DECISION TOOLKIT · CONFORMITÉ IA SUISSE
Utiliser trois périmètres pour construire un dossier défendable
L’analyse juridique devient opératoire quand chaque périmètre débouche sur un responsable, un jeu de preuves et une décision. La question n’est pas de savoir si l’entreprise utilise l’IA ; c’est de savoir si elle peut expliquer chaque usage sous pression.
inventaire, flux de données, contrats
clauses, contrôles, évaluations
formation, intake, revue trimestrielle
Un dossier défendable répond à qui, quoi, où, pourquoi et sous quelles conditions en un jour ouvré.
Une entreprise suisse qui déploie de l’IA générative en 2026 opère sous deux régimes juridiques à la fois. Le premier est explicite : la loi fédérale sur la protection des données révisée (nLPD), en vigueur depuis septembre 2023, s’applique à chaque prompt, chaque intégration et chaque flux qui contient des données personnelles. Le second est plus discret : l’AI Act européen, entré en vigueur en août 2024, produit des effets extraterritoriaux que beaucoup d’organisations suisses découvrent trop tard — souvent au détour d’un appel d’offres ou d’un questionnaire de due diligence.
Le décalage que nous constatons en mission n’est pas un déficit de bonne volonté. C’est un déficit de cadre : le juridique raisonne par textes, la technique par systèmes, la direction par risques — et personne ne raisonne par preuves. Or c’est bien une preuve qui sera demandée un jour, par un client, un auditeur ou une autorité. Cet article propose une grille de lecture en trois périmètres, puis un plan d’action de 90 jours pour passer de l’intention au dossier démontrable.
Deux régimes déjà en vigueur, un angle mort suisse
La nLPD est technologiquement neutre : elle ne mentionne pas l’IA, et c’est précisément pourquoi elle s’applique déjà. Dès qu’un collaborateur colle un courriel client dans un assistant, dès qu’un système connecté indexe des dossiers RH, un traitement de données personnelles a lieu et les obligations de la loi s’activent : principes de finalité et de proportionnalité, devoir d’information, encadrement des sous-traitants, conditions de communication à l’étranger. La loi prévoit en outre des sanctions pénales qui visent des personnes physiques : des sanctions personnelles sont possibles pour les dirigeants et les responsables désignés.
L’AI Act suit une autre logique : c’est une réglementation de produit, graduée par le risque. Son application est échelonnée : entré en vigueur en août 2024, il impose des obligations aux fournisseurs de modèles à usage général depuis août 2025, et ses obligations pour les systèmes à haut risque se déploient progressivement entre 2026 et 2027. Les amendes y sont proportionnelles au chiffre d’affaires.
L’angle mort tient en une phrase : la Suisse n’a pas, à ce jour, de loi horizontale sur l’IA et privilégie une approche sectorielle. Beaucoup d’organisations en déduisent un vide réglementaire. C’est doublement faux : la nLPD couvre déjà la matière première de l’IA générative — les données —, et l’AI Act ne s’arrête pas à la frontière. Une entreprise suisse peut être concernée sans détenir la moindre entité dans l’UE.
Les trois périmètres
Plutôt que d’empiler des analyses texte par texte, nous cadrons chaque situation par trois périmètres. Chacun répond à une question distincte, mobilise d’autres interlocuteurs et produit ses propres preuves.
Périmètre 1 — les données personnelles. Quelles données personnelles entrent dans nos usages d’IA, et respectons-nous la nLPD sur toute la chaîne : fondement du traitement, information, sous-traitants, communication à l’étranger, analyse d’impact ?
Périmètre 2 — le marché européen. Sommes-nous, par nos clients, nos filiales ou les sorties de nos systèmes, dans le champ d’application de l’AI Act — et dans quel rôle, fournisseur ou déployeur ?
Périmètre 3 — le risque sectoriel et contractuel. Quelles obligations s’ajoutent aux lois : secret professionnel, attentes des autorités de surveillance, clauses clients, exigences d’audit ?
Un même usage peut activer un, deux ou trois périmètres. Un assistant interne de documentation technique n’active souvent que le premier, faiblement. Un tri assisté de candidatures pour des postes à Genève et à Lyon les active tous les trois. C’est cette combinaison — et non l’outil lui-même — qui détermine l’effort de conformité justifié.
Périmètre 1 — les données personnelles (nLPD)
Le premier périmètre est le plus souvent activé et le plus mal documenté. Cinq chantiers le structurent.
Le fondement du traitement. Contrairement au RGPD, la nLPD n’exige pas une base juridique pour chaque traitement : elle exige le respect des principes — finalité déterminée, proportionnalité, exactitude, sécurité — et un motif justificatif lorsqu’un traitement y déroge. Concrètement, l’entreprise doit pouvoir dire, pour chaque usage d’IA générative, à quelle fin les données sont traitées et pourquoi ce traitement est proportionné. « Améliorer la productivité » ne suffit pas comme finalité pour ingérer l’historique client complet.
L’information. Le devoir d’informer s’applique lors de la collecte de données personnelles : la déclaration de confidentialité doit refléter la réalité des usages IA — catégories de données, destinataires, y compris les fournisseurs de modèles, pays de traitement. Les décisions individuelles automatisées doivent être annoncées lorsqu’elles produisent des effets juridiques ou significatifs pour la personne.
Les sous-traitants. Un fournisseur d’IA qui traite des données personnelles pour votre compte est un sous-traitant : contrat requis, garanties de sécurité, encadrement des sous-traitants ultérieurs. Le point dur en pratique : les conditions grand public de nombreux outils ne remplissent pas ces exigences — seules certaines offres entreprise le font.
La communication à l’étranger. L’inférence a lieu quelque part. Si le pays de traitement n’offre pas un niveau de protection reconnu comme adéquat, il faut des garanties — typiquement des clauses contractuelles types — et une vérification de leur effectivité. La localisation contractuelle du traitement devient un critère de sélection fournisseur, pas un détail technique.
L’analyse d’impact. Lorsqu’un traitement est susceptible d’entraîner un risque élevé pour la personnalité ou les droits fondamentaux — profilage, données sensibles, technologies nouvelles à large échelle —, une analyse d’impact est requise avant le déploiement. L’IA générative appliquée à des données RH, médicales ou financières coche souvent ces cases. Si le risque résiduel reste élevé, le PFPDT est l’interlocuteur prévu par la loi.
Périmètre 2 — le marché européen (AI Act)
« Nous sommes suisses, l’AI Act ne nous concerne pas » est l’une des phrases les plus coûteuses de 2026. Le règlement s’applique aussi à des acteurs établis hors de l’UE, et une entreprise suisse y entre typiquement par trois portes.
Première porte : le marché. Qui met sur le marché européen un produit ou un service intégrant un système d’IA est concerné, quel que soit son lieu d’établissement. Cela inclut l’éditeur suisse dont la fonctionnalité IA est vendue à des clients européens.
Deuxième porte : les sorties. Le règlement vise aussi les cas où les sorties d’un système exploité dans un pays tiers sont utilisées dans l’UE. Une société genevoise qui trie des candidatures pour sa succursale de Lyon, ou qui livre à un client allemand des analyses produites par son système d’IA, peut entrer dans le champ sans « vendre de l’IA » à personne.
Troisième porte : le groupe. Une filiale européenne qui déploie les outils IA du groupe est un déployeur au sens du règlement, avec ses propres obligations — et remonte mécaniquement les exigences vers la maison mère.
Le rôle compte autant que le champ. La plupart des entreprises suisses sont des déployeurs : leurs obligations portent sur l’usage conforme, la supervision humaine, les journaux et la surveillance du fonctionnement. Mais on devient fournisseur — avec des obligations nettement plus lourdes — en commercialisant sous sa propre marque un système bâti sur un modèle tiers, ou en modifiant substantiellement un système existant. Des produits suisses « avec IA intégrée » franchissent cette ligne sans l’avoir décidé.
Côté calendrier : les obligations des fournisseurs de modèles à usage général s’appliquent depuis août 2025, et celles des systèmes à haut risque — recrutement, solvabilité, accès à des services essentiels, notamment — se déploient progressivement entre 2026 et 2027. Attendre la dernière échéance est une stratégie perdante : ce sont les clients européens qui, dès aujourd’hui, exigent contractuellement des preuves de conformité, bien avant les autorités.
Périmètre 3 — le risque sectoriel et contractuel
Le troisième périmètre est le plus souvent oublié, alors qu’il sanctionne le plus vite. Aucune autorité n’agit plus rapidement qu’un client qui résilie.
Le secret professionnel. Banques, avocats, médecins, fiduciaires : transmettre des données couvertes par le secret à un service d’IA externe sans cadre approprié constitue un risque propre, indépendant de la nLPD. La bonne question n’est pas « ce fournisseur est-il sérieux ? » mais « ce canal de transmission est-il compatible avec mon obligation de secret ? ».
La surveillance sectorielle. Les établissements financiers doivent intégrer leurs usages IA dans leur gestion des risques opérationnels et leurs règles d’externalisation ; la santé et le secteur public ont leurs propres exigences. L’autorité de surveillance n’attendra pas une loi IA pour poser des questions sur un processus critique délégué à un modèle.
Les clauses clients. Accords de confidentialité, contrats de sous-traitance de données, clauses interdisant toute sous-délégation non approuvée, exigences de localisation : un usage d’IA générative peut violer un contrat avant de violer une loi. Le prestataire qui fait transiter les documents d’un client par un outil IA non déclaré s’expose contractuellement, quelle que soit sa conformité légale.
Les exigences d’audit. ISO 27001, SOC 2, audits clients et due diligences intègrent désormais l’IA. Un usage non gouverné devient une non-conformité d’audit — avec un effet commercial direct sur les cycles de vente.
La grille de preuves
Ces trois périmètres ne valent que s’ils produisent des preuves. Voici la grille que nous utilisons pour objectiver l’état d’une organisation.
| Périmètre | Questions à se poser | Preuve attendue |
|---|---|---|
| Données personnelles (nLPD) | Quelles données personnelles entrent dans quels usages ? À quelle fin, avec quels sous-traitants, vers quels pays ? | Registre des traitements couvrant l’IA, contrats de sous-traitance, analyse des communications à l’étranger, analyses d’impact pour les usages à risque élevé |
| Marché européen (AI Act) | Nos sorties sont-elles utilisées dans l’UE ? Sommes-nous fournisseur ou déployeur ? Quels usages relèveront du haut risque ? | Cartographie de l’exposition UE, qualification du rôle par système, dossier de conformité et suivi du calendrier 2026–2027 |
| Sectoriel & contractuel | Quelles obligations de secret, quelles clauses clients, quelles attentes de surveillance s’appliquent ? | Revue des contrats clés, registre des engagements pris, règles d’usage par catégorie de données et de clients |
« Le régulateur ne vous demandera pas si vous utilisez l’IA générative. Il vous demandera où, avec quelles données, sous quelles clauses — et qui l’a décidé. »
Ce que cela exige de l’IA générative
Ramené à l’opérationnel, le dossier de conformité repose sur six briques.
L’inventaire des usages. Pas seulement les outils achetés : les usages réels, y compris non sanctionnés. Pour chaque usage : données traitées, utilisateurs, fournisseur, canal — interface grand public, offre entreprise, API — et sorties produites.
La classification. Chaque usage reçoit un niveau selon la sensibilité des données et l’impact des sorties. La classification décide du reste : ce qui est permis avec quel outil, ce qui exige une analyse d’impact, ce qui passe par une validation humaine.
Les clauses fournisseurs. Trois clauses conditionnent tout : la conservation (combien de temps prompts et sorties sont-ils retenus, et peut-on l’aligner sur sa propre politique ?), l’entraînement (vos données sont-elles exclues de l’entraînement des modèles, par défaut et par contrat ?) et la localisation (dans quelle région les données sont-elles traitées et stockées ?). S’y ajoutent la liste des sous-traitants et la réversibilité en fin de contrat.
Les contrôles techniques. L’authentification unique et les permissions par rôle d’abord ; puis la limitation des données accessibles aux systèmes connectés, la séparation des environnements et la prise en compte des risques propres aux LLM — injection de prompt, exfiltration de données, empoisonnement du contexte — documentés notamment par l’OWASP Top 10 pour les applications LLM.
La journalisation. Qui a utilisé quel système, quand, pour quel usage : sans journaux, ni la supervision ni la réponse à incident ne sont démontrables. Elle doit rester proportionnée — un dispositif de surveillance des collaborateurs créerait un nouveau problème nLPD au lieu d’en résoudre un.
La formation. Une directive d’usage courte, des exemples concrets par métier, et une formation différenciée : un socle pour tous, un module renforcé pour les fonctions exposées — RH, juridique, finance, support client.
Les erreurs fréquentes en mission
Six schémas reviennent avec une régularité remarquable.
L’inventaire fantôme. La direction croit à trois usages ; le relevé en montre vingt-cinq, dont plusieurs sur des comptes personnels. Toute conformité déclarée avant inventaire est une fiction.
Le contrat par défaut. L’outil a été adopté sous conditions grand public : données réutilisables pour l’entraînement, conservation non maîtrisée, sous-traitants inconnus. Personne n’a lu, personne n’a négocié.
L’analyse d’impact décorative. Réalisée après le déploiement, pour le dossier, jamais mise à jour quand l’usage change. Une analyse qui ne précède pas la décision ne protège personne.
Le réflexe « nous sommes suisses ». L’exposition à l’AI Act est découverte dans le questionnaire d’un client européen, au pire moment : en fin de cycle de vente.
La politique sans contrôles. Une directive PDF interdit ce que l’infrastructure permet. Sans authentification unique, sans permissions, sans alternative approuvée, l’interdiction produit du shadow AI, pas de la conformité.
La décision sans trace. Des arbitrages raisonnables ont été rendus — mais par personne en particulier, à aucune date précise, sur aucun document. Le jour où la preuve est demandée, tout est à reconstruire.
Le plan d’action 90 jours
Quatre-vingt-dix jours suffisent pour passer d’une situation subie à un dossier défendable, à condition de séquencer.
Jours 1–30 — établir les faits. Inventaire des usages réels, sanctionnés ou non ; cartographie des données par usage ; identification des usages dont les sorties touchent l’UE ; collecte des contrats fournisseurs en vigueur. Livrable : une liste d’usages autorisés, tolérés sous conditions et interdits, arrêtée par la direction.
Jours 31–60 — combler les écarts. Migration des usages critiques vers des offres entreprise avec clauses négociées — conservation, entraînement, localisation ; mise à jour de la déclaration de confidentialité ; analyses d’impact sur les deux ou trois usages les plus sensibles ; activation des contrôles de base : authentification unique, permissions, journalisation. Livrable : contrats et contrôles alignés sur la classification.
Jours 61–90 — ancrer le régime. Directive d’usage publiée et enseignée ; guichet d’entrée pour tout nouvel usage, avec délais de réponse courts ; registre des décisions — qui a autorisé quoi, quand, sous quelles conditions ; revue trimestrielle planifiée, incluant le suivi du calendrier AI Act 2026–2027. Livrable : un processus qui survit au projet.
Le critère de réussite n’est pas le volume documentaire. C’est la capacité à répondre en moins d’une journée à un client, un auditeur ou une autorité qui demande : quels usages, quelles données, quelles clauses, quelles décisions.
La checklist de départ
- Recensez tous les usages d’IA générative, y compris non sanctionnés, avec données, utilisateurs et fournisseurs.
- Classez chaque usage selon la sensibilité des données et l’impact des sorties.
- Marquez les usages dont les sorties sont utilisées dans l’UE ou qui servent des clients européens, et qualifiez votre rôle.
- Vérifiez pour chaque fournisseur : conservation, entraînement, localisation, sous-traitants, réversibilité.
- Mettez à jour la déclaration de confidentialité et l’information sur les décisions automatisées.
- Réalisez une analyse d’impact avant déploiement pour les usages susceptibles de présenter un risque élevé.
- Passez en revue secret professionnel et clauses clients avant d’autoriser un nouvel usage.
- Activez authentification unique, permissions par rôle et journalisation proportionnée sur les outils approuvés.
- Consignez chaque décision d’autorisation avec son responsable, sa date et ses conditions.
- Planifiez la revue trimestrielle et le suivi des échéances AI Act 2026–2027.
Cet article est une analyse opérationnelle destinée aux équipes dirigeantes ; il ne constitue pas un avis juridique sur votre situation particulière.