Brancher une IA à la messagerie transforme une question de productivité en question de périmètre

Le point de départ

Un assistant peut répondre à « où en est le contrat X ? » en parcourant plusieurs échanges, mais il peut aussi rencontrer des données sans rapport avec la tâche. Ce petit écart dit beaucoup plus que le résultat affiché à l’écran : une boîte mail concentre contrats, données personnelles, secrets, historique et conversations non destinées à un même usage. La recherche naturelle en augmente l’accessibilité.

Ce que les sources permettent de dire

Le point de départ est vérifiable. Google étend en 2026 des fonctions capables d’interroger le contenu de la boîte mail et de mobiliser le contexte de travail pour produire des réponses ou des synthèses, ce qui augmente l’utilité mais aussi le périmètre de données accessible. La CNIL souligne que les agents capables d’accéder à plusieurs sources, de conserver une mémoire et d’agir au nom de l’utilisateur augmentent les flux de données, la complexité des responsabilités et les risques de perte de maîtrise sur les données personnelles. Ce contexte permet de sortir du débat abstrait. La suite se joue dans la manière dont le travail est réellement organisé.

Là où le raisonnement devient plus difficile

Avec l’IA, la donnée circule plus facilement entre une consigne, un document, une mémoire, un connecteur et un historique. Cette fluidité est utile, mais elle élargit vite le périmètre de données accessible si personne ne le limite. Le RGPD ne se résume pas à masquer un nom : il demande une finalité, une base légale lorsqu’il y a des données personnelles, des mesures de sécurité, une durée de conservation et des droits réellement exerçables. Le raisonnement tient sur un point assez concret : Une boîte mail concentre contrats, données personnelles, secrets, historique et conversations non destinées à un même usage. La recherche naturelle en augmente l’accessibilité. Ignorer ce point crée une illusion de progrès local alors que la charge réapparaît ailleurs.

Il y a quand même un piège. Le bon niveau de prudence se décide sur les conséquences, pas sur la sophistication technique. Un assistant peut répondre à « où en est le contrat X ? » en parcourant plusieurs échanges, mais il peut aussi rencontrer des données sans rapport avec la tâche.

Ce que ça change dans une organisation

Pour vérifier l’idée, je partirais de là : définir sources autorisées, comptes concernés, journalisation et cas d’exclusion. Regarde qui récupère le travail restant. Une optimisation peut simplement déplacer la charge d’un poste vers un autre. Compare plusieurs semaines, pas une seule démonstration. La stabilité compte autant que le meilleur résultat obtenu une fois.

Construire un contrôle qui tient

Lister les données réellement nécessaires à la tâche et supprimer le reste du périmètre. L’intérêt est surtout de créer un critère observable. Si personne ne peut dire si ce point est respecté, la règle restera décorative.

Distinguer données saisies, données observées, données dérivées et données conservées. 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.

Choisir une durée de conservation et une règle d’accès avant que l’historique ne devienne une habitude. C’est le moment de comparer la promesse au flux réel, pas au scénario idéal préparé pour la démo.

Prévoir comment une personne peut exercer ses droits lorsqu’elle est concernée par le traitement. Le détail est moins spectaculaire que l’outil, mais il protège celui qui devra reprendre le résultat derrière.

Ce qu’il ne faut pas conclure trop vite

Le fait qu’un traitement soit techniquement possible ne suffit pas à le rendre licite. Dès que des données personnelles sont concernées, la finalité, la base juridique, la minimisation, l’information, les droits, la conservation et la sécurité doivent être examinés dans le contexte réel.

Si l’on enlève le vocabulaire IA, il reste une règle de travail classique : définir sources autorisées, comptes concernés, journalisation et cas d’exclusion. C’est moins spectaculaire qu’une démo, mais beaucoup plus utile pour faire tenir l’usage dans le temps.