Le rapport annuel 2026 est tombé : l’écart en matière de gouvernance de l’IA ne s’est pas réduit. Il s’est creusé.

Un kill switch non testé n’est pas un contrôle, mais une hypothèse. Les données de cette année montrent combien d’organisations fonctionnent sur cette base.

Nous venons de clôturer la collecte de données pour le rapport annuel Kiteworks sur la sécurité des données et les risques de conformité 2026, qui s’appuie sur les réponses de 459 professionnels de la sécurité, de la conformité et de la technologie en Amérique du Nord, en Europe et au Moyen-Orient. Le principal constat ne concerne ni une nouvelle vulnérabilité ni une nouvelle réglementation, mais une question structurelle : l’écart entre ce que les organisations pensent de leur gouvernance de l’IA et ce qu’elles peuvent réellement prouver s’est creusé au cours des douze derniers mois, au lieu de se réduire.

À la fin de l’année dernière, nos propres prévisions estimaient qu’environ 60 % des organisations n’auraient toujours pas de kill switch IA testé à la clôture de cette enquête. Le chiffre réel atteint 79 %. Nous n’avons pas seulement raté la cible : nous avons vu l’écart se creuser alors même que l’adoption de l’IA s’accélérait — 64 % des organisations interrogées ont déjà déployé l’IA en production. La question de l’adoption ne se pose plus depuis un moment. C’est la maîtrise qui concentre désormais les vrais risques.

Dans cet article, nous revenons sur les résultats les plus importants de la recherche Kiteworks sur la gouvernance des données IA de cette année : ce qui a dysfonctionné, pourquoi cela s’est produit ainsi, et ce qui distingue les organisations qui comblent l’écart de celles qui l’élargissent. Les clients et prospects Kiteworks qui échangent des données sensibles se posent tous la même question à laquelle ces données répondent : mon organisation est-elle vraiment aussi bien gouvernée que je le crois ?

Principaux enseignements

1. L’écart de gouvernance s’est creusé au lieu de se réduire. Nos prévisions tablaient sur 60 % d’organisations sans kill switch IA testé à ce stade ; le chiffre réel est de 79 %, ce qui signifie que l’écart a augmenté au cours de l’année écoulée.
2. Les contrôles de maîtrise sont le maillon faible, pas la détection. Seules 21 % des organisations ont déployé un kill switch IA, et 23 % de celles qui exploitent l’IA en production n’ont jamais testé leur procédure de terminaison de bout en bout.
3. Les conséquences en matière de conformité sont déjà là. 63 % des organisations ont subi une conséquence de conformité liée à un défaut de gouvernance IA au cours des 12 derniers mois, et la moitié ne peuvent pas fournir un historique complet des accès IA en un jour ouvré.
4. Maturité sécurité et maturité gouvernance IA se multiplient, elles ne s’additionnent pas. Notre nouvel indice composite, le Data Security and Compliance Readiness Index, affiche une moyenne de 16,2 sur 100 pour 459 organisations, car une sécurité générale solide ne compense pas des contrôles IA faibles.
5. Le budget ne prédit pas la maturité. Les organisations avec les plus gros budgets sécurité sont les moins représentées dans le groupe de maturité le plus élevé, alors que les structures de taille moyenne, avec des budgets bien moindres, font mieux qu’elles.

Le problème du Kill Switch : des procédures documentées, mais non testées

C’est ici que la plupart des organisations se font piéger. Lorsqu’on les interroge sur leur capacité à arrêter l’IA, beaucoup décrivent un dispositif qui ressemble à un contrôle mais relève de l’espoir : un responsable désigné, une procédure d’escalade, un runbook que personne n’a jamais appliqué sur un système réel.

Seules 21 % des organisations disposent d’un kill switch IA formel. Pire encore, 23 % des organisations ayant déjà l’IA en production n’ont jamais testé leur procédure de terminaison de bout en bout — pas « testé une fois, il y a longtemps ». Jamais. Cette nuance est cruciale lors d’un incident, car ce n’est pas le moment idéal pour découvrir que la procédure ne fonctionne pas comme prévu.

La question de la rapidité aggrave encore le problème. Le CrowdStrike 2026 Global Threat Report a documenté des mouvements latéraux dopés à l’IA en seulement 27 secondes lors des intrusions les plus rapides. Le rapport Mandiant M-Trends 2026 a constaté que le délai médian entre l’accès initial et la transmission à un autre groupe malveillant est tombé à 22 secondes en 2025. Un kill switch qui dépend d’une personne pour détecter une alerte, l’escalader et couper manuellement les contrôles d’accès n’a jamais été conçu pour un problème de 27 secondes. Ce n’est pas un reproche adressé à une équipe sécurité en particulier, mais un décalage structurel entre la conception des plans de maîtrise et la vitesse réelle de l’attaque. Une plateforme SIEM qui collecte en temps réel la télémétrie des accès IA — avec des alertes comportementales préconfigurées sur les signatures de mouvements latéraux documentées par CrowdStrike et Mandiant — constitue l’infrastructure de détection qui comble l’écart entre un attaquant en 27 secondes et un kill switch prévu pour une réaction humaine.

22 % des organisations ayant déployé l’IA ont déjà dû réviser, annuler ou restreindre au moins un déploiement IA au cours des 12 derniers mois pour des raisons de sécurité des données. Ce n’est pas un risque hypothétique, mais un coût opérationnel déjà absorbé par les organisations.

Les conséquences en matière de conformité sont déjà là

63 % des organisations ont signalé au moins une conséquence de conformité liée à un défaut de gouvernance IA au cours de l’année écoulée : constat d’audit, plan de remédiation imposé, escalade au conseil d’administration, pénalité contractuelle ou enquête réglementaire formelle. Ce chiffre ne relève pas de la projection. Il s’agit d’un retour d’expérience : les organisations nous disent ce qui leur est déjà arrivé.

La moitié des organisations interrogées ne peuvent pas fournir un historique complet des accès IA dans la journée suivant une demande. Seules 33 % disposent de journaux d’audit infalsifiables, ce qui signifie que la majorité ne peut pas produire de preuve non modifiée a posteriori — le type de trace que les enquêteurs et auditeurs examinent en priorité. Ces deux constats sont liés : une organisation incapable de retrouver rapidement ses propres historiques d’accès ne pourra pas non plus répondre rapidement à un régulateur.

Le contexte réglementaire rend la question plus urgente encore. Selon des cadres comme le RGPD et les nouvelles règles spécifiques à l’IA, le principe d’imputabilité suppose déjà que les organisations puissent prouver à tout moment qu’elles maîtrisent les données sensibles. Un délai de récupération n’est pas un simple inconvénient technique dans ce contexte. C’est la preuve d’une gouvernance insuffisante, et c’est ainsi que les régulateurs et auditeurs l’interprètent. Une violation de données ou un constat de non-conformité lié à la gouvernance IA — si le journal d’audit nécessaire à l’analyse ne peut être produit dans la journée — aggrave l’exposition réglementaire en démontrant que c’est toute l’infrastructure d’imputabilité qui a failli, pas seulement le contrôle violé.

61 % des organisations placent désormais la souveraineté des données en tête de leurs défis de conformité pour l’année à venir, mais seulement 29 % utilisent un mécanisme technique pour l’appliquer. La préoccupation est quasi universelle, mais l’application technique ne l’est pas. C’est dans cet écart entre priorité affichée et contrôle effectif que réside le vrai risque réglementaire, et cela se vérifie tout au long des données de cette année.

Pourquoi nous avons créé un nouvel indice : maturité sécurité et gouvernance IA se multiplient, elles ne s’additionnent pas

Depuis des années, les organisations affirment être « suffisamment sécurisées » sur la base de leur posture générale. Les données de cette année prouvent que ce raisonnement est erroné, et nous avons conçu une nouvelle mesure composite pour le démontrer sans ambiguïté.

Le Data Security and Compliance Readiness Index (DSCRI) combine le score de maturité sécurité des données et celui de gouvernance IA selon une formule multiplicative, et non additive. Sur les 459 répondants, la moyenne s’établit à 16,2 sur 100. Le score moyen de maturité sécurité des données seul est de 39 sur 100 ; celui de gouvernance IA de 35 sur 100. Multipliés, ces chiffres moyens produisent un score composite très faible, car un programme de sécurité général solide ne compense pas des lacunes de gouvernance IA, et inversement. L’un ne remplace pas l’autre.

L’illustration la plus claire de ce que coûte cet écart, c’est la différence de taux d’incident entre les organisations les plus et les moins matures. Les plus matures signalent des incidents IA dans 34 % des cas. Les moins matures en signalent dans 91 % des cas. Il ne s’agit pas d’une progression graduelle, mais d’une vraie fracture, et le facteur déterminant n’est pas le budget, contrairement à ce que pensent beaucoup de dirigeants. Un audit de risque formel qui évalue à la fois les contrôles IA et la maturité sécurité générale — au lieu de les traiter comme deux pistes séparées — permet d’identifier cet écart multiplicatif avant qu’un incident de conformité n’oblige à le constater dans l’autre sens.

Le budget ne prédit pas la maturité — l’architecture, oui

C’est le constat que je mets systématiquement en avant lors de mes briefings avec les dirigeants sur les résultats de cette année. Lorsque nous avons positionné chaque organisation sur deux axes — maturité sécurité générale et maturité gouvernance IA — le schéma qui s’est dessiné n’était pas lié à la taille ou au budget.

Les grandes entreprises mondiales, qui disposent des plus gros budgets sécurité de notre échantillon, sont les moins représentées dans le groupe de maturité le plus élevé. Les structures de taille moyenne, avec des budgets bien moindres, font mieux. Même constat par secteur : les sous-traitants de la Défense et les administrations fédérales, qui gèrent certaines des données les plus sensibles, n’affichent aucune organisation dans le groupe de maturité le plus élevé. L’énergie et les services publics, rarement cités comme leaders de la gouvernance IA, affichent certains des meilleurs scores individuels du panel.

La répartition géographique va dans le même sens. Les organisations nord-américaines sont les seules à être vraiment représentées dans le groupe de maturité le plus élevé. Les organisations du Moyen-Orient sont les plus concentrées dans le groupe le plus bas, et les moins présentes dans le groupe supérieur — un schéma qui reflète des scores de maturité sécurité plus faibles, et non un manque de sensibilisation. Toutes les régions interrogées placent la souveraineté des données parmi leurs principales préoccupations de conformité ; très peu disposent de l’architecture zero trust ou de la couche technique nécessaire pour la garantir.

Le budget permet de financer un programme sécurité. Mais il n’achète pas automatiquement les contrôles spécifiques à l’IA — application de l’ABAC, kill switch testé, centralisation des journaux d’audit — qui déterminent si ce programme tient la route en cas d’incident réel. Une classification des données appliquée systématiquement à tous les contenus accessibles à l’IA est un prérequis fondamental que le budget seul ne garantit pas : les grandes organisations découvrent souvent que leur infrastructure de classification est incomplète ou mal appliquée selon les canaux, d’où la persistance des failles malgré des investissements importants.

Le risque lié aux fournisseurs IA tiers accentue l’écart interne

Les failles de gouvernance internes ne sont pas isolées. 27 % des organisations n’ont jamais évalué ni vérifié techniquement si les fournisseurs IA qu’elles utilisent exploitent leurs données pour entraîner leurs modèles, ce qui signifie qu’un quart d’entre elles confient des données sensibles à des systèmes tiers sur la base de la confiance seule. Le Black Kite 2026 Third-Party Breach Report a recensé 136 incidents de compromission tiers vérifiés en 2025, avec un délai médian de divulgation de 73 jours entre la compromission et la notification — une organisation peut donc rester exposée plus de deux mois avant même d’apprendre qu’une fuite a eu lieu.

19 % des organisations n’ont jamais testé ou exercé leur capacité à révoquer l’accès d’un fournisseur tiers, ce qui reflète le même problème de kill switch, mais côté fournisseur. Un programme de gestion des risques fournisseurs qui n’a pas vérifié qu’il peut effectivement couper l’accès d’un tiers à la demande fait la même supposition risquée que ce rapport pointe pour les systèmes IA internes. Les disciplines de gestion des risques supply chain qui testent formellement la révocation d’accès des tiers à intervalles réguliers — au lieu de se contenter de documenter la capacité — sont la pratique organisationnelle qui permet de combler le fossé entre la maturité du kill switch interne et celle de la révocation côté fournisseur.

Shadow AI et fragmentation des échanges de données aggravent l’écart

65 % des organisations ont découvert des usages de shadow AI au cours des 12 derniers mois — des employés qui transmettent des données sensibles à des outils IA non approuvés ni provisionnés par l’organisation. Seules 43 % ont centralisé leur passerelle IA en un point de contrôle unique, ce qui signifie que la plupart essaient encore de gouverner l’activité IA depuis cinq ou six points de vue différents. Impossible d’appliquer une politique cohérente sur un système que l’on ne voit pas de façon cohérente.

Cette fragmentation ne concerne pas que les outils IA. 62 % des organisations gèrent des environnements d’échange de données sensibles fragmentés entre transfert sécurisé de fichiers, messagerie électronique sécurisée, partage de fichiers et formulaires web — générant des règles de sécurité incohérentes et multipliant les points d’exposition au lieu d’un périmètre gouverné. Parmi les organisations utilisant spécifiquement le MFT, seules 26 % envoient les logs vers le SIEM en temps réel, et 39 % conservent des journaux d’audit infalsifiables pour ce canal. Fragmentation et failles d’audit se renforcent mutuellement : plus l’infrastructure est dispersée, plus il est difficile de produire une trace unique et défendable de ce qui s’est passé, quand et pour qui. Le tableau de bord RSSI offre une visibilité unifiée et en temps réel sur tous les canaux d’échange de contenu — MFT, e-mail, partage de fichiers, agents IA — permettant de disposer d’une trace unique sans devoir agréger manuellement les logs de cinq systèmes distincts.

La classification raconte la même histoire sous un autre angle. 55 % des organisations n’ont pas automatisé la gouvernance et la classification des données sur tous les systèmes majeurs, et seules 39 % appliquent le marquage et la classification de façon cohérente sur tous les canaux. Une classification qui ne déclenche pas de contrôles en aval n’est pas de la gouvernance — c’est juste une étiquette sur un dossier. La gestion de la posture de sécurité des données comble une partie de cette faille en assurant une découverte continue au fil des mouvements de données entre systèmes, canaux et pipelines IA, mais la découverte seule ne bloque pas un fichier mal aiguillé. Il faut coupler la visibilité à l’application de règles au moment de la transmission, pas seulement après coup. La minimisation des données à la frontière IA — veiller à ce que les agents et modèles ne reçoivent que le strict nécessaire pour leur tâche — réduit encore le rayon d’exposition en limitant la quantité de données sensibles qui peuvent transiter par un canal non gouverné.

La gouvernance elle-même pose problème. 39 % des organisations traitent la gouvernance des données IA comme une tâche additionnelle d’un poste existant (sécurité ou IT) plutôt qu’une responsabilité dédiée, et seules 24 % disposent d’une équipe dédiée. Quand la responsabilité est un « à-côté » ajouté à une fiche de poste, les contrôles qui nécessitent un suivi régulier sont systématiquement les premiers à être négligés dès qu’arrive la saison budgétaire ou une autre priorité.

Ce qui distingue les organisations qui réussissent

Quel que soit l’angle d’analyse — secteur, taille, région — trois caractéristiques ressortent systématiquement chez les organisations les mieux notées :

• Un kill switch testé régulièrement, et non documenté une fois pour toutes
• Des accès suffisamment restreints pour que leur révocation ne nécessite pas de démêler un enchevêtrement d’autorisations héritées
• Une centralisation des journaux d’audit infalsifiables, conçue pour la rapidité de récupération et non le stockage à long terme

Aucune de ces mesures n’est coûteuse par rapport à un budget sécurité classique. Toutes relèvent de choix d’architecture, pas d’achats budgétaires, ce qui explique pourquoi le budget seul ne prédit pas leur présence. C’est la thèse centrale de Kiteworks Compliant AI : gouverner la frontière entre les données et l’IA exige la même rigueur en planification de la réponse aux incidents, gestion des risques fournisseurs et visibilité centralisée que les programmes de sécurité matures appliquent depuis des années à tous les autres canaux. L’IA ne demande pas une philosophie de gouvernance différente, mais la même, appliquée de façon cohérente et techniquement, pas seulement attestée sur le papier. Le panneau de contrôle des données fournit un environnement de gouvernance unifié — un moteur de règles, un journal d’audit pour tous les canaux de contenu et workflows IA — qui rend ces choix architecturaux opérationnels et non plus théoriques.

Ce que cela signifie pour 2027

Nous avions anticipé cet écart il y a un an dans notre rapport prévisionnel, et la vraie surprise des données de cette année n’est pas son existence, mais le fait que les organisations l’ont creusé au lieu de le réduire, alors que le déploiement de l’IA s’accélérait. Ce n’est pas un échec technologique, mais un problème de séquençage : déployer d’abord et traiter la maîtrise ensuite, alors qu’il faut avancer sur les deux fronts dès le départ.

Si votre organisation exploite déjà l’IA en production, la question la plus utile à poser cette semaine n’est pas de savoir si vous avez un kill switch, mais quand il a été testé pour la dernière fois, combien de temps le test a duré et ce qui a dysfonctionné. Si personne ne peut répondre précisément, la réalité est qu’il n’existe pas encore de kill switch. Il existe un projet de mise en place, et les données de cette année montrent que ce projet risque d’être testé pour la première fois lors d’un incident, dans les pires conditions.

Les organisations qui ont comblé cet écart l’an dernier ne l’ont pas fait en attendant un cycle budgétaire plus favorable. Elles l’ont fait en traitant trois points comme des exigences opérationnelles avec des responsables et des plannings de tests, et non comme de la documentation : un kill switch testé selon un calendrier, des accès suffisamment restreints pour être révoqués proprement, et des journaux d’audit conçus pour répondre à un régulateur en quelques heures, pas en plusieurs jours. Cette liste est plus courte que ce que beaucoup imaginent, et c’est précisément pourquoi l’écart entre les niveaux de maturité est aussi marqué dans les données de cette année.

Pour en savoir plus sur la façon de combler l’écart entre la posture sécurité de votre organisation et ses contrôles de gouvernance IA, réservez une démo personnalisée dès aujourd’hui.

Ressources complémentaires

• Article de blog
  Stratégies Zero-Trust pour une protection abordable de la confidentialité IA
• Article de blog
  Comment 77 % des organisations échouent en sécurité des données IA
• eBook
  AI Governance Gap : pourquoi 91 % des petites entreprises jouent à la roulette russe avec la sécurité des données en 2025
• Article de blog
  Il n’existe pas de « –dangerously-skip-permissions » pour vos données
• Article de blog
  Les régulateurs ne se contentent plus de demander si vous avez une politique IA. Ils veulent la preuve qu’elle fonctionne.