Le règlement européen sur l’IA : quatre questions pour une entreprise suisse

Publié le 25 août 2026 · mis à jour le 25 août 2026

Depuis le 2 août 2026, l’essentiel du règlement de l’Union européenne sur l’intelligence artificielle s’applique. Beaucoup de publications en gardent le nom anglais, AI Act. Les entreprises concernées respectent désormais les obligations de transparence, et les institutions européennes comme les autorités nationales font appliquer les dispositions déjà en vigueur. La date compte, sans transformer pour autant chaque usage de ChatGPT par une entreprise suisse en système à haut risque.

Une entreprise établie en Suisse peut rester hors du champ du règlement pour un usage et y entrer pour un autre. Un outil qui prépare des notes internes pour une équipe à Lausanne pose une tout autre question qu’un service de recrutement vendu à Lyon, ou qu’un score produit à Genève et utilisé par un bureau parisien. Le nom du modèle ne décide de rien. Ce sont le rôle de l’entreprise, le lien avec l’Union européenne et la finalité de l’usage qui tranchent.

Je suis ingénieur, non juriste. J’emploie les quatre questions suivantes pour un premier examen technique et organisationnel avant la mise en production. Un juriste confirme ensuite la portée légale dès que la réponse touche des personnes, l’accès au marché ou une activité réglementée.

1. L’entreprise fournit-elle le système ou l’utilise-t-elle ?

Le texte consolidé du règlement définit un « système d’IA » comme un système automatisé capable de fonctionner avec une certaine autonomie. À partir des données qu’il reçoit, ce système produit une prévision, un contenu, une recommandation ou une décision. Une formule fixe dans Excel ne devient donc pas un système d’IA. Un programme qui trie des candidatures, un assistant qui rédige une réponse ou un agent qui choisit un outil, eux, peuvent répondre à la définition.

Le modèle est le composant qui génère un contenu ou produit une prévision. Le système, c’est l’ensemble que l’entreprise met en service : le modèle, les consignes, les données, l’interface, les comptes des utilisateurs et les contrôles. Dans cet article, un agent d’IA désigne un système capable de choisir et d’appeler des outils logiciels pour enchaîner plusieurs étapes. Ses droits d’accès comptent autant que la qualité de ses réponses.

Le règlement attribue ensuite des responsabilités différentes à deux rôles :

Le fournisseur : l’organisation développe un système d’IA, ou en commande le développement, puis le commercialise ou le met en service sous son propre nom. Une entreprise fournit donc un service à sa marque même quand un prestataire a écrit le programme et qu’un modèle externe produit le texte.
Le déployeur : ce terme officiel désigne l’organisation qui utilise un système d’IA sous son autorité, dans un cadre professionnel. L’entreprise qui achète un assistant pour ses collaborateurs occupe normalement ce rôle. Les collaborateurs ne deviennent pas des déployeurs distincts tant qu’ils travaillent sous ses instructions et son contrôle.

Cette distinction dit qui conçoit les contrôles, prépare la documentation et informe les personnes qui utilisent le système. Le contrat d’achat n’y répond pas à lui seul. Consignez le nom affiché sur le service, qui a choisi la finalité, qui peut modifier le système et quelle organisation en surveille l’usage. Une modification importante ou une nouvelle finalité changent parfois le rôle : reprenez la fiche après un tel changement.

2. Quel lien rattache cet usage à l’Union européenne ?

La Suisse ne fait pas partie de l’Union européenne, et le règlement prévoit des rattachements territoriaux qui dépassent l’adresse d’un siège. Trois voies concernent particulièrement une entreprise suisse :

Le marché de l’Union européenne : un fournisseur commercialise un système d’IA dans l’Union, ou l’y met en service. Rien n’empêche ce fournisseur d’avoir son siège en Suisse.
Une organisation utilisatrice dans l’Union européenne : le déployeur a un établissement dans l’Union, ou y utilise le système. Un groupe suisse examine donc chaque société et chaque usage, au lieu de s’en tenir à l’adresse de la maison mère.
Un résultat utilisé dans l’Union européenne : un fournisseur ou un déployeur situé hors de l’Union entre dans le champ du règlement lorsque le résultat du système y est utilisé. Un score produit par une équipe suisse et exploité par un bureau français illustre ce cas.

Un assistant de rédaction interne réservé à une équipe genevoise n’a, sur ces seuls faits, aucun lien européen apparent. L’entreprise suisse qui propose un service d’IA à des clients français, elle, en a un très net. Les cas limites appellent une analyse juridique : « accessible en ligne » ne dispense pas d’examiner les pays où le service est proposé, l’organisation qui l’exploite, le lieu où le résultat sert et les personnes touchées.

Le premier document de cadrage tient sur une page. Il nomme les sociétés concernées, les pays où le système est proposé et exploité, les personnes touchées, et l’endroit où le résultat modifie un processus de l’entreprise. Qu’un seul de ces faits change, et l’examen recommence.

3. Quel effet le système produit-il sur une personne ?

Le règlement classe les usages selon leur niveau de risque, non d’après la renommée ou la taille du modèle. Quatre catégories donnent un premier repère.

Pratique interdite : la notation sociale, la manipulation nuisible et la reconnaissance des émotions au travail, hors exceptions limitées, en donnent des exemples. Ces interdictions s’appliquent depuis le 2 février 2025. L’entreprise abandonne l’usage envisagé et demande un avis juridique ; un contrôle ajouté après le déploiement ne rend pas acceptable une finalité interdite.
Obligations de transparence : elles visent par exemple un service qui dialogue directement avec un client, une vidéo fabriquée qui pourrait passer pour réelle, ou une information d’intérêt public rédigée par une IA. Les obligations de transparence de l’article 50 s’appliquent depuis le 2 août 2026. La responsabilité dépend de l’usage, et change selon que l’entreprise agit comme fournisseur ou comme déployeur.
Système à haut risque : cette catégorie couvre par exemple un logiciel qui trie des candidatures, gère des collaborateurs, décide de l’accès à une formation ou évalue l’accès à certains services essentiels. Ces usages figurent à l’annexe III, la liste des finalités sensibles jointe au règlement. Après le règlement omnibus sur l’IA, la modification entrée en vigueur en juillet 2026, les exigences propres au haut risque s’appliqueront à partir du 2 décembre 2027. Le droit du travail, la protection des données et les règles contre les discriminations, eux, s’appliquent déjà.
Risque minimal ou nul : un filtre contre les messages indésirables, ou un outil interne de rédaction qui ne décide rien de lourd pour personne, relève en général de cette catégorie. Le règlement sur l’IA n’ajoute pas d’obligation particulière pour la plupart de ces usages. Les autres lois, le contrat du prestataire, la confidentialité et les contrôles de sécurité ordinaires restent en place.

Un système de notation sociale attribue une évaluation générale à une personne d’après son comportement ou ses caractéristiques, puis se sert de cette évaluation dans un autre contexte pour lui accorder ou lui refuser un avantage. La reconnaissance des émotions déduit, ou tente de déduire, les émotions ou les intentions d’une personne à partir de données biométriques : son visage, sa voix. Un hypertrucage, souvent appelé deepfake, est un contenu visuel ou sonore créé ou modifié par une IA, dont l’apparence peut tromper le public sur son authenticité.

Pour un système qui dialogue directement avec des personnes, le fournisseur conçoit l’interface de façon que chacun comprenne dès le début qu’une IA lui répond, sauf quand la nature artificielle de l’échange saute aux yeux. L’entreprise qui utilise le robot conversationnel d’un prestataire vérifie l’avertissement dans l’interface réelle, au lieu de le supposer présent. Les déployeurs ont leurs propres devoirs d’information pour la reconnaissance des émotions, la catégorisation biométrique, les hypertrucages et certains textes produits par une IA à destination du public. La catégorisation biométrique classe des personnes d’après des traits physiques ou comportementaux mesurés par un dispositif technique.

L’échéance plus tardive du haut risque ne justifie pas d’attendre pour dresser l’inventaire. Un système de recrutement demande du temps : identifier son fournisseur, documenter sa finalité, examiner les données qui servent à évaluer les candidats, mesurer les écarts d’erreur, organiser un contrôle humain qui en soit vraiment un. L’entreprise qui s’y met en décembre 2027 n’aura plus une journée pour corriger la conception.

Le règlement demande aussi aux fournisseurs et aux déployeurs concernés de développer la maîtrise de l’IA chez leur personnel. La « maîtrise de l’IA » désigne ici une compréhension pratique des capacités du système, de ses limites et de son contexte d’utilisation, avec une attention aux personnes qui peuvent en subir les effets. Cette obligation s’applique depuis le 2 février 2025, et les autorités la surveillent depuis août 2026. La modification de juillet 2026 n’impose aucun niveau unique qualifié de « suffisant ». Des consignes adaptées à chaque fonction, des exemples travaillés en formation et une liste des participants prouvent bien davantage qu’une présentation générale de sensibilisation.

4. Quelles preuves existent avant la mise en production ?

La fiche de mise en production ci-dessous est mon point de départ. Le règlement sur l’IA n’impose pas cette fiche précise à chaque système. Elle rassemble les faits, les essais et les décisions avant qu’un incident, un audit ou la demande d’une personne concernée ne révèle les trous.

Un responsable nommé et une finalité délimitée : un membre de la direction décrit la tâche autorisée, les personnes qui utilisent le système et les décisions que la machine ne prend pas. Cette limite fait apparaître une extension non approuvée avant que l’équipe n’en fasse une habitude. Nommer un responsable ne rend pas licite une finalité illégale.
Le rôle, le lien territorial et la catégorie de risque : la fiche dit si l’entreprise agit comme fournisseur ou comme déployeur, quel lien avec l’Union européenne a été examiné, et pourquoi l’usage tombe dans telle catégorie. Un juriste ou un auditeur peut alors contester la conclusion sur des faits explicites, et la corriger. Un changement de marché, de finalité ou de population concernée la périme.
Le parcours des données et des prestataires : consignez les informations qui entrent dans le système, le lieu du traitement, la conservation éventuelle par le fournisseur, un usage éventuel pour entraîner un modèle, et les autres prestataires qui reçoivent ces données. Cette carte révèle un transfert ou une réutilisation non déclarés avant que des données confidentielles ne quittent l’entreprise. Elle ne reste fiable que si quelqu’un examine les changements de contrat et de produit.
Des essais d’acceptation et des échecs connus : un jeu représentatif de cas réels mesure la part de réponses justes, d’erreurs et de refus. Quand l’usage peut peser sur l’égalité de traitement, dans un recrutement par exemple, les essais comparent aussi les taux d’erreur entre groupes. Le résultat donne à la direction un seuil de mise en service, et aux responsables les cas à transmettre à un spécialiste. Réussir sur un jeu fixe ne garantit jamais la réponse suivante.
Une décision humaine réelle : la procédure nomme la personne qui examine le résultat, les informations dont elle dispose, le délai qui lui est accordé et son pouvoir de refus. Une signature apposée après une décision automatique est une validation de façade, pas un contrôle. La charge de travail et la confiance excessive dans la machine affaiblissent encore une bonne procédure : mesurez les corrections et les exceptions.
Des droits limités et des journaux proportionnés : chaque personne et chaque programme reçoivent les seules données et les seules actions que leur tâche exige. Le journal enregistre les outils appelés, les validations, les erreurs et les modifications. Les droits limités réduisent les conséquences d’une erreur, le journal permet de la reconstituer. Un journal réunit lui-même des données personnelles ou confidentielles : son contenu et sa durée de conservation demandent aussi une limite. La page identités, annuaire et accès explique comment créer les comptes et attribuer leurs droits.
Une procédure d’arrêt testée : l’équipe sait désactiver le système, retirer ses droits d’accès, continuer le travail à la main, signaler un incident et exporter les données, la configuration et les journaux nécessaires à un changement de prestataire. Un exercice vérifie ces gestes avant l’urgence. La procédure réduit la durée et le coût d’une défaillance, sans prévenir les erreurs.

Quatre usages courants appellent quatre réponses différentes

La finalité change l’analyse, même quand les quatre systèmes tournent sur le même modèle.

Un assistant interne de rédaction : un collaborateur prépare un message avec un outil approuvé et relit le texte avant l’envoi. Cet usage relève en général du risque minimal au sens du règlement sur l’IA. La protection des données en Suisse et la confidentialité, elles, restent en jeu. Si le prestataire conserve ou réutilise les textes saisis, une information interne ou un dossier client sort du cadre prévu. L’entreprise définit donc les données autorisées, teste les réglages du compte et laisse la responsabilité du message final à son expéditeur.
Un assistant public pour les clients : le dialogue direct déclenche une obligation de transparence. Les réponses personnalisées ajoutent des questions de droits d’accès et de protection des données. L’interface dit clairement qu’une IA répond, ouvre le contact avec une personne, et empêche un client d’obtenir les informations d’un autre. Un assistant IA avec sources et droits d’accès traduit ces décisions dans l’interface.
Un logiciel qui trie des CV : le recrutement figure parmi les finalités à haut risque de l’annexe III lorsque l’usage relève du champ du règlement. Les exigences propres au haut risque commenceront le 2 décembre 2027, et le droit du travail comme la protection des données s’appliquent déjà. L’entreprise documente les critères, mesure les écarts d’erreur, remet au responsable le dossier d’origine et enregistre les cas où la décision humaine s’écarte de la note ou du classement produits par le logiciel. Qui ne voit que ce classement ne peut exercer aucun contrôle indépendant.
Un agent qui traite des factures : l’intelligence artificielle ne rend pas cette tâche hautement risquée au sens du règlement. Les droits accordés au programme, en revanche, peuvent coûter cher. L’agent lit les factures et prépare une écriture comptable ; il ne déclenche aucun paiement. Le journal relie la pièce d’origine, l’écriture proposée et la validation. Un agent métier sûr tient cette séparation entre la préparation et le paiement.

Ces exemples donnent un point de départ, non des conclusions juridiques valables partout. Passer de « préparer » à « envoyer », de « recommander » à « décider », ou d’un utilisateur interne à un client, change les obligations sans changer le modèle.

Le droit suisse couvre déjà les données personnelles

La Suisse n’a pas encore de loi générale consacrée à l’intelligence artificielle. La Chancellerie fédérale indique que le Département fédéral de justice et police doit présenter un projet destiné à la consultation d’ici à la fin de 2026. Attendre ce projet ne dispense de rien : les lois existantes s’appliquent déjà.

La loi fédérale sur la protection des données, la LPD, encadre déjà le traitement de données personnelles par un système d’IA. Une donnée personnelle est une information qui concerne une personne identifiée ou identifiable. Le Préposé fédéral à la protection des données et à la transparence précise que les organisations qui conçoivent, fournissent ou utilisent un tel traitement en expliquent la finalité. Cette explication décrit aussi le fonctionnement du traitement et l’origine des données. Une personne qui dialogue avec un modèle de langage doit comprendre qu’une machine lui répond, et savoir si le prestataire réutilise ses données pour améliorer le service ou pour autre chose.

Une décision individuelle automatisée est une décision prise sans intervention humaine, qui produit un effet juridique sur une personne ou l’affecte de manière significative. L’article 21 LPD oblige le responsable du traitement, c’est-à-dire l’organisation qui décide pourquoi et comment les données personnelles sont utilisées, à en informer la personne. Sous réserve des exceptions prévues par la loi, l’organisation lui permet aussi d’exposer son point de vue, puis de demander qu’un être humain réexamine la décision. Un refus d’embauche, une décision de crédit ou l’accès à un service important créent donc une obligation suisse, même quand le règlement européen ne concerne pas l’usage.

La LPD exige également une analyse d’impact relative à la protection des données personnelles, ou AIPD, lorsque le traitement prévu peut entraîner un risque élevé pour la personnalité ou les droits fondamentaux des personnes concernées. La personnalité recouvre ici la sphère privée et la maîtrise de l’usage des informations personnelles. L’analyse décrit le traitement, évalue les risques et consigne les mesures qui les réduisent. C’est un instrument juridique précis, et non un autre nom pour la fiche de mise en production décrite plus haut.

Les deux examens, européen et suisse, avancent donc en parallèle. Le premier dit si le règlement européen concerne le système et quelles obligations en découlent. Le second porte sur les données personnelles et les décisions déjà encadrées en Suisse. Le droit du travail, le secret professionnel ou les règles du secteur ajoutent parfois un troisième examen.

PERINGER transforme l’examen en système exploitable

Dans le cadre des services consacrés aux données et à l’IA, je transforme ces quatre questions en un inventaire, une carte des flux de données, des essais sur des cas réels, des étapes de validation confiées à des responsables identifiés et une procédure d’exploitation. L’entreprise et son juriste gardent la responsabilité de l’interprétation légale. Mon travail consiste à rendre les limites choisies visibles dans l’architecture, et vérifiables avant la mise en service.

Pour un assistant, le dispositif réunit des sources que l’utilisateur peut ouvrir, des droits d’accès vérifiés à chaque recherche, une durée de conservation déclarée et une reprise en main par un collaborateur, testée avant la mise en service. Pour un agent, il réunit des outils limités, une validation avant toute action lourde de conséquences, un journal des actions et une procédure d’arrêt. Le projet passe en production quand l’entreprise démontre ces propriétés sur ses propres cas, pas quand une présentation du fournisseur les promet.

Sources officielles et date de l’examen

J’ai vérifié le calendrier légal et les recommandations officielles citées le 25 août 2026. Les échéances, les recommandations et le projet législatif suisse peuvent changer ; une décision de production exige donc une nouvelle vérification des textes alors en vigueur.