FAQ

Questions fréquentes

Réponses aux questions que se posent les acheteurs sur l'IA axée sur la gouvernance et l'AI Act.

Comment empêcher les employés de coller des données de l'entreprise dans ChatGPT public ?
Donnez-leur un assistant officiel qui répond à partir des données de l'entreprise sous des règles d'accès, et journalisez ce qu'on lui demande. WeavrCore place chaque assistant, agent et intégration derrière une seule couche de visibilité et de contrôle, avec une classification des données configurable, un contrôle d'accès basé sur les rôles et une piste d'audit par défaut, pour que l'habitude de l'IA de l'ombre ait un endroit sûr où aller.
Qu'exige l'AI Act d'une entreprise qui utilise l'IA avec ses clients, et depuis quand ?
Depuis le 2 août 2026, les obligations de transparence de l'article 50 s'appliquent : les personnes doivent être informées lorsqu'elles interagissent avec un système d'IA, et les contenus générés par IA doivent être signalés. Les obligations plus lourdes du haut risque (gestion des risques, documentation, surveillance humaine, journalisation) s'appliquent aux systèmes de l'annexe III à partir du 2 décembre 2027.
Quels systèmes d'IA sont à haut risque au sens de l'AI Act, et quelle est l'échéance désormais ?
L'annexe III les liste : décisions d'emploi et de gestion du personnel, crédit et assurance, éducation, accès aux services essentiels, infrastructure critique, application de la loi, migration, justice et biométrie. L'Omnibus numérique sur l'IA, en vigueur depuis le 27 juillet 2026, a reporté l'échéance au 2 décembre 2027 pour les systèmes à haut risque autonomes et au 2 août 2028 pour l'IA intégrée dans des produits réglementés.
Pourquoi les pilotes d'IA n'atteignent-ils pas la production, et qu'est-ce qui change cela ?
L'étude du MIT de 2025, The GenAI Divide, sur 300 déploiements, a constaté que seuls 5 % des pilotes d'IA en entreprise produisent un retour, et que ceux qui réussissent sont intégrés aux workflows et construits avec des spécialistes externes. Ce qui arrête la plupart des pilotes, c'est la gouvernance : la revue de sécurité, la piste d'audit manquante, l'architecture laissée pour la fin. Faire ce travail dès la première semaine, sur une plateforme qui le fait par défaut, est ce qui change le résultat.
Qu'est-ce qu'un déploiement d'IA souverain, et quand en faut-il un plutôt que le cloud ?
Un déploiement souverain fait tout tourner sur votre propre infrastructure, avec une inférence locale du modèle et zéro sortie de données. Vous en avez besoin quand les données doivent rester dans votre périmètre en toute circonstance : défense, renseignement, certaines parties de la santé et des infrastructures critiques. La plupart des organisations réglementées choisissent plutôt Hybrid : les données privées restent chez vous et seules les données approuvées pour un traitement externe atteignent un modèle externe.
Comment conserver une piste d'audit de ce qu'une IA a dit et pourquoi ?
Journalisez chaque requête, chaque réponse, chaque accès aux données et chaque appel de modèle, en ajout uniquement, avec les sources sur lesquelles chaque réponse s'est appuyée. WeavrCore le fait par défaut dans chaque mode de déploiement, si bien que si une décision est contestée six mois plus tard, le raisonnement peut être reconstitué.
Combien de temps faut-il pour mettre un cas d'usage IA en production dans une entreprise réglementée ?
Cinq semaines du lancement à la production pour un cas d'usage, selon une méthode en sept étapes qui commence par la valeur métier et intègre la gouvernance dès la première semaine. Les engagements fortement réglementés s'étendent de plusieurs semaines, et l'étape de production dépend de l'environnement du client.