Sur le marché des outils « sécurisés pour l'IA », on lit partout « anonymisez vos documents ». Pourtant, dès qu'un produit propose de réinjecter les noms d'origine après analyse, ce n'est plus de l'anonymisation au sens du RGPD - c'est de la pseudonymisation. La confusion n'est pas qu'une question de vocabulaire : elle conditionne votre niveau de risque juridique et la confiance que vous pouvez accorder à un fournisseur.
Ce que dit le RGPD
L'article 4(5) du RGPD définit la pseudonymisation comme le traitement des données à caractère personnel de façon à ce qu'elles ne puissent plus être attribuées à une personne concernée sans recours à des informations supplémentaires, ces informations étant conservées séparément et soumises à des mesures techniques et organisationnelles.
L'anonymisation, elle, vise un état où la ré-identification n'est plus raisonnablement possible - sans table de correspondance exploitable. Les données anonymes sortent en principe du champ du RGPD, à condition que l'anonymat soit réel et durable.
Un DPO ou un avocat spécialisé remettra immédiatement en cause un discours marketing qui parle d'« anonymisation » tout en vendant un bouton « restaurer les données ».
Pourquoi la distinction compte pour l'usage IA
Le flux métier le plus courant aujourd'hui est le suivant :
- Protéger le document (remplacer noms, montants précis, identifiants…)
- Envoyer la version nettoyée à ChatGPT, Claude, Gemini ou Copilot
- Récupérer une synthèse, une traduction ou une analyse
- Réinjecter les valeurs d'origine dans le livrable
Ce quatrième point suppose un mapping - fichier de correspondance, table chiffrée, tokens cohérents entre les occurrences. Techniquement et juridiquement, vous êtes en pseudonymisation réversible, pas en anonymisation irréversible.
Les deux approches sont légitimes selon le cas d'usage. Ce qui pose problème, c'est de les confondre ou de les vendre sous le mauvais label.
Les outils qui disent « anonymiser » mais réinjectent
Certains acteurs - y compris des solutions orientées cabinets d'avocats - utilisent le mot « anonymisation » dans leur interface alors que le produit conserve un workspace, un historique de sessions, ou une chaîne de restauration des entités. Dès lors :
- Les données ne sont pas « anonymes » au sens strict
- Le risque de ré-identification dépend de la qualité du masquage et de la sécurité du mapping
- La responsabilité du traitement reste celle d'un traitement de données personnelles pseudonymisées
Safe-Doc utilise les termes avec précision : pseudonymisation quand un mapping permet la dépseudonymisation ; anonymisation pour les sorties sans retour prévu (mode Clean sans réversibilité).
Quel mode choisir ?
Pseudonymisation - recommandée pour les contrats, due diligence, notes internes où vous devez retrouver les vrais noms dans la réponse IA. Tokens cohérents ([PERSONNE_1], [ORG_2]), export JSON du mapping, dépseudonymisation locale.
Anonymisation - adaptée quand vous n'avez pas besoin de réidentifier : veille sectorielle, brouillons de communication, partage externe sans retour. Risque résiduel de ré-identification par contexte : une relecture humaine reste indispensable.
Dans les deux cas, le masquage réduit l'exposition face au modèle IA et aux politiques d'entraînement des fournisseurs - sans éliminer à lui seul toute obligation RGPD ni tout risque de fuite contextuelle.
Safe-Doc : le bon terme, zéro transit IA
Safe-Doc ne remplace pas votre outil IA. Vous pseudonymisez ou anonymisez avant de coller le texte dans l'interface de votre choix. Nous ne voyons pas votre requête IA : pas de chat intégré, pas de journalisation du contenu envoyé au modèle. Le document source n'est pas stocké après traitement ; le mapping réversible est chiffré et sous votre contrôle.
C'est un positionnement différent des plateformes « tout-en-un » qui centralisent documents, prompts et historique - et qui appellent parfois cela de l'anonymisation.
Testez sur un vrai document - pseudonymisation ou anonymisation en quelques secondes.