Nos données partent-elles chez OpenAI quand on utilise un LLM ?
Oui, vos données partent chez le fournisseur : chaque question et chaque réponse transitent par ses serveurs. Ce qui varie, c’est ce qu’il en fait. Par API, OpenAI, Anthropic et Mistral n’entraînent pas leurs modèles sur vos données par défaut, mais en gardent des journaux jusqu’à trente jours. Sur les versions grand public, l’entraînement est souvent activé.
Pourquoi la question est-elle mal posée ?
« Est-ce que nos données partent chez OpenAI ? » mélange trois choses qui n’ont ni le même risque ni la même réponse.
Le transit : pour obtenir une réponse, le texte de la question et les passages de documents qui l’accompagnent sont envoyés au serveur du fournisseur. C’est mécanique. Si vous appelez un modèle par API, vos données partent, le temps du calcul. La seule façon d’éviter le transit est d’héberger le modèle vous-même.
La conservation : une fois la réponse rendue, le fournisseur garde-t-il une copie, combien de temps, pour quoi faire ? C’est là que se jouent la sécurité et le RGPD.
L’entraînement : vos données servent-elles à améliorer le modèle, donc à en nourrir les prochaines versions, accessibles à d’autres clients ? C’est la crainte la plus répandue, et pour un usage professionnel par API, c’est la moins fondée.
La confusion vient de ChatGPT. Le produit grand public et l’API portent le même nom de marque, et des règles opposées. Un dirigeant qui a lu que « ChatGPT apprend de vos conversations » a raison pour l’application gratuite, et tort pour l’API que son prestataire utilise.
Que font OpenAI, Anthropic et Mistral de ce que vous leur envoyez ?
Le tableau résume les politiques publiées par les trois fournisseurs, lues le 8 septembre 2026. Elles changent ; la date compte.
| OpenAI, API | Anthropic, API | Mistral, API | |
|---|---|---|---|
| Entraînement sur vos données | Non par défaut, sauf activation explicite | Non, sauf retours notés que vous envoyez | Oui, sauf opposition, réglable depuis le compte |
| Conservation des entrées et sorties | Journaux de surveillance des abus jusqu’à 30 jours | Suppression sous 30 jours | Le temps de la réponse, puis 30 jours glissants pour la surveillance des abus |
| Rétention zéro | Sur approbation préalable et engagements supplémentaires | Par accord spécifique | Sur activation, avec conditions |
| Lieu de traitement | États-Unis par défaut ; région « Europe (EEE + Suisse) » disponible sur demande | États-Unis | Fournisseurs dans l’Union en priorité, clauses contractuelles types sinon |
| Version grand public | ChatGPT : entraînement par défaut, désactivable | Claude : entraînement sur activation volontaire | Le Chat : entraînement sauf opposition |
Sources : la page « Your data » d’OpenAI et son centre d’aide, le centre de confidentialité d’Anthropic, la politique de confidentialité de Mistral en vigueur depuis le 3 septembre 2026 et son addendum de traitement des données.
Deux lignes méritent qu’on s’y arrête. La première : chez Mistral, fournisseur français souvent choisi pour cette raison, l’entraînement sur les entrées et sorties est le comportement par défaut, et l’opposition est un réglage à faire depuis le compte. Choisir un fournisseur européen ne dispense pas de lire ses conditions. La seconde : chez Anthropic, la conservation passe à deux ans pour les contenus signalés par ses systèmes comme contraires à sa politique d’usage, et à cinq ans pour les retours que vous notez d’un pouce. Ce que vous évaluez, vous le donnez.
Trente jours de journaux, est-ce un problème ?
Les trois fournisseurs justifient la conservation par la surveillance des abus : détecter les usages contraires à leurs conditions, répondre à une réquisition. Pendant ces trente jours, vos questions et les extraits de vos documents existent sur leurs serveurs, sous leur responsabilité.
Pour des données publiques ou sans personne concernée, c’est acceptable. Pour des documents contenant des données personnelles de salariés ou de clients, c’est un traitement à part entière, à inscrire dans votre registre, avec un sous-traitant hors Union dans deux cas sur trois.
La rétention zéro répond à cela : le contenu n’est pas journalisé. Mais elle n’est un réglage libre chez aucun des trois. OpenAI la soumet à une approbation préalable et à des engagements supplémentaires, Anthropic à un accord spécifique, Mistral à une activation sous conditions. Il faut la demander, et l’obtenir par écrit.
Où le RGPD entre-t-il en jeu ?
Dès que les documents interrogés contiennent des données sur des personnes, et c’est presque toujours le cas des documents internes. Je ne rends pas d’avis juridique ; voici les points qu’un DSI doit faire trancher avant la mise en service, pas après.
Les rôles. Vous êtes responsable du traitement, le fournisseur du modèle est sous-traitant. Il faut un contrat de traitement, que les trois fournisseurs proposent, et une base légale pour l’usage lui-même.
Le transfert. OpenAI et Anthropic traitent aux États-Unis par défaut. Le cadre UE-États-Unis adopté par la Commission européenne le 10 juillet 2023 est présenté comme en vigueur sur sa page officielle à la date du 8 septembre 2026, et il ne couvre que les entreprises certifiées. Vérifier la certification du fournisseur, ou obtenir des clauses contractuelles types, fait partie du dossier. La région Europe d’OpenAI et les fournisseurs européens de Mistral réduisent la question, sans l’annuler pour les sous-traitants ultérieurs.
L’information des personnes. Les salariés dont les courriels, tickets et comptes rendus alimentent l’assistant doivent le savoir. Le règlement européen sur l’IA ajoute que toute personne qui interagit avec un système d’IA en soit informée. Une note interne avant la mise en service règle les deux.
La conservation chez vous. Les journaux de votre propre assistant, qui gardent les questions posées et par qui, sont aussi un traitement, avec une durée à fixer et une purge à mettre en place.
Ce que j’ai fait sur mon propre site
Le registre des systèmes d’IA que je tiens pour ce site, comme le règlement européen le demande, raconte une trajectoire.
Le pipeline qui produit les brouillons d’articles a d’abord utilisé, du 12 août au 3 septembre 2026, l’API européenne de Mistral, avec l’opposition à l’entraînement activée le premier jour. Les données envoyées étaient mes propres dépôts publics : aucune personne concernée, aucun risque. Le 3 septembre, il est passé à un modèle exécuté sur mon Mac, sans plus aucun sous-traitant. Pas par crainte, mais parce que rien ne justifiait un tiers pour ce travail, et qu’un traitement local est un traitement de moins à documenter. Mnemo, mon moteur de recherche sur mes notes personnelles, n’a jamais fait un appel externe : pour des notes qui me concernent, c’était la seule option que j’acceptais.
Et cet article même est rédigé avec un assistant d’Anthropic, mes notes de projet transmises aux États-Unis, ce que la mention en tête dit. Ces notes ne parlent que de mes projets ; aucune donnée d’une autre personne n’y figure. Le curseur se place selon la donnée, pas par principe. Je refuse le transit pour ce qui concerne des personnes, je l’accepte pour ce qui ne concerne que moi, et je l’écris.
Comment décider, cas par cas ?
Trois niveaux de données, trois réponses.
| Nature des données | Réponse raisonnable |
|---|---|
| Publiques, ou sans personne concernée : documentation produit, procédures techniques, code public | API d’un fournisseur, avec l’entraînement désactivé et la conservation connue |
| Internes, sans données sensibles : comptes rendus, tickets, contrats types | API en région Europe ou fournisseur européen, rétention zéro demandée par écrit, contrat de traitement signé, personnes informées |
| Personnelles à grande échelle, ou sensibles : dossiers RH, données de santé, données clients détaillées | Modèle hébergé dans votre périmètre, ou renoncer tant que le cadre n’est pas établi |
Le troisième niveau coûte plus cher, et c’est un choix qui se mesure : j’ai détaillé les ordres de grandeur dans combien coûte un assistant IA sur les documents internes. Le cadrage d’un cas d’usage commence par classer les documents dans cette grille, avant de parler de modèle.
Que vérifier avant de signer ?
Six lignes, à obtenir par écrit du fournisseur ou du prestataire qui l’utilise pour vous.
- Le réglage d’entraînement, et la preuve qu’il est désactivé pour votre compte.
- La durée de conservation des entrées et sorties, en jours, et ce qui la prolonge.
- Le lieu de traitement, et le mécanisme de transfert s’il est hors Union.
- Le contrat de traitement des données, signé.
- La liste des sous-traitants ultérieurs, et comment vous êtes prévenu quand elle change.
- La procédure de suppression, et son délai.
Si l’un des six manque, vous ne savez pas où sont vos données. Si vous voulez classer vos documents et choisir le niveau qui convient avant de choisir un modèle, décrivez votre cas d’usage : c’est la première étape d’un cadrage.