En bref : le Comité européen de la protection des données a publié des lignes directrices sur le moissonnage de données web (web scraping) et sur l'anonymisation pour l'IA générative, et la consultation publique se termine le 30 octobre 2026. Au même moment, le report de certaines obligations de l'AI Act (règlement UE 1744/2026, applicable depuis le 27 juillet 2026) repousse à décembre 2027 les règles sur les systèmes d'IA à haut risque. Pour une PME, ces deux actualités se traduisent concrètement par une question : d'où viennent les données utilisées par les outils IA que l'entreprise exploite ou fait développer. Un architecte de solutions IA pose cette question dès la conception, pas après coup.
Que vient de publier le CEPD sur le moissonnage de données web et l'anonymisation ?
Le 7 juillet 2026, le Comité européen de la protection des données (CEPD, l'instance qui réunit les autorités de protection des données de l'Union européenne, dont la CNIL fait partie) a adopté deux projets de lignes directrices mis en consultation publique jusqu'au 30 octobre 2026. Le premier texte porte sur le moissonnage de données sur internet (web scraping) pour entraîner des modèles d'IA générative : il rappelle que cette collecte reste soumise au RGPD dès qu'elle touche des données personnelles, précise la base légale applicable et les conditions particulières pour les catégories de données sensibles, et recommande de ne collecter qu'auprès de sources fiables, d'horodater les collectes et de vérifier les données avant de les utiliser pour entraîner un modèle. Le second texte propose un cadre pour qualifier une donnée d'anonyme, autour de trois critères cumulatifs : l'impossibilité d'individualiser une personne, de corréler des informations la concernant, ou d'en inférer de nouvelles. Si les trois critères sont remplis, la donnée peut être considérée comme anonyme et sort du champ du RGPD.
Exemple concret : une agence immobilière fictive qui alimente un outil IA avec des annonces collectées sur des sites concurrents, pour générer automatiquement des argumentaires de vente, doit désormais pouvoir justifier d'où viennent ces données, si elles contiennent des informations personnelles (nom d'un vendeur, coordonnées) et comment elles ont été traitées avant d'entrer dans l'outil.
Pourquoi une PME qui n'entraîne pas sa propre IA est-elle concernée ?
Beaucoup de dirigeants de TPE et PME pensent que ces règles ne visent que les grands éditeurs de modèles d'IA. En pratique, trois catégories d'entreprises sont concernées sans avoir l'impression de faire de l'IA générative au sens strict : celles qui utilisent un outil de prospection ou d'enrichissement commercial qui va chercher des informations sur le web, celles qui font développer un assistant IA interne nourri par leurs propres documents et par des données externes, et celles qui demandent à un prestataire de constituer une base de connaissances à partir de contenus publics. Dans les trois cas, la question de la provenance des données et de leur statut (personnelles, anonymisées, publiques) devient une question de conformité, pas seulement une question technique.
Exemple concret : un cabinet comptable fictif qui fait développer un assistant interne pour répondre aux questions des clients à partir de ses dossiers et de contenus réglementaires trouvés en ligne doit vérifier que les contenus collectés ne contiennent pas de données personnelles de tiers non consentantes, avant même de penser à la qualité des réponses de l'assistant.
Que change, en parallèle, le report de certaines obligations de l'AI Act ?
Le règlement UE 1744/2026, dit Digital Omnibus sur l'IA, est applicable depuis le 27 juillet 2026. Il reporte à décembre 2027 l'entrée en application des obligations pour les systèmes d'IA à haut risque autonomes (annexe III : recrutement, scoring de crédit, éducation, application de la loi, gestion des frontières notamment), initialement prévue en août 2026. Les systèmes intégrés à des produits déjà réglementés (dispositifs médicaux, machines, véhicules) voient leur échéance reportée à août 2028. En revanche, les obligations de transparence sur les contenus générés par IA restent bien d'actualité, avec une échéance au 2 décembre 2026 pour le marquage des contenus déjà en circulation.
Pour une PME, ce report ne veut pas dire que le sujet disparaît : il donne simplement plus de temps pour se mettre en ordre si elle utilise un outil de tri de candidatures, de notation de crédit ou d'évaluation de salariés, qui relève typiquement de la catégorie à haut risque. Exemple concret : une PME fictive du recrutement qui utilise un logiciel de tri automatique de CV a gagné du temps réglementaire, mais pas une raison de ne jamais documenter comment cet outil prend ses décisions.
Comment un architecte de solutions IA aborde ce sujet ?
Face à ces deux actualités, la démarche d'un architecte de solutions IA ne change pas de nature, elle se précise. Avant de construire quoi que ce soit, il faut cartographier les sources de données prévues pour le projet : données internes de l'entreprise, données publiques collectées sur le web, données fournies par un tiers. Pour chaque source, la question se pose de son statut au regard du RGPD, et donc de la nécessité ou non d'une anonymisation, d'une base légale documentée, ou d'un simple accord contractuel avec le client final.
Deuxième étape : choisir où les données sont hébergées et par qui elles sont traitées. Laura Caillol, architecte de solutions IA chez CMULTIMEDIA, conçoit et opère ses solutions sur une infrastructure hébergée en France, avec des bases de données séparées par client et des accès restreints aux seules personnes qui en ont besoin. Troisième étape, souvent négligée : la supervision humaine des actions sensibles. Un assistant IA qui répond à un client peut proposer une action, mais une action qui touche à un paiement, à une donnée personnelle ou à une communication externe doit rester validée par une personne avant de partir. Cette architecture en couches, données tracées, hébergement maîtrisé, validation humaine, est ce qui permet de répondre sereinement à une question comme celle posée par les lignes directrices du CEPD : montrer d'où viennent les données et comment elles ont été traitées.
Quelles solutions concrètes une PME peut-elle mettre en place dès maintenant ?
Pour une entreprise qui construit une mémoire d'entreprise ou une base de connaissances IA, NeuraBlue® est pensé pour garder la trace de ce qui entre dans la mémoire collective d'une organisation : quelle information, depuis quelle source, à quelle date. Cette traçabilité est exactement ce que demandent les lignes directrices du CEPD sur le moissonnage de données, sans qu'il soit nécessaire de la construire après coup.
Pour les entreprises qui doivent faire lire et synthétiser des documents complexes (contrats, dossiers administratifs, pièces techniques) sans les faire transiter par un outil IA généraliste dont on ne connaît pas le traitement des données, RIPOSTE IA propose une analyse documentaire pensée pour rester maîtrisée de bout en bout. Exemple concret : un cabinet d'expertise fictif qui doit analyser des dossiers clients volumineux peut s'appuyer sur un outil dont il connaît précisément le circuit des données, plutôt que de copier des extraits dans un assistant grand public.
Quelles actions concrètes prendre cette semaine ?
La consultation du CEPD se termine le 30 octobre 2026 : elle ne concerne pas directement chaque PME, mais le texte qui en sortira servira de référence aux autorités de contrôle, dont la CNIL. Trois actions sont à la portée de toute entreprise dès cette semaine : lister les outils IA utilisés en interne et noter, pour chacun, s'il va chercher des données sur internet ; demander à ses prestataires IA d'où viennent les données utilisées pour construire ou entraîner leurs outils ; et, pour tout projet IA sur mesure en cours de construction, vérifier que la question de la provenance des données a été posée dès le cahier des charges. CMULTIMEDIA accompagne ce type de cadrage dans le cadre de ses missions de solution IA sur mesure, avec la même logique que celle décrite dans l'article sur la construction d'une IA sur mesure conforme RGPD.
Pour les entreprises de Marseille et de la région qui s'interrogent sur la conformité de leurs outils IA, un échange avec une agence IA à Marseille permet de poser un diagnostic avant de choisir ou de faire évoluer un outil, plutôt que de le découvrir après un contrôle.
FAQ
Qu'est-ce que le CEPD et quel est son rôle dans ces lignes directrices ?
Le Comité européen de la protection des données réunit les autorités de protection des données des pays de l'Union européenne, dont la CNIL pour la France. Il adopte des lignes directrices qui guident l'interprétation du RGPD à l'échelle européenne, avant qu'elles ne soient reprises dans la pratique des autorités nationales.
Une PME doit-elle répondre à la consultation publique du CEPD ?
Non, répondre à une consultation publique est une démarche volontaire, ouverte aux organisations professionnelles, aux experts et aux entreprises qui le souhaitent. Une PME n'y est pas obligée, mais elle a intérêt à suivre l'issue de cette consultation, car le texte final servira de référence aux contrôles.
Le report de l'AI Act signifie-t-il que les PME n'ont plus rien à faire ?
Non. Le report concerne uniquement le calendrier d'entrée en application des obligations pour les systèmes à haut risque. Les obligations de transparence sur les contenus générés par IA restent d'actualité, et une entreprise qui utilise un outil de tri de candidatures ou de notation reste concernée par la catégorie à haut risque, avec une échéance désormais fixée à décembre 2027.
Comment savoir si l'outil IA que j'utilise moissonne des données web ?
La question se pose directement au fournisseur de l'outil : sur quelles données le modèle a-t-il été entraîné, et les données que l'outil utilise en fonctionnement proviennent-elles d'une collecte sur internet. Un prestataire sérieux doit pouvoir répondre, ou orienter vers sa documentation de conformité.
Qu'est-ce qu'une donnée vraiment anonyme selon les nouvelles lignes directrices ?
Selon le projet du CEPD, une donnée est anonyme si trois conditions sont réunies : il n'est pas possible d'individualiser une personne à partir de cette donnée, de corréler plusieurs informations pour la ré-identifier, ni d'en inférer de nouvelles informations la concernant. Si l'une de ces trois conditions n'est pas remplie, la donnée reste soumise au RGPD.
Quelle différence entre un outil IA générique et une solution IA sur mesure sur ce sujet ?
Un outil IA générique mutualise souvent ses sources de données et son traitement entre de nombreux clients, sans que l'entreprise utilisatrice ait une visibilité complète. Une solution sur mesure permet de choisir, documenter et tracer chaque source de données dès la conception, ce qui facilite la réponse à une demande de justification.
CMULTIMEDIA peut-elle auditer un outil IA déjà en place ?
Oui, dans le cadre d'un diagnostic de solution IA sur mesure, CMULTIMEDIA peut examiner les sources de données et les traitements d'un outil existant et proposer des ajustements, sur devis selon le périmètre du projet.
Où trouver le texte complet des lignes directrices du CEPD ?
Les projets de lignes directrices et les modalités de contribution à la consultation publique, ouverte jusqu'au 30 octobre 2026, sont publiés sur le site de la CNIL et sur celui du CEPD (edpb.europa.eu).
Sources
- CNIL, 9 juillet 2026, "Le CEPD met en lumière l'anonymisation et le moissonnage pour l'IA générative et adopte la version finale des lignes directrices sur la chaîne de blocs", https://cnil.fr/fr/node/168711
- Gibson Dunn, 27 mai 2026, "EU AI Act Omnibus Agreement, Postponed High-Risk Deadlines and Other Key Changes", https://www.gibsondunn.com/eu-ai-act-omnibus-agreement-postponed-high-risk-deadlines-and-other-key-changes/
- Mayer Brown, 30 juillet 2026, "EU AI Act News: Digital Omnibus on AI, New Guidance on Risk Classification, GPAI and Transparency Obligations", https://www.mayerbrown.com/pt/insights/publications/2026/07/eu-ai-act-news-digital-omnibus-on-ai-new-guidance-on-risk-classification-gpai-and-transparency-obligations







