Des situations concrètes, avec leurs limites.

Chaque cas d’usage décrit le risque, le flux de traitement, les contrôles mobilisés et ce qu’ils ne couvrent pas. Les exemples sont fictifs.

Analyse documentaire

Contexte: Une équipe juridique veut résumer ou comparer des clauses de contrats avec un assistant IA.
Risque: Les contrats contiennent des noms de signataires, des raisons sociales et des coordonnées bancaires.
Flux de traitement: Le document est envoyé à la passerelle, les identifiants directs sont détectés et remplacés, puis la requête part vers la destination autorisée.
Contrôles activés: Détection des personnes, organisations et identifiants financiers ; journalisation de la décision.
Bénéfice attendu: Limiter la transmission d’identifiants directs selon les règles définies.
Limites: Les clauses peuvent rester identifiantes par leur contexte (montant, lieu, objet unique).

Contexte: Des conseillers préparent une réponse à partir d’un ticket avec l’aide d’un modèle.
Risque: Les tickets contiennent des coordonnées, des numéros de contrat ou de commande.
Flux de traitement: Le contenu du ticket transite par la passerelle avant d’être proposé au modèle ; la réponse revient au conseiller.
Contrôles activés: Masquage des coordonnées et identifiants client ; règles par catégorie de ticket.
Bénéfice attendu: Réduire l’exposition de coordonnées et d’identifiants client.
Limites: Les descriptions libres rédigées par le client peuvent contenir des informations non détectées.

Contexte: L’équipe RH structure des documents internes : fiches de poste, synthèses, procédures.
Risque: Les informations RH sont particulièrement sensibles (santé, évaluation, rémunération).
Flux de traitement: Les requêtes RH sont associées à une politique renforcée, avec une destination plus restrictive ou un blocage.
Contrôles activés: Règles renforcées, routage restreint, blocage si aucune destination conforme.
Bénéfice attendu: Appliquer des règles renforcées aux informations RH.
Limites: Certaines données RH ne devraient pas être soumises à un modèle, quelle que soit la transformation.

Contexte: Des développeurs analysent un incident ou un extrait de journal avec un assistant.
Risque: Les journaux et extraits de code contiennent parfois des jetons, clés d’API ou mots de passe.
Flux de traitement: L’extrait passe par la passerelle, qui recherche les motifs de secrets connus avant transmission.
Contrôles activés: Détection de secrets techniques, blocage ou masquage, alerte dans le journal.
Bénéfice attendu: Détecter et éviter de transmettre des secrets ou jetons lorsque les détecteurs les reconnaissent.
Limites: Un secret au format inhabituel peut ne pas être reconnu ; la rotation des secrets exposés reste nécessaire.

Contexte: Un gestionnaire extrait des éléments d’un dossier pour préparer une analyse.
Risque: Les dossiers mêlent identité, situation financière et informations contractuelles.
Flux de traitement: La politique détermine quelles catégories peuvent sortir, sous quelle forme et vers quel fournisseur.
Contrôles activés: Politiques de transmission explicites, routage par sensibilité, traçabilité.
Bénéfice attendu: Rendre les politiques de transmission plus explicites.
Limites: Les obligations sectorielles et contractuelles restent à analyser par l’organisation.

Contexte: Une organisation évalue un usage de l’IA soumis à des exigences élevées.
Risque: Les exigences de localisation, de traçabilité et de contrôle d’accès sont fortes.
Flux de traitement: La passerelle sert de point de contrôle unique, dans un mode de déploiement adapté aux contraintes.
Contrôles activés: Point de contrôle, journal d’audit, déploiement privé sur demande.
Bénéfice attendu: Fournir un point de contrôle et une traçabilité selon le déploiement.
Limites: L’utilisation n’est pas conforme automatiquement : la conformité dépend du traitement et de la configuration.

Testez les capacités disponibles, consultez la documentation ou échangez avec notre équipe pour évaluer les exigences de votre organisation.