By · Last updated 2026-04-18

Retour au blogSécurité de l'IA

Les 3,8 expositions quotidiennes de PII que votre...

Chaque agent de support utilisant ChatGPT effectue en moyenne 3,8 collages de données sensibles par jour.

April 18, 20268 min de lecture
accidental PII exposuresupport team ChatGPTCyberhaven 3.8 pastesworkflow PII protectionGDPR daily exposure

Les expositions quotidiennes au risque PII

Une étude Cyberhaven révèle que les salariés en entreprise effectuent en moyenne 3,8 collages de données sensibles dans ChatGPT par utilisateur et par jour. Pour une équipe support de 100 personnes, cela représente 380 cas de données clients entrant dans ChatGPT chaque jour.

Chaque cas peut constituer une violation du principe de minimisation des données du RGPD en vertu de l'article 5, paragraphe 1, point c. Cet article exige que les informations personnelles soient « adéquates, pertinentes et limitées à ce qui est nécessaire ».

Il ne s'agit pas d'employés indisciplinés qui ignorent délibérément les règles. Le chiffre de 3,8 reflète un comportement de travail ordinaire. Les agents copient des e-mails clients pour rédiger des réponses. Ils collent des textes de réclamation pour obtenir des suggestions empathiques. Ils incluent des données de compte pour obtenir des réponses contextuelles. Chaque collage est une action productive légitime qui transporte des données personnelles par inadvertance.

La formation seule ne résout pas le problème

Un audit européen de 2024 a révélé que 63 % du contenu collé dans ChatGPT contenait des informations personnelles identifiables. Seuls 22 % des utilisateurs savaient qu'ils pouvaient désactiver la collecte via les paramètres de l'outil. La plupart des contenus collés dans un assistant IA contiennent des données personnelles. La plupart des utilisateurs ignorent les contrôles disponibles. Le résultat est une exposition quotidienne systématique à grande échelle.

La formation aux politiques se heurte à une limite fondamentale. L'habitude du copier-coller est vieille de plusieurs décennies. Les utilisateurs copient et collent du texte depuis leur premier jour à un ordinateur. Ajouter un outil de chat IA comme nouvelle destination de collage ne modifie pas cette habitude.

Une politique « ne collez pas de données PII client dans l'assistant IA » demande aux agents d'insérer une étape de classification — « ce texte contient-il des données PII ? » — dans une action automatique qui ne comporte aucune pause naturelle. Les effets de la formation s'estompent. Le résultat cumulé de 380 décisions de collage quotidiennes est un risque de conformité qu'une politique seule ne peut pas maîtriser.

Là où les contrôles techniques fonctionnent

La solution agit au niveau de l'action de collage elle-même. Une extension de navigateur intercepte le contenu du presse-papiers au moment où l'agent colle, avant que le texte n'atteigne le champ de saisie. L'agent voit une fenêtre d'aperçu. Elle indique ce qui a été détecté et ce qui sera anonymisé avant l'envoi.

Il ne s'agit pas d'un contrôle bloquant. Les agents peuvent continuer, ignorer ou arrêter. C'est une étape de transparence. Elle ajoute un moment de visibilité à une action autrement automatique.

Prenons l'exemple d'un responsable d'équipe support dans une entreprise d'e-commerce allemande qui rédige des réponses à des réclamations clients. Le flux de travail reste identique : copier la réclamation, la coller dans ChatGPT, générer une réponse. L'extension ajoute une vérification de deux secondes. L'agent voit que des noms, adresses et numéros de commande ont été détectés. L'agent clique sur continuer. L'outil reçoit la version anonymisée. La violation de conformité n'a pas lieu.

Notre guide de conformité RGPD couvre les bases légales de ces contrôles. Consultez également notre comparaison politique IA vs contrôles techniques et le guide DLP navigateur pour ChatGPT.

Sources

Prêt à protéger vos données ?

Commencez à anonymiser les PII avec plus de 285 types d'entités dans 48 langues.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.