Le 26 octobre 2026, OpenAI a lancé GPT-6.1 Terra, un modèle d’intelligence artificielle (IA) conçu pour lire ce qui s’affiche à l’écran et agir dans les applications, facturé moitié moins cher que le modèle de gamme supérieure de la même famille (AI Weekly, 2026). Quatre jours plus tard, l’Agence nationale de la sécurité des systèmes d’information (ANSSI) publiait sept principes pour sécuriser les systèmes d’IA capables d’exécuter des actions (Armees.com, 2026). Les deux nouvelles se répondent.

Dans vos bureaux, l’IA générative a déjà gagné. Vos acheteurs rédigent plus vite, vos méthodistes synthétisent plus vite, vos commerciaux chiffrent plus vite. C’est le succès visible. Le naufrage, lui, est silencieux : une part croissante de ce travail passe par des comptes que votre DSI ne voit pas, et l’IA qui se contentait de répondre s’apprête maintenant à cliquer.

Quelques chiffres pour mesurer l’angle mort :

• 77 % des dirigeants d’ETI déclarent que leurs collaborateurs utilisent l’IA générative dans un cadre professionnel, dont 31 % régulièrement, en hausse de 19 points sur un an (Bpifrance Le Lab, via Finyear, 2026).

• 61 % des utilisateurs d’IA en entreprise passent par leurs comptes personnels au moins une fois par semaine, selon une étude YouGov pour Microsoft France menée auprès de 657 cadres et dirigeants (Journal du Net, 2026).

• 57,2 % des actifs français qui utilisent l’IA générative au travail ne passent que par des comptes personnels (IntoTheMinds, 2026).

• 69,2 % des utilisateurs dont l’entreprise interdit certains outils emploient malgré tout un compte personnel (IntoTheMinds, 2026).

• 9 % seulement des salariés français peuvent se référer à une charte éthique ou à un interlocuteur dédié à l’IA dans leur entreprise, selon l’Observatoire de l’IA responsable d’Impact AI (Journal du Net, 2026).

Écrans, connecteurs, comptes personnels : l’IA a changé de métier

Jusqu’ici, un assistant d’IA générative attendait qu’on lui colle un texte. Le risque était connu : ce que le salarié copiait sortait de l’entreprise, ligne par ligne. Mais au moins, quelqu’un avait choisi de le copier.

La génération de modèles qui arrive change la nature du geste. OpenAI présente GPT-6.1 Terra comme un modèle de milieu de gamme qui associe raisonnement visuel et utilisation précise de l’ordinateur (AI Weekly, 2026). Concrètement, l’outil ne lit plus un extrait choisi : il lit l’écran. Et sur l’écran d’un acheteur, d’un méthodiste ou d’un responsable qualité, il y a tout le reste.

Ce que l’agent voit : une fenêtre d’ERP affiche en même temps le prix négocié avec un fournisseur, les quantités d’une commande, parfois le nom du client final. Personne n’a décidé de transmettre ces informations. Elles étaient simplement visibles.

Ce que l’agent fait : un agent qui navigue entre les applications peut saisir, valider, envoyer. Une modification de nomenclature ou une réception de lot n’est plus un geste que l’on retrouve dans l’historique, attribué à un opérateur identifié qui savait ce qu’il faisait.

Par où il passe : si l’agent tourne sur un compte personnel, aucune politique de l’entreprise ne s’applique au trajet des données, ni à leur conservation, ni à leur réutilisation.

Le clic ne laisse pas de trace.

Le prix accélère le mouvement. Avec un tarif divisé par deux par rapport au modèle supérieur, l’automatisation de tâches répétitives à l’écran devient accessible à un service de quelques personnes, sans projet formel, sans budget dédié et sans que la DSI soit informée.

Le constat technique : vous avez installé un pont roulant dans l’atelier, mais la télécommande circule de main en main, et aucun registre ne dit qui la tenait au moment où la charge a bougé.

Ce que l’ANSSI vient d’écrire vise directement votre ERP

Le 30 octobre 2026, l’ANSSI a publié un document consacré à la sécurisation des systèmes d’IA dite agentique, c’est-à-dire capables de mobiliser des connecteurs, de consulter des ressources et d’agir dans des applications métier (Armees.com, 2026). Ce n’est pas un nouveau texte réglementaire, mais un ensemble de recommandations techniques. Pour un directeur industriel, trois points changent la lecture du risque.

Trois niveaux de décision : l’agence recommande de ranger chaque opération dans une catégorie, exécution autonome, approbation humaine obligatoire ou action interdite. Les actions critiques, l’accès aux données sensibles, les changements de droits et les déploiements en production relèvent de la validation humaine. Transposé à l’usine, cela concerne le lancement d’un ordre de fabrication, la modification d’une gamme, le déblocage d’un lot en quarantaine.

Des contrôles placés hors du modèle : les droits doivent être vérifiés par des mécanismes indépendants de l’IA, avec le refus comme règle par défaut. L’ANSSI insiste aussi sur les enchaînements : plusieurs actions autorisées une à une peuvent, combinées, produire un résultat contraire aux règles de sécurité. Une extraction de nomenclature, puis une mise en forme, puis un envoi par courriel : trois gestes anodins, une fuite complète.

Des données qui sortent par construction : l’agence rappelle que les données envoyées à un modèle hébergé peuvent être accessibles à son fournisseur. Ce n’est pas une hypothèse d’attaque, c’est le fonctionnement normal du service.

Le document demande enfin un arrêt d’urgence avec révocation des accès, et des journaux protégés contre toute modification par l’agent, capables de reconstituer la chaîne complète qui va de la demande initiale à l’action et à son résultat (Armees.com, 2026). Autrement dit, la traçabilité que vous exigez déjà de vos opérateurs sur une ligne certifiée.

Vous n’avez déployé aucune IA ? Vos équipes, si

L’objection se comprend. Une PME de mécanique ou un site agroalimentaire de deux cents personnes n’a pas lancé de programme d’IA agentique, n’a pas de cellule data, et lit les recommandations de l’ANSSI comme un sujet de grand groupe.

Vous n’êtes pas hors sujet. Vous êtes hors délai.

Les chiffres d’usage ne décrivent pas des projets, ils décrivent des habitudes. Dans les entreprises de 11 à 50 salariés, 70,8 % des utilisateurs d’IA générative ne passent que par des comptes personnels (IntoTheMinds, 2026). L’interdiction n’y change pas grand-chose : elle rend l’usage moins visible, pas moins fréquent. Quant à la charte écrite seule, son effet mesuré est quasi nul : 74,7 % des utilisateurs restent sur leurs seuls comptes personnels là où une charte existe, contre 75,7 % là où rien n’a été fait (IntoTheMinds, 2026).

La vraie question n’est pas de savoir si vous autoriserez les agents IA. La vraie question est de savoir dans quel cadre ils travailleront le jour où vos équipes les auront adoptés, avec ou sans vous.

C’est aussi ce qui distingue ce sujet d’un projet d’IA classique, dont nous avons décrit les écueils dans Le démonstrateur qui n’a jamais vu une cadence. Ici, il n’y a pas de démonstrateur à industrialiser, pas de comité de pilotage à convaincre, pas de recette à planifier.

L’usage est déjà en production.

4 actions concrètes pour reprendre la main sur l’IA de vos équipes

1. Mesurer l’usage réel, pas l’usage déclaré : une enquête anonyme, service par service, en dit plus qu’une remontée managériale, parce que 43,6 % des utilisateurs craignent que leurs collègues remarquent leur usage de l’IA (IntoTheMinds, 2026). Demandez quels outils, sur quels comptes, et surtout quelles informations sont affichées à l’écran pendant l’usage.

2. Classer vos actions métier en trois catégories : reprenez la grille de l’ANSSI sur vos propres systèmes. Dans l’ERP, le MES, le PLM et le QMS, listez ce qu’un agent pourrait faire seul, ce qui exige une validation humaine et ce qui lui reste interdit. Ce travail tient sur quelques pages et sert de base à toutes les décisions suivantes.

3. Fournir un outil officiel et former : dans les entreprises qui combinent un outil officiel et une formation, la part des utilisateurs passant uniquement par des comptes personnels tombe à 19,1 % (IntoTheMinds, 2026). L’outil fourni doit soutenir la comparaison avec ceux que vos équipes utilisent déjà, sinon il restera dans le tiroir.

4. Placer les contrôles avant le modèle, pas dans le modèle : filtrer et anonymiser ce qui part vers une IA, maîtriser l’endroit où le modèle est hébergé, journaliser chaque requête. C’est l’approche que nous détaillons sur la page Exploitez le plein potentiel de l’IA pour votre entreprise, autour de l’anonymisation des données sensibles et de l’intégration d’IA souveraines.

C’est précisément le terrain de Bosl.ai. Pour une organisation confrontée à l’usage d’IA génératives par ses équipes et au risque de voir des informations confidentielles sortir de son périmètre, akawan a conçu une application web dédiée aux échanges avec ces outils. akawan y a intégré des algorithmes d’anonymisation des requêtes, un dispositif qui prévient et alerte les utilisateurs sur leur usage de l’IA, et un parcours utilisateur repensé pour rendre les requêtes plus efficaces. Le modèle retenu est une IA souveraine, opérée sur des serveurs locaux ou dans des espaces certifiés. Le détail est présenté dans la réalisation Chat sécurisé avec Bosl.ai.

L’IA va cliquer dans vos logiciels, décidez où elle s’arrête

Le lancement d’un modèle moins cher et plus habile à l’écran n’est pas une nouveauté technologique de plus. C’est le moment où l’IA générative passe du statut d’outil de rédaction à celui d’opérateur, avec un accès à vos écrans, à vos données et, demain, à vos validations. Le problème n’est plus l’IA en elle-même. C’est l’absence de règles à l’endroit précis où elle agit.

L’état cible est sobre : chaque usage connu, chaque action classée, chaque requête filtrée avant de quitter l’entreprise, chaque geste d’agent retraçable de bout en bout. Une direction qui tient ces quatre fils tient son outil industriel, y compris dans sa partie numérique. Le test est simple : si un agent ouvrait demain votre ERP avec les droits d’un de vos acheteurs, sauriez-vous dire, le soir même, ce qu’il a lu, ce qu’il a modifié et où sont parties les données ?