AI Act : partir de l’usage avant de parler d’amende

Le signal derrière le sujet

Une entreprise possède dix fonctions IA intégrées à des logiciels mais n’a jamais recensé ce qu’elles font réellement. Ce petit écart dit beaucoup plus que le résultat affiché à l’écran : la conformité commence par la qualification de l’usage, du rôle de l’organisation et du risque. Chercher le montant de l’amende avant de décrire le système revient à sauter une étape.

Le point de départ est vérifiable. Depuis le 2 août 2026, de nouvelles dispositions de l’AI Act sont applicables, notamment des obligations de transparence. Le calendrier européen distingue toutefois plusieurs échéances selon les catégories de systèmes et les modifications introduites en 2026. Ce contexte permet de sortir du débat abstrait. La suite se joue dans la manière dont le travail est réellement organisé.

Ce qui se passe vraiment dans le travail

La gouvernance devient utile lorsqu’elle permet à quelqu’un de répondre simplement à quatre questions : quel usage est fait, avec quelles données, pour produire quel effet, et qui en assume la décision. L’AI Act ajoute des obligations selon les situations, mais le premier travail reste très opérationnel : inventorier, qualifier, documenter et ne pas transformer une incertitude juridique en slogan. Les contenus de cette rubrique restent pédagogiques et ne remplacent pas un conseil juridique adapté à un cas précis. Si on enlève le bruit autour, il reste ceci : La conformité commence par la qualification de l’usage, du rôle de l’organisation et du risque. Chercher le montant de l’amende avant de décrire le système revient à sauter une étape. Ignorer ce point crée une illusion de progrès local alors que la charge réapparaît ailleurs.

Une entreprise possède dix fonctions IA intégrées à des logiciels mais n’a jamais recensé ce qu’elles font réellement.

Le piège qui fausse la lecture

Le piège le plus courant serait de transformer « AI Act : la première question n’est pas « quelle amende ? », mais « quel usage faisons-nous vraiment ? » » en règle absolue. Ce n’est pas l’idée. Le bon niveau de lecture consiste à observer le contexte, la fréquence, les personnes touchées et les conséquences d’une erreur. Une entreprise possède dix fonctions IA intégrées à des logiciels mais n’a jamais recensé ce qu’elles font réellement. Le bon niveau de prudence se décide sur les conséquences, pas sur la sophistication technique.

Une manière plus utile de mesurer

Le premier contrôle que je mettrais sur la table serait simple : tenir un inventaire des usages avec finalité, données, utilisateurs et impact. Ajoute le temps de vérification. Une minute gagnée à produire et cinq minutes ajoutées à relire ne font pas un gain. Compare plusieurs semaines, pas une seule démonstration. La stabilité compte autant que le meilleur résultat obtenu une fois.

Décrire précisément l’usage avant de lui coller une catégorie juridique. À ce stade, la meilleure documentation reste souvent le processus tel qu’il se passe un mardi ordinaire.

Identifier le rôle de l’organisation, les personnes concernées et l’effet produit par le système. Ce choix évite surtout que le gain affiché d’un côté réapparaisse sous forme de relecture de l’autre.

Conserver les éléments de preuve utiles : documentation, tests, validation, version et décisions. L’intérêt est surtout de créer un critère observable. Si personne ne peut dire si ce point est respecté, la règle restera décorative.

Faire relire les cas sensibles par les compétences juridiques ou conformité appropriées avant déploiement. Le but n’est pas d’ajouter une couche de procédure. C’est de rendre visible la décision qui existait déjà, souvent de manière implicite.

Ce que je garderais comme règle

Ce texte donne un cadre de lecture général au 14 septembre 2026. La qualification d’un système dépend de son usage, du rôle de l’organisation et de son contexte. Pour un déploiement sensible, notamment dans l’emploi ou lorsqu’un système peut produire un effet significatif sur une personne, une analyse juridique spécifique reste nécessaire.

Pour moi, la règle qui mérite de survivre à l’outil est la suivante : tenir un inventaire des usages avec finalité, données, utilisateurs et impact. C’est moins spectaculaire qu’une démo, mais beaucoup plus utile pour faire tenir l’usage dans le temps.