Un audit de conformité IA vérifie, système par système, que chaque outil d'intelligence artificielle utilisé dans l'entreprise a été inventorié, classé par niveau de risque au sens du règlement 2024/1689, et qu'il existe une preuve écrite pour chaque obligation qui en découle. L'auditeur ne juge pas la qualité de vos modèles, il juge votre capacité à montrer un registre, une classification argumentée, une notice, un journal et une trace de formation. Voici les points de contrôle tels qu'on les déroule en PME et en ETI. Ce texte n'est pas un avis juridique : pour les cas limites, un avocat spécialisé reste nécessaire.
L'auditeur commence par l'inventaire des systèmes d'IA, SaaS compris
Le premier document demandé est la liste exhaustive des systèmes d'IA en usage, avec finalité, fournisseur, données traitées et personnes affectées. Le cas classique : la liste que remet la direction sous-estime le nombre réel de systèmes d'un facteur deux ou trois.
La raison est simple. Le règlement ne distingue pas un modèle développé en interne d'une fonction IA activée dans un SaaS que personne n'a vraiment choisi. Le tri des candidatures dans l'ATS, la notation des prospects dans le CRM, la transcription des réunions, l'assistant de rédaction de la suite bureautique : tout cela entre dans l'inventaire. Les outils grand public utilisés sur un compte personnel (ChatGPT, Copilot, Gemini) aussi, puisque l'article 4 s'applique à leurs utilisateurs.
L'auditeur croise trois sources : les abonnements logiciels vus par la DAF, les demandes d'accès traitées par la DSI, et une quinzaine d'entretiens courts avec les métiers. Chez un groupe mutualiste de 800 collaborateurs, ce travail de cartographie a fait remonter 24 cas d'usage IA, dont 6 lancés en pilote, bien plus que ce que la direction avait en tête au départ.
Comment classe-t-il chaque système par niveau de risque ?
Pour chaque ligne du registre, l'auditeur attribue l'une des quatre catégories du règlement, telles que la CNIL les résume : risque inacceptable (pratique interdite), haut risque, risque spécifique de transparence, risque minimal. La catégorie détermine les preuves à produire, donc le budget de mise en conformité.
Les cas qui reviennent le plus souvent en entreprise se classent ainsi :
- Ressources humaines : un outil qui filtre des CV, note des candidats ou propose une promotion relève de l'annexe III, donc du haut risque.
- Scoring : l'évaluation de solvabilité d'une personne physique est à haut risque. Le scoring de leads B2B sur des sociétés ne l'est pas.
- Sécurité : la reconnaissance des émotions au travail et le scoring social sont interdits depuis le 2 février 2025. La vidéosurveillance qui identifie des personnes est à haut risque.
- Chatbots et générateurs de contenu : risque spécifique de transparence.
- Filtres anti-spam, correcteurs, planification : risque minimal, mais ils restent dans l'inventaire.
Vient ensuite votre rôle sur chaque système. Vous êtes déployeur si vous utilisez un outil du marché sous votre autorité. Vous devenez fournisseur si vous le développez, le mettez sur le marché sous votre marque, ou modifiez substantiellement un système à haut risque (un fine-tuning qui change la finalité, par exemple). Ce passage ajoute la documentation technique complète, le système de gestion des risques, l'évaluation de conformité et le marquage CE. On déconseille de basculer dans ce rôle sans l'avoir décidé sciemment. Les obligations par rôle sont détaillées dans l'article sur l'AI Act appliqué à l'entreprise.
Quelles preuves demande-t-il sur la transparence, la supervision humaine et les journaux ?
Pour chaque système à haut risque ou soumis à transparence, l'auditeur demande une preuve matérielle, pas une déclaration orale. Voici la grille utilisée en mission.
| Point de contrôle | Ce qu'on demande | Preuve attendue |
|---|---|---|
| Inventaire | Liste de tous les systèmes d'IA, y compris SaaS et outils individuels | Registre daté, avec propriétaire métier et fournisseur par ligne |
| Classification | Niveau de risque et rôle (fournisseur ou déployeur) pour chaque système | Fiche d'analyse par système, référence à l'annexe III ou à l'article 5 |
| Transparence (article 50) | L'utilisateur sait qu'il parle à une machine ; les contenus générés sont signalés | Capture de l'interface du chatbot, mention sur les contenus, procédure de marquage |
| Notice du fournisseur | Usage conforme aux instructions du fournisseur (article 26) | Notice archivée, écart documenté entre usage prévu et usage réel |
| Supervision humaine | Une personne compétente, formée et habilitée peut ignorer ou arrêter le système | Nom de la personne, fiche de poste ou lettre de mission, procédure d'arrêt testée |
| Journalisation | Journaux générés par le système conservés au moins six mois | Export des journaux, politique de rétention, preuve d'accès |
| Information des salariés | Représentants du personnel et salariés informés avant mise en service d'un système à haut risque | Compte rendu de CSE, note interne datée |
| Données d'entrée | Données pertinentes et représentatives pour la finalité | Description des jeux de données, contrôles qualité, tests de biais |
| Maîtrise de l'IA (article 4) | Mesures de formation adaptées aux profils et aux usages | Registre interne des formations, supports, liste des participants |
| Incidents | Procédure de signalement au fournisseur et à l'autorité en cas d'incident grave | Procédure écrite, registre des incidents même vide |
Trois de ces lignes ont un fondement textuel direct. L'article 26 impose au déployeur d'un système à haut risque de confier la supervision humaine à des personnes qui ont « la compétence, la formation et l'autorité nécessaires », de conserver les journaux générés automatiquement « pendant au moins six mois », et d'informer les représentants des travailleurs avant la mise en service, selon le texte publié par le service d'assistance AI Act de la Commission. Cas fréquent : l'entreprise a un « référent » nommé, mais il n'a ni accès administrateur à l'outil ni mandat pour l'arrêter. Pour l'auditeur, cette supervision n'existe pas.
Que regarde-t-il sur les données quand vous entraînez ou affinez un modèle ?
Dès qu'un fine-tuning a lieu, l'auditeur remonte à la provenance des données : origine des exemples, base légale de collecte, présence de données personnelles ou de données clients sous contrat, méthode de nettoyage et d'équilibrage. Cette partie recoupe l'audit RGPD, les deux se font ensemble.
Ce qu'il veut voir : une fiche du jeu de données (volume, période, sources, exclusions), les tests de représentativité, et qui peut ajouter ou valider des données. Une PME qui affine un modèle open source sur 3 000 tickets de support sans en retirer les identifiants a un problème RGPD avant même la question AI Act. La méthode est dans l'article sur l'audit RGPD des données d'IA.
La formation des utilisateurs (article 4) : que faut-il pouvoir montrer ?
L'auditeur ne demande pas de certificat. Il demande la preuve que des mesures adaptées ont été prises pour que chaque personne qui utilise un système d'IA en comprenne le fonctionnement, les limites et les risques. La foire aux questions de la Commission sur la maîtrise de l'IA est explicite : aucun certificat n'est requis, un registre interne des formations suffit, et l'obligation s'applique depuis le 2 février 2025, y compris pour les salariés qui utilisent des outils génératifs, qu'il faut informer de risques comme l'hallucination.
Ce que l'on trouve en pratique, c'est un webinaire d'une heure pour tout le monde, le même pour le comptable qui utilise un assistant de rédaction et pour le recruteur qui pilote un outil de tri à haut risque. C'est insuffisant, parce que l'article 4 attend une mesure proportionnée au profil et au contexte d'usage. La preuve minimale acceptable tient en quatre pièces : un plan de formation par profil, les supports, la liste des participants datée, un rappel annuel. Depuis le 2 août 2026, les autorités nationales de surveillance peuvent contrôler ce point.
Quel calendrier et quelles sanctions s'appliquent en 2026 ?
Le calendrier a bougé en 2026, et l'auditeur travaille sur la version en vigueur. Selon la page de la Commission européenne sur le cadre réglementaire de l'IA (mise à jour du 3 août 2026), les pratiques interdites et la maîtrise de l'IA s'appliquent depuis le 2 février 2025, les règles de gouvernance et les obligations des modèles à usage général depuis le 2 août 2025, et le règlement dans son ensemble depuis le 2 août 2026. Deux exceptions issues des amendements dits « omnibus IA » : les systèmes à haut risque des domaines de l'annexe III (biométrie, infrastructures critiques, éducation, emploi, migration) s'appliqueront à partir du 2 décembre 2027, et les systèmes intégrés dans des produits réglementés (ascenseurs, jouets) à partir du 2 août 2028.
Ce report ne dispense de rien. Transparence, information et formation sont en vigueur, et le délai sur le haut risque sert à finir la documentation, pas à la commencer.
Côté sanctions, l'article 99 fixe trois plafonds, d'après le texte de l'article publié par la Commission : jusqu'à 35 millions d'euros ou 7 % du chiffre d'affaires mondial pour une pratique interdite, jusqu'à 15 millions ou 3 % pour les autres manquements des opérateurs, jusqu'à 7,5 millions ou 1 % pour une information incorrecte fournie aux autorités. Pour les PME et les start-up, le paragraphe 6 retient le montant le plus bas entre le plafond en euros et le pourcentage. La CNIL rappelle que ces amendes se cumulent avec celles du RGPD (jusqu'à 20 millions ou 4 %) quand des données personnelles sont en jeu. Le risque réel pour une PME en 2026 n'est pas l'amende maximale, c'est la mise en demeure, le retrait d'un outil et le coût de tout refaire dans l'urgence. Pour le chemin complet de mise en conformité, le guide de conformité AI Act pour les PME est à lire en premier.
Comment JUWA mène un audit de conformité IA
L'audit suit la grille ci-dessus, en quatre semaines pour une PME de moins de 250 personnes : inventaire, classification et rôles, collecte et revue des preuves, restitution. Le livrable comprend le registre des systèmes d'IA, une fiche de classification par système, l'écart mesuré par point de contrôle et un plan d'action daté. Les cas limites, typiquement la frontière entre déployeur et fournisseur après une personnalisation lourde, sont renvoyés à un avis juridique avant décision.
Sur les systèmes développés ensuite, validation humaine sous seuil de confiance, journalisation et hébergement en France ou en Europe sont posés dès la première version. L'offre de gouvernance et conformité IA décrit le périmètre, les livrables et le point hebdomadaire avec un chef de projet nommé. Si votre registre tient sur une page et que personne ne sait qui peut arrêter le chatbot client, commencez par là.
