Le déficit de gouvernance de l’IA n’est pas un problème de politique, mais un problème de preuves

Si vous demandez à un RSSI ou à un chief compliance officer ce qui les empêche de dormir à propos des agents IA, ils vous répondront rarement que ce sont « les agents » eux-mêmes. Ce qui les préoccupe vraiment, c’est la question qu’un régulateur, un auditeur ou un avocat adverse posera tôt ou tard : quel agent a accédé à ce dossier, avec quelle autorisation, et où est la preuve ?

Cette question a désormais une réponse à l’échelle de l’industrie, et elle n’a rien de rassurant. Le rapport OneTrust 2026 AI-Ready Governance Survey, mené avec Sapio Research auprès de 1 200 décideurs dans huit marchés, révèle que 87 % des organisations encouragent leurs collaborateurs et entités à utiliser des agents IA. Mais seuls 47 % accompagnent cette démarche d’une gouvernance, d’une supervision et de contrôles clairs. À peine 5 % affirment que la coordination et la responsabilité sont clairement établies sur l’ensemble du cycle de vie de l’IA. OneTrust ne mâche pas ses mots pour décrire ce fossé : les organisations « construisent l’avion alors qu’il est déjà en vol ».

Ce différentiel de 40 points entre adoption et gouvernance est le chiffre clé. Mais le constat sous-jacent concerne directement les responsables du risque de conformité. Parmi les huit activités de gouvernance mesurées par OneTrust, la moins pratiquée est la production de preuves et de pistes d’audit, réalisée par seulement 28 % des organisations, soit le taux le plus bas de toutes les catégories testées. La confiance dans la réalisation des tâches de gouvernance individuelles est élevée, entre 76 % et 78 % selon l’activité. Mais la confiance dans la capacité à produire des preuves reliant un résultat à une décision autorisée et enregistrée ne l’est pas. C’est précisément cette différence, entre faire de la gouvernance et pouvoir en apporter la preuve, qui doit désormais orienter le débat sur la gouvernance de l’IA.

Les recherches menées par Kiteworks mettent en évidence la même faille, mais à partir de la couche données. Le rapport annuel Kiteworks Data Security and Compliance Risk: 2026 a calculé un indice de préparation à la sécurité et à la conformité des données (DSCRI) de seulement 16,2 sur 100 auprès de 459 organisations, et révèle que 79 % d’entre elles n’ont aucun mécanisme automatisé pour désactiver un agent IA défaillant. Les deux jeux de données — l’un évaluant le processus de gouvernance et la coordination, l’autre les contrôles de données sous-jacents — dressent le portrait d’une même organisation, mais sous deux angles différents. Aucune ne semble prête à répondre à la question d’un régulateur.

Résumé des points clés

1. L’adoption des agents IA devance la gouvernance de 40 points. L’enquête OneTrust 2026 montre que 87 % des organisations encouragent l’utilisation d’agents IA, mais seules 47 % disposent d’une gouvernance, d’une supervision et de contrôles adaptés.
2. La coordination et la responsabilité sur l’ensemble du cycle de vie de l’IA sont quasi inexistantes. À peine 5 % des organisations déclarent une gestion claire de la propriété et des relais, de l’approbation du cas d’usage jusqu’au suivi post-déploiement, alors même qu’elles réalisent en moyenne quatre activités de gouvernance.
3. La production de preuves est l’activité de gouvernance la moins pratiquée. Documentation, pistes d’audit et génération de preuves arrivent en dernière position parmi les huit activités mesurées, avec seulement 28 % d’organisations concernées. C’est le vrai déficit de responsabilité qui se cache derrière des réponses d’enquête pourtant confiantes.
4. Les actions non approuvées des agents ne sont plus une hypothèse, mais une réalité opérationnelle. 48 % des organisations ont signalé au moins un incident impliquant des actions non autorisées d’un agent IA ou d’un système IA au cours des 12 derniers mois, et 28 % en ont signalé deux ou plus.
5. La solution relève d’un problème de contrôle des données, pas d’un document de politique supplémentaire. Selon les recherches de Kiteworks, le niveau moyen de préparation à la sécurité des données et à la gouvernance de l’IA atteint seulement 16,2 sur 100, ce qui montre que le déficit de preuves et le déficit de gouvernance des agents relèvent d’un même problème fondamental : l’absence d’un enregistrement fiable de quelles données un agent a manipulées, et avec quelle autorisation.

L’adoption prend le dessus. La gouvernance n’est même pas en lice

Le chiffre central de l’enquête OneTrust mérite d’être répété dans son intégralité, car le contexte compte autant que la statistique. 87 % des organisations encouragent l’utilisation d’agents IA, avec ou sans gouvernance en place. Seules 47 % disposent d’une gouvernance, d’une supervision et de contrôles clairs pour accompagner cette démarche. 40 % encouragent activement l’utilisation des agents tout en reconnaissant que la gouvernance et les contrôles « sont encore en cours d’élaboration ». 10 % admettent que des agents opèrent dans certaines parties de l’entreprise sans aucune supervision cohérente. À peine 1 % interdisent totalement l’utilisation d’agents IA à ce jour.

L’encouragement n’est pas non plus réparti équitablement selon les fonctions. Les RSSI sont les plus enclins à encourager l’usage d’agents (91 %), devant les CDO (90 %), les CPO (85 %) et les CMO (83 %). Cet ordre mérite réflexion. La fonction la plus responsable de la gestion des risques de sécurité est aussi celle qui ouvre le plus grandement la porte aux agents. Ce n’est pas forcément contradictoire. Cela peut simplement signifier que les RSSI savent qu’interdire l’adoption des agents n’est pas une politique réaliste en 2026, et que le vrai défi consiste à bâtir les contrôles pour encadrer ce qui se passe déjà.

Le rapport OneTrust décrit un modèle de maturité de la gouvernance de l’IA en cinq étapes, dont la répartition est instructive. Seules 17 % des organisations qualifient leur gouvernance d’« intégrée par conception » et « moteur d’innovation », soit le niveau de maturité le plus élevé. Près de la moitié (47 %) décrivent une gouvernance soit réactive et fragmentée, soit définie sur le papier mais lente et manuelle dans la pratique. Une organisation peut disposer d’un cadre de gouvernance, d’un comité des risques et d’une politique documentée, mais figurer parmi les 47 % si rien n’est suffisamment rapide pour suivre le rythme de déploiement des agents.

C’est là que la formule « construire l’avion en plein vol » prend tout son sens. Il ne s’agit pas d’organisations dépourvues de plan. Il s’agit d’organisations qui mettent en œuvre un plan d’adoption de l’IA tout en rédigeant le plan de gouvernance dans le même trimestre, parfois même lors de la même réunion.

La vraie faille, c’est la coordination — et la coordination exige des preuves

Le chiffre le plus frappant de toute la base OneTrust n’est pas le différentiel 87/47. C’est le 5 %. Seules 5 % des organisations déclarent une coordination et une responsabilité claires sur l’ensemble du cycle de vie de l’IA, de l’approbation du cas d’usage jusqu’au suivi post-déploiement, à la gestion des incidents et à la supervision des fournisseurs. Ce chiffre côtoie deux autres qui, à première vue, semblent le contredire. Les organisations réalisent en moyenne quatre activités de gouvernance, et 76 à 78 % des répondants se disent confiants dans leur capacité à exécuter chaque fonction de gouvernance testée.

Pris ensemble, ces trois chiffres décrivent un mode d’échec très précis. Les équipes réalisent correctement leurs tâches de gouvernance individuelles. L’équipe privacy mène des analyses d’impact. L’équipe sécurité consigne les incidents. L’équipe achats examine les contrats fournisseurs. La confiance dans chaque tâche, prise isolément, est réelle. Ce qui manque, c’est le liant : un responsable capable d’indiquer avec certitude quelle équipe est responsable à chaque étape du cycle de vie d’un agent, et un enregistrement partagé, de qualité probante, qui subsiste lors des passages de relais.

L’analyse de la coordination par étape du cycle de vie, réalisée par OneTrust, confirme qu’il n’existe pas de point de blocage unique à corriger. Mesurer la performance, la valeur ou l’impact métier est le défi de coordination le plus cité (28 %). La gestion du risque IA des tiers ou fournisseurs arrive ensuite (24 %). Le suivi des systèmes IA après déploiement et la classification du risque IA avant déploiement sont à égalité (23 % chacun). Le maintien des contrôles techniques atteint 22 %. La répartition sur plus de huit catégories, sans qu’aucune ne domine, est en soi révélatrice. Il ne s’agit pas d’une étape défaillante, mais d’un processus jamais connecté de bout en bout.

C’est précisément pourquoi les preuves de gouvernance et les pistes d’audit arrivent en dernière position parmi les huit activités mesurées par OneTrust, avec seulement 28 % d’organisations concernées. La génération de preuves exige, par définition, ce liant. Impossible de produire un enregistrement cohérent des accès aux données par un agent IA sur tout son cycle de vie si les cinq équipes impliquées tiennent chacune leur propre journal, dans leur format, sur leur système, sans chaîne de traçabilité partagée. La chaîne de traçabilité se brise exactement là où l’organigramme se brise.

Les régulateurs réglementent les données, pas les organigrammes. Ni les modèles.

Voici la perspective qu’un responsable conformité apporte à ces données, et qui échappe souvent à une lecture purement « gouvernance-processus ». Rien de tout cela ne change ce qu’un régulateur attend. HIPAA ne prévoit pas d’exception selon qu’un clinicien humain ou un agent IA a accédé à un dossier patient. Le principe de responsabilité du RGPD ne s’intéresse pas à savoir si la décision de traitement d’un responsable de traitement a été prise par une personne ou par un workflow autonome. L’obligation de produire une preuve défendable de qui a accédé à quoi, quand, et avec quelle autorisation n’est pas nouvelle, et n’a jamais dépendu de l’identité humaine ou non de l’utilisateur.

Ce que les agents changent, c’est le volume et la rapidité des événements d’accès à enregistrer, autoriser et rendre disponibles à la demande, pas l’exigence légale sous-jacente. Un agent IA qui interroge une base clients, rédige un document à partir de données réglementées ou transfère un fichier entre systèmes réalise un événement d’accès aux données. Les obligations de conformité réglementaire s’appliquent à cet événement comme si une personne l’avait réalisé. Le fossé documenté par OneTrust — 47 % de gouvernance claire pour 87 % d’adoption — est un déficit d’infrastructure qui empêche de répondre à la question d’un régulateur sur n’importe lequel de ces événements.

Les chiffres sur les incidents devraient davantage inquiéter un responsable conformité qu’un architecte sécurité. 48 % des organisations ont connu au moins un incident au cours des 12 derniers mois impliquant des actions non autorisées de systèmes ou agents IA. 28 % en ont connu deux ou plus. Une « action non autorisée » n’est pas d’abord une défaillance technique. C’est une défaillance de gouvernance, avec une conséquence directe sur la conformité. Un accès a eu lieu sans autorisation, et dans un nombre significatif d’organisations, personne ne peut le reconstituer a posteriori. C’est précisément le scénario que les exigences de piste d’audit dans HIPAA, RGPD, SOX et des cadres sectoriels comme DORA visent à éviter.

96 % paient déjà le « coût de la gouvernance », sans preuve à l’appui

96 % des organisations déclarent qu’au moins une initiative IA a été ralentie, suspendue ou compliquée par des exigences de gouvernance, de risque ou de revue au cours de l’année écoulée. Ce chiffre pourrait être interprété comme un argument contre la rigueur de la gouvernance. Il faut en tirer la conclusion inverse. Le principal facteur de retard, cité par 52 % des répondants, est la préoccupation liée à la qualité, à l’accès, à la confidentialité ou à la sécurité des données — exactement la catégorie qu’une couche de preuves solide permet de lever en amont. Le deuxième facteur de retard, à 39 %, est le manque de visibilité sur les composants IA tiers, les fournisseurs ou les sources de données — un déficit de gestion des risques tiers qui ressort aussi comme l’une des étapes de coordination les plus complexes.

En d’autres termes, la plupart des frictions déjà subies par les organisations sont celles qu’une couche de preuves efficace éliminerait, et non celles qu’elle créerait. Les comités de revue bloquent les projets parce qu’ils n’obtiennent pas rapidement une réponse fiable à la question « quelles données cet agent va-t-il manipuler, et comment le savons-nous ? ». C’est une question de couche données. Elle ne se règle pas par une réunion de gouvernance supplémentaire, mais par des contrôles d’accès et des journaux qui produisent la réponse automatiquement, à la demande, plutôt que par un assemblage manuel qui prend des jours.

L’intention d’investissement traduit une prise de conscience croissante. 80 % des répondants déclarent consacrer plus de temps à la gestion des risques liés à l’IA qu’il y a 12 mois, soit une hausse nette moyenne de 26 %. 98 % prévoient d’augmenter leur budget technologique dédié à la gouvernance de l’IA l’an prochain, en moyenne de 25 %. Cela représente beaucoup de nouveaux investissements pour un problème qui, selon les propres données de l’enquête, n’est pas d’abord un problème de budget. Les recherches annuelles de Kiteworks aboutissent au même constat. Les organisations qui consacrent 25 % ou plus de leur budget IT à la cybersécurité obtiennent, en moyenne, moins d’un point de plus sur un indice de maturité sécurité sur 100 que l’ensemble de l’échantillon. Dépenser plus n’augmente pas automatiquement le niveau de préparation. Il faut cibler ces dépenses sur des contrôles de données précis et vérifiables.

Ce que révèlent les propres données de Kiteworks sur la couche sous-jacente à la gouvernance

Le rapport OneTrust est une étude sur les processus et la coordination de la gouvernance, interrogeant CPO, CDO, RSSI et CMO sur la façon dont leurs organisations structurent la supervision de l’IA. Il constitue un complément utile et indépendant à ce que Kiteworks a mesuré sur la couche données dans sa propre enquête annuelle 2026, menée auprès de 459 professionnels de la sécurité et de la conformité. Les deux études posent des questions différentes, mais aboutissent à la même conclusion, chacune depuis son angle.

Le rapport Kiteworks introduit un indice de préparation à la sécurité et à la conformité des données (DSCRI), calculé comme le score de maturité sécurité multiplié par la proportion de fonctions de gouvernance des données IA déployées par une organisation. La moyenne de l’enquête s’établit à 16,2 sur 100. Les auteurs précisent que ce calcul est volontairement multiplicatif : une organisation ne peut pas compenser un déficit de gouvernance IA par une augmentation progressive des dépenses générales de sécurité, car les deux dimensions doivent progresser ensemble. C’est la version quantitative de ce que décrivent les répondants OneTrust lorsqu’ils estiment que les fonctions individuelles sont solides, mais que la coordination sur le cycle de vie ne l’est pas.

Les déficits de contrôle spécifiques derrière ce score de 16,2 recoupent directement les constats OneTrust. 79 % des organisations n’ont aucun mécanisme automatisé pour désactiver un agent IA défaillant, ce que le rapport appelle un « kill switch ». Parmi celles qui en ont déployé un, 23 % ne l’ont jamais testé, ce qui signifie que même les 21 % équipés ne peuvent pas tous garantir son efficacité en situation de crise. 74 % n’ont pas de contrôles de purpose binding permettant de restreindre techniquement un agent IA à ses tâches et à son périmètre de données autorisés, ce qui montre que la politique existe dans la plupart des organisations sans application technique réelle. 50 % sont incapables de produire un audit complet des accès IA en une journée ouvrée, et 83 % en moins d’une heure. 67 % n’ont pas de pistes d’audit infalsifiables, le type de preuve qu’un auditeur ou un enquêteur examine pour vérifier que les enregistrements n’ont pas été modifiés a posteriori.

Chacun de ces chiffres pointe un problème de preuve, pas de politique. Une organisation peut disposer d’une politique de gouvernance IA parfaitement rédigée, et rester incapable de répondre, le jour où un régulateur le demande, à la question : quel agent a accédé à tel dossier, avec quelle autorisation, et le journal prouvant cet accès a-t-il été altéré ? C’est exactement ce que décrivent les répondants OneTrust lorsqu’ils évoquent le manque de coordination et de responsabilité sur le cycle de vie. La couche politique et la couche preuve ne sont pas les mêmes, et un déficit de la seconde ne se comble pas en rédigeant davantage de la première.

Le modèle BBVA : une gouvernance intégrée au cycle de vie, pas ajoutée en fin de parcours

Le rapport OneTrust inclut une étude de cas sur BBVA, une banque mondiale présente dans 25 pays et comptant plus de 81 millions de clients, qui illustre concrètement la fermeture de ce déficit. Marta Sanz, Head of AI Governance chez BBVA, explique que la gouvernance est intégrée dès le début du cycle de vie de l’IA, et non traitée comme une simple étape d’approbation avant lancement. Cela implique d’évaluer en amont le cas d’usage, la sensibilité des données, le modèle, le système, le niveau d’autonomie et l’impact sur les accès, afin que la gouvernance soit proportionnée au risque, plutôt qu’une revue lourde appliquée à tous les projets, quels que soient les enjeux.

Le point le plus important pour un public conformité concerne l’après-déploiement. BBVA accorde autant d’importance au suivi post-déploiement, à la traçabilité et aux voies d’escalade qu’à l’évaluation initiale, car les usages, les risques et la performance évoluent après la mise en production d’un agent. C’est une réponse directe au déficit de coordination mesuré par OneTrust. 23 % des organisations citent le suivi post-déploiement des systèmes IA comme l’un de leurs défis de coordination majeurs. Le modèle BBVA considère ce suivi non comme une phase distincte et secondaire, mais comme une extension continue de la même discipline de gouvernance appliquée au lancement, avec la même exigence de preuve à chaque étape.

Cinq fonctions, une exigence fondamentale : la preuve

OneTrust conclut son rapport par un cadre en cinq fonctions pour la prochaine phase de la gouvernance IA : visibilité continue sur les usages IA approuvés, non approuvés, tiers et agents ; gouvernance évolutive au rythme de l’adoption ; garde-fous traduisant la politique en contrôles effectifs ; responsabilité connectée avec des relais et des propriétaires clairs ; et preuves continues, c’est-à-dire documentation, historique de suivi, validations et enregistrements d’incidents pouvant résister à un examen externe.

Lue sous l’angle conformité, cette liste révèle un schéma évident. Chacune des quatre premières fonctions dépend de la cinquième pour être vérifiable. Une visibilité sans preuve n’est qu’une affirmation. Une gouvernance sans preuve n’est qu’une politique. Des garde-fous sans preuve ne sont que des intentions. Une responsabilité sans preuve n’est qu’un organigramme sans moyen de prouver qui a fait quoi. La preuve n’est pas le cinquième point d’une liste de priorités égales. C’est le socle sur lequel reposent les autres.

Tim Mullen, CISO chez OneTrust, défend la même idée dans un article pour The Hacker News publié la même semaine que le rapport d’enquête. Selon lui, les cadres de gouvernance IA comme ISO 42001 et le NIST AI Risk Management Framework doivent s’ajouter à la base ISO 27001 existante de l’organisation via un contrôle continu, et non être construits comme un programme parallèle évalué ponctuellement. Sa recommandation est claire : « Il faut poser une base solide, construire des processus reproductibles, aligner les contrôles, automatiser là où c’est stable. » Il cite aussi le chiffre de l’enquête selon lequel 86 % des organisations ont connu au moins un incident lié à l’IA l’an dernier, et souligne que le suivi des dépendances sur les accès aux données, les identités, les modèles tiers et l’impact métier compte plus que la recherche d’une conformité statique parfaite alors que l’activité évolue.

Les deux approches convergent vers le même principe opérationnel : du continu, pas du ponctuel. De l’automatisé, pas de l’attesté. Un contrôle vérifiable à la demande, pas une politique relue une fois par an et supposée toujours valable.

Ce qu’exige réellement une couche données de qualité probante

Traduire les constats OneTrust et Kiteworks en une checklist opérationnelle donne une liste plus courte que l’ampleur du problème ne le laisse penser, car la plupart du déficit tient à quelques fonctions précises et testables, plus qu’à un changement culturel général.

Le point de départ, c’est de savoir à quelles données les agents peuvent accéder. Une classification des données qui impose des contrôles en aval, et non un simple étiquetage sans effet, est le socle de tout le reste. Ensuite, l’accès doit être restreint techniquement, pas seulement par la politique. Un contrôle d’accès basé sur les attributs qui limite ce qu’un agent peut atteindre, lié au même modèle d’autorisation que pour les utilisateurs humains, comble le déficit de purpose binding que 74 % des organisations de l’enquête Kiteworks n’ont pas résolu.

Chaque événement d’accès, humain ou agent, doit générer une entrée de journal qui alimente un tableau de bord RSSI et un système d’audit centralisé, et non un journal applicatif isolé qui ne quitte jamais l’équipe ayant développé l’intégration. Ce journal doit être infalsifiable, car une piste d’audit modifiable a posteriori n’est pas une preuve, mais une simple affirmation. Et l’organisation doit disposer d’un mécanisme testé et opérationnel pour couper immédiatement l’accès d’un agent en cas de problème, testé régulièrement plutôt que supposé fonctionner le jour où il sera nécessaire.

La plateforme d’échange sécurisé de données Kiteworks répond précisément à cette exigence. Une couche unique de gouvernance, le Kiteworks Control Plane, applique les mêmes autorisations d’accès, le chiffrement et la journalisation des accès à chaque acteur manipulant des données sensibles, qu’il s’agisse d’une personne, d’une machine ou d’un agent autonome. Kiteworks Compliant AI applique la politique au point où les données risqueraient de circuler vers un système IA sans contrôle, et chaque événement d’accès, humain ou agent, est consigné dans le même journal d’audit, et non dans un journal séparé qu’un gestionnaire d’incident devrait aller chercher. Les agents ne sont pas gérés comme un cas particulier ajouté après coup. Ils rejoignent le même cadre d’identité et d’accès que celui qui régit déjà les accès humains, comme le décrit BBVA, et comme il manque à 79 % des organisations de l’enquête Kiteworks.

Tout cela ne nécessite pas d’attendre qu’un cadre de gouvernance parfait soit finalisé. Il faut suivre la séquence décrite par Mullen : poser la base, rendre les contrôles reproductibles et testables, automatiser ceux qui ont fait leurs preuves. Un enregistrement probant des accès agents aux données n’est pas la dernière étape après la maturité de la gouvernance. C’est le premier contrôle qui rend chaque affirmation de gouvernance ultérieure vérifiable.

Pour en savoir plus sur la façon de combler le déficit de preuves dans la gouvernance des agents IA, réservez votre démo sans attendre !

Ressources complémentaires

• Article de blog
  Stratégies Zero-Trust pour une protection abordable de la vie privée avec l’IA
• Article de blog
  Comment 77 % des organisations échouent sur la sécurité des données IA
• eBook
  Fossé de gouvernance IA : 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 des preuves de son efficacité.