permissions plus larges que ce que le salarié imagine.
Les risques concrets :
- Un accès aux données sans contrôle — les applications d’IA autorisées par OAuth demandent fréquemment des périmètres larges. Un salarié qui connecte un outil de résumé de réunions peut lui accorder, sans le vouloir, l’accès à tout son agenda et à tout son historique de messagerie.
- Des transferts de données hors juridiction — de nombreux services d’IA traitent les données hors de l’Union européenne. Un salarié qui envoie des données clients vers un service américain peut placer l’entreprise en infraction avec les règles de transfert du RGPD.
- La fuite de propriété intellectuelle — assistants de code, outils de rédaction, résumeurs de documents : sans gouvernance, le code propriétaire, les documents stratégiques et les données clients transitent par des modèles tiers, sans visibilité ni contrôle.
- Des écarts de conformité — les secteurs réglementés (santé, finance, secteur public) ont des exigences strictes sur le lieu et le responsable du traitement. Le shadow AI crée des non-conformités qui remontent à l’audit, souvent après coup.
- Un risque de chaîne d’approvisionnement — chaque application d’IA est une dépendance tierce. Si un éditeur d’IA est compromis, toutes les entreprises dont des salariés ont autorisé son application sont potentiellement touchées — et sans inventaire, personne ne sait quels éditeurs surveiller.
Le rapport 2025 de Varonis sur la sécurité des données constate que 98 % des organisations ont des salariés qui utilisent des applications non vérifiées, y compris des outils d’IA non approuvés. Il n’y a là rien de malveillant : les salariés adoptent ces outils parce qu’ils sont productifs. Le risque vient de l’absence de visibilité et de gouvernance.
Comment le shadow AI entre-t-il dans l’entreprise ?
Trois vecteurs concentrent l’essentiel des cas.
Les grants OAuth
Le chemin le plus courant. Un salarié ouvre le site d’un outil d’IA et clique sur « Se connecter avec Google » ou « Se connecter avec Microsoft ». L’application reçoit un jeton OAuth qui lui donne accès aux données de l’espace de travail du salarié. Ces grants sont d’autant plus dangereux qu’ils persistent tant qu’ils ne sont pas explicitement révoqués : l’application conserve l’accès même quand le salarié a cessé de l’utiliser.
Les clés API et les jetons
Les développeurs et les profils techniques créent des clés API pour relier des services d’IA à des outils internes, des bases de données ou des dépôts de code. Ces clés sont souvent créées sur des comptes personnels, stockées dans le code, puis oubliées — des accès de longue durée qui contournent tous les contrôles.
Les extensions de navigateur
Correcteurs, assistants de rédaction, aides au code : ces extensions s’exécutent dans la session du navigateur du salarié. Elles peuvent lire le contenu des pages, intercepter les formulaires et atteindre toutes les applications web ouvertes — tableaux de bord internes et consoles d’administration comprises.
Dans les trois cas, l’application d’IA accède aux données avec les identifiants et les permissions existants du salarié. Aucun pare-feu n’est franchi, aucune alerte ne se déclenche, aucun ticket n’est créé. L’accès est invisible pour la supervision classique.
Comment détecter le shadow AI
Détecter le shadow AI suppose une visibilité sur la couche d’authentification et d’autorisation de vos applications SaaS — concrètement, sur les applications tierces auxquelles vos salariés ont accordé un accès. Plusieurs approches existent.
La découverte par API (la plus efficace)
Se connecter à chaque application SaaS par son API et interroger directement ses journaux de grants OAuth et d’intégrations. C’est ce que fait un SSPM : il lit la liste des applications tierces autorisées dans chaque application connectée et signale celles qui relèvent de l’IA.
Black Cat SSPM surveille les grants OAuth, les connexions API et les journaux d’intégration de toutes les applications connectées pour découvrir les applications d’IA — y compris celles que la DSI n’a jamais approuvées. La plateforme indique quelles applications ont un accès, qui l’a autorisé, quelles données sont atteignables et depuis quand.
Les journaux du fournisseur d’identité
Si vous centralisez l’identité (Okta, Microsoft Entra ID, Google Workspace), vous pouvez auditer les consentements OAuth via les API d’administration. La visibilité est partielle : elle rate les applications d’IA auxquelles le salarié s’est inscrit par e-mail et mot de passe plutôt que par SSO.
L’analyse du trafic réseau
Un CASB ou une passerelle web sécurisée peut détecter le trafic vers les domaines connus des services d’IA. Cela révèle des usages, mais pas les permissions accordées ni les données que l’application peut réellement atteindre.
Les enquêtes internes
L’approche la moins technique, et étonnamment efficace pour un premier inventaire : demander aux équipes quels outils d’IA elles utilisent. Beaucoup répondent volontiers — elles ont adopté ces outils pour être productives, pas pour contourner la sécurité.
Gouverner le shadow AI : les bonnes pratiques
Une gouvernance efficace concilie sécurité et productivité. Tout bloquer frustre les équipes et pousse les usages encore plus loin dans l’ombre. L’objectif est la visibilité, puis des décisions fondées sur le risque.
Constituer un inventaire des applications d’IA
Commencez par découvrir chaque application d’IA autorisée par vos salariés. Classez chacune par niveau de risque selon les données accessibles, le lieu de traitement et l’existence d’un programme de sécurité (rapport SOC 2, accord de traitement des données).
Mettre en place un processus d’approbation
Créez un processus léger pour demander un nouvel outil d’IA. Si l’approbation prend 48 heures plutôt que 4 semaines, les salariés l’utiliseront. Le processus évalue le périmètre d’accès, la localisation des données, la posture de sécurité de l’éditeur et l’impact réglementaire.
Surveiller en continu
Le shadow AI n’est pas un inventaire ponctuel. De nouveaux outils sortent chaque semaine et les salariés en autorisent en permanence. Une surveillance continue détecte chaque nouvelle autorisation au moment où elle est accordée, pas au prochain audit trimestriel.
Fixer des limites d’accès aux données
Avec votre fournisseur d’identité, limitez les périmètres OAuth que les salariés peuvent accorder à des applications tierces. Réservez les périmètres larges (lecture de toute la messagerie, accès à tous les fichiers) aux applications explicitement approuvées.
Révoquer les autorisations obsolètes
Les applications essayées une fois puis oubliées conservent des jetons actifs. Revoyez et révoquez régulièrement les grants OAuth des applications d’IA inutilisées depuis plus de 30 jours.
Expliquer plutôt qu’interdire
Aidez les salariés à comprendre pourquoi la gouvernance du shadow AI compte. La plupart adoptent ces outils pour être plus productifs : reconnaissez-le, et orientez cette énergie vers des alternatives approuvées qui respectent vos exigences de sécurité.
Le shadow AI est l’un des défis de sécurité qui progressent le plus vite. Avec la bonne visibilité et la bonne approche de gouvernance, vos équipes peuvent utiliser l’IA de façon productive sans exposer les données de l’entreprise. Démarrez un essai gratuit de Black Cat SSPM pour découvrir chaque application d’IA de votre parc SaaS en 15 minutes environ, guide pas à pas compris.
La découverte n’est que la moitié du travail : voyez comment la gouvernance des applications et agents d’IA compare les outils de découverte seule à un moteur de politiques que vous écrivez vous-même (en anglais).