Identifier Systèmes IA : Qu’est-ce qu’une IA
🤖 Le Problème : L’IA Est Partout, Invisible
67% des entreprises utilisent des systèmes IA sans le savoir. Votre CRM, votre ATS, votre outil de facturation… contiennent probablement de l’IA. Et l’IA Act s’applique à chacun d’eux.
La première étape de la conformité IA Act ? Identifier ce qui est une IA. Ça semble simple. Ça ne l’est pas.
ChatGPT, évidemment. Mais qu’en est-il d’Excel avec des formules complexes ? D’un CRM avec scoring prédictif ? D’un chatbot FAQ ? La frontière n’est pas toujours claire.
Ce guide vous donne la définition officielle, des exemples concrets, et une méthode pratique pour identifier tous les systèmes IA de votre organisation.
Par Loïc Gros-Flandre
Directeur de Modernee – Agence IA. Expert en cartographie et classification des systèmes IA.
📚 Ce que vous allez découvrir
- → La définition officielle IA Act (Article 3)
- → Les 4 critères pour qualifier un système IA
- → Exemples : ce qui EST et ce qui N’EST PAS une IA
- → Les cas limites et zones grises
- → Méthode de cartographie en 6 étapes
Infographie : Les 4 critères cumulatifs de qualification IA
📖 Définition Officielle : Article 3 de l’IA Act
L’IA Act donne une définition précise. Un système d’intelligence artificielle est :
Photo par Campaign Creators sur Unsplash
📋 Article 3(1) – Définition Légale
« Un système basé sur une machine qui est conçu pour fonctionner avec différents niveaux d’autonomie et qui peut, après déploiement, faire preuve d’adaptabilité, et qui, à des fins explicites ou implicites, génère des sorties telles que des prédictions, des recommandations ou des décisions qui influencent des environnements physiques ou virtuels. »
🔍 Décryptage des 4 Critères Cumulatifs
Pour qu’un système soit qualifié d’IA, il doit réunir les 4 critères suivants :
Critère 1 : Basé sur une machine
Le système doit être un logiciel, un algorithme, un modèle informatique. Cela exclut les processus purement humains ou les décisions manuelles.
- ✅ Algorithme de machine learning
- ✅ Réseau de neurones
- ✅ Modèle de langage (LLM)
- ❌ Décision humaine basée sur l’expérience
Critère 2 : Autonomie variable
Le système fonctionne avec un certain niveau d’autonomie, sans intervention humaine directe à chaque étape.
- ✅ Tri automatique de CV
- ✅ Recommandation produit en temps réel
- ❌ Calcul Excel nécessitant validation manuelle
Critère 3 : Inférence de données
Le système déduit des patterns, apprend, ou fait des inférences à partir de données. C’est le critère le plus discriminant.
- ✅ Modèle entraîné sur données historiques
- ✅ Système adaptatif qui s’améliore
- ❌ Règles fixes codées manuellement
- ❌ Formules de calcul déterministes
Critère 4 : Génération de sorties
Le système produit des prédictions, recommandations, ou décisions qui ont un impact sur des personnes ou processus.
- ✅ Score de risque crédit
- ✅ Recommandation de contenu
- ✅ Détection de fraude
- ❌ Simple affichage de données
« La définition IA Act est volontairement large. Dans le doute, considérez que c’est une IA et vérifiez. »
— Juriste spécialiste IA, Commission Européenne
✅ Ce Qui EST un Système IA
Photo par Scott Graham sur Unsplash
Voici des exemples clairs de systèmes qualifiés IA au sens de l’IA Act, classés par niveau de risque.
🔴 IA Haut Risque (Annexe III)
Ces systèmes sont soumis aux obligations les plus strictes. Consultez notre guide sur les systèmes haut risque IA pour les détails.
| Système | Domaine | Pourquoi c’est IA |
|---|---|---|
| ATS avec tri CV | RH / Recrutement | ML pour scoring et classement candidats |
| Scoring crédit | Finance | Modèle prédictif risque défaut |
| Diagnostic médical assisté | Santé | Deep learning sur images médicales |
| Vidéosurveillance intelligente | Sécurité | Reconnaissance faciale, détection comportement |
| Évaluation étudiants | Éducation | Notation automatisée par ML |
🟡 IA Risque Limité
Ces systèmes ont des obligations de transparence. Plus de détails sur les systèmes à risque limité IA.
| Système | Exemple | Pourquoi c’est IA |
|---|---|---|
| Chatbot NLP | Intercom, Drift, Zendesk AI | Compréhension langage naturel |
| IA générative | ChatGPT, Claude, Gemini | LLM génératifs |
| Génération image | DALL-E, Midjourney, Stable Diffusion | Modèles diffusion |
| Deepfakes | Synthesia, D-ID | Génération vidéo synthétique |
| Assistants vocaux | Alexa, Siri, Google Assistant | NLP + reconnaissance vocale |
🟢 IA Risque Minimal
Ces systèmes ont peu d’obligations, mais doivent être identifiés. Voir systèmes à risque minimal IA.
- 🎮 Jeux vidéo avec IA : NPCs intelligents, matchmaking
- 📧 Filtres anti-spam : Classification emails par ML
- 🛒 Recommandations produits : « Vous aimerez aussi… »
- 🔍 Moteurs de recherche : Ranking par apprentissage
- 🎵 Playlists personnalisées : Spotify, YouTube Music
🎯 Quiz : Est-ce une IA ?
❌ Ce Qui N’EST PAS un Système IA
Beaucoup de logiciels sophistiqués ne sont pas des systèmes IA au sens de l’IA Act. Voici les exclusions importantes.
📊 Logiciels Déterministes
Un logiciel qui applique des règles fixes et prédéfinies n’est pas une IA, même s’il est complexe.
| Système | Pourquoi NON-IA |
|---|---|
| Excel avec formules | Calculs déterministes, pas d’apprentissage |
| ERP classique (SAP, Oracle) | Règles métier codées, pas d’inférence ML |
| Logiciel comptable | Calculs arithmétiques fixes |
| Base de données | Stockage et requêtes, pas de génération |
🔧 Automatisation Sans Apprentissage
- ❌ RPA classique : UiPath, Blue Prism sans composants ML
- ❌ Macros VBA : Scripts déterministes
- ❌ Workflow automatisés : Zapier, Make sans IA
- ❌ Règles métier : Drools, BRMS déterministes
💬 Chatbots Sans NLP
Un chatbot basé sur des arbres de décision fixes n’est pas une IA.
💡 Comment Différencier
- IA : Le chatbot comprend des formulations variées grâce au NLP
- Non-IA : Le chatbot nécessite des mots-clés exacts pour répondre
📈 Statistiques Descriptives
- ❌ Tableaux de bord BI : Power BI, Tableau (affichage)
- ❌ Moyennes et agrégats : Calculs statistiques simples
- ❌ Graphiques automatiques : Visualisation sans prédiction
⚠️ Attention aux Fonctionnalités IA Cachées
Power BI et Tableau proposent désormais des fonctionnalités Ask Data et Explain Data qui utilisent du ML. Ces fonctionnalités spécifiques sont des IA, même si le logiciel de base ne l’est pas.
⚠️ Les Cas Limites et Zones Grises
Certains systèmes sont difficiles à classifier. Voici comment trancher.
🔄 CRM avec Scoring : Ça Dépend
| Type de Scoring | IA ? | Explication |
|---|---|---|
| Score basé sur règles fixes | ❌ Non | Ex: +10 points si CA > 100K€ |
| Score par machine learning | ✅ Oui | Modèle entraîné sur conversions passées |
| Score « prédictif » marketing | 🔶 Vérifier | Demander au fournisseur la technologie |
🤖 RPA : Classique vs Intelligent
- ❌ RPA classique : Automatisation par capture d’écran → Non-IA
- ✅ RPA + OCR intelligent : Lecture documents avec ML → IA
- ✅ RPA + NLP : Compréhension emails/textes → IA
- ✅ RPA + Computer Vision : Analyse images → IA
📊 Outils BI : Standard vs Augmenté
- ❌ Tableaux et graphiques : Visualisation → Non-IA
- ✅ Forecasting automatique : Prévisions ML → IA
- ✅ Anomaly detection : Détection patterns → IA
- ✅ Natural Language Query : Questions en langage naturel → IA
📧 Outils Email : Les Nuances
- ❌ Envoi programmé : Automatisation simple → Non-IA
- ✅ Optimisation heure d’envoi : Prédiction engagement → IA
- ✅ Personnalisation contenu : Recommandation ML → IA
- ✅ Rédaction assistée : Génération texte → IA
🛠️ Outils de Développement : Le Cas Spécifique
Les outils de développement intégrant de l’IA se multiplient. Voici comment les classifier.
| Outil | Fonctionnalité | IA ? |
|---|---|---|
| GitHub Copilot | Génération de code assistée | ✅ Oui (LLM) |
| SonarQube | Analyse statique règles fixes | ❌ Non |
| Cursor | IDE avec IA intégrée | ✅ Oui (LLM) |
| ESLint | Linting règles prédéfinies | ❌ Non |
| Tabnine | Autocomplétion ML | ✅ Oui (ML) |
🏥 Outils Secteur Santé : Attention Particulière
Le secteur santé combine souvent IA haut risque et données sensibles. La classification est cruciale.
- ✅ Aide au diagnostic : Analyse images médicales → IA haut risque
- ✅ Prédiction réadmission : Scoring patient → IA haut risque
- ✅ Dosage médicaments : Recommandation ML → IA haut risque
- ❌ Dossier patient électronique : Base de données → Non-IA
- ❌ Prise de rendez-vous : Agenda automatisé → Non-IA
🏭 Outils Industrie : IoT et Maintenance
- ✅ Maintenance prédictive : Prévision pannes ML → IA
- ✅ Contrôle qualité vision : Détection défauts → IA
- ✅ Optimisation énergie : Algorithme adaptatif → IA
- ❌ SCADA classique : Supervision règles fixes → Non-IA
- ❌ Capteurs simples : Seuils déclenchement → Non-IA
« En cas de doute, traitez le système comme une IA. Le coût de la conformité est bien moindre que celui d’une sanction. »
— Consultant Conformité IA, Big Four
🔍 Méthode de Cartographie en 6 Étapes
Photo par Carlos Muza sur Unsplash
Voici la méthode pour identifier tous les systèmes IA de votre organisation et les consigner dans votre registre systèmes IA.
Inventorier Tous les Logiciels
Listez tous les outils : SaaS, logiciels on-premise, API, plugins. N’oubliez pas les outils utilisés « en shadow IT » par les équipes.
Interroger les Fournisseurs
Demandez explicitement : « Votre outil utilise-t-il du machine learning, deep learning, ou de l’IA ? » Obtenez une réponse écrite.
Analyser la Documentation
Recherchez les termes : ML, AI, neural network, NLP, computer vision, predictive, recommendation, scoring prédictif.
Appliquer les 4 Critères
Pour chaque outil suspect, vérifiez : basé sur machine ? autonome ? inférence ? sorties impactantes ?
Classifier par Niveau de Risque
Une fois qualifié IA, déterminez : interdit, haut risque, risque limité, ou risque minimal. Référez-vous à l’Annexe III.
Documenter dans le Registre
Créez une fiche par système IA : nom, fournisseur, fonction, niveau de risque, responsable, date identification.
📝 Modèle de Fiche Système IA
Chaque système identifié comme IA doit être documenté. Voici les informations à collecter :
| Champ | Exemple |
|---|---|
| Nom du système | Workday Recruiting AI |
| Fournisseur | Workday Inc. |
| Version | 2024.3 |
| Fonction IA | Tri et scoring des candidatures |
| Technologie | Machine Learning supervisé |
| Niveau de risque | Haut risque (Annexe III – RH) |
| Responsable interne | DRH / Responsable Recrutement |
| Date identification | 15/12/2025 |
| Personnes formées | 5 (liste nominative) |
| Documentation disponible | Oui (fiche technique fournisseur) |
📋 Checklist par Département
| Département | Outils à Vérifier |
|---|---|
| RH | ATS (Lever, Workday), tests personnalité, people analytics |
| Commercial | CRM scoring, prédiction ventes, chatbots |
| Marketing | IA générative, personnalisation, automation |
| Finance | Détection fraude, forecasting, scoring crédit |
| IT | Copilot, GitHub Copilot, monitoring IA |
| Support | Chatbots, routage tickets, analyse sentiment |
🔍 Testeur : Est-ce une IA ?
🚫 Les Systèmes IA Interdits
Certains systèmes IA sont purement et simplement interdits par l’IA Act. Assurez-vous de ne pas les utiliser.
⛔ Systèmes Totalement Interdits
- Manipulation subliminale : Techniques cachées altérant le comportement
- Exploitation des vulnérabilités : Ciblage enfants, personnes handicapées
- Scoring social : Notation comportementale généralisée
- Reconnaissance faciale temps réel : Dans espaces publics (sauf exceptions)
- Inférence émotionnelle : Au travail et à l’école
- Catégorisation biométrique : Par race, orientation, convictions
Ces systèmes sont interdits depuis février 2025. Les sanctions vont jusqu’à 35M€ ou 7% du CA mondial.
❓ Questions Fréquentes – Identifier Systèmes IA
Un système basé sur une machine, conçu pour fonctionner avec différents niveaux d’autonomie, qui génère des sorties (prédictions, recommandations, décisions) influençant des environnements physiques ou virtuels, via des inférences de données.
Non, Excel avec des formules classiques n’est pas une IA. C’est un logiciel déterministe : les mêmes entrées produisent toujours les mêmes sorties, sans apprentissage ni inférence.
Oui, ChatGPT est un système d’IA à usage général (GPAI). Il génère des sorties de manière autonome à partir d’inférences sur des données d’entraînement. Il remplit les 4 critères.
Ça dépend. Si le scoring utilise du machine learning adaptatif, oui. Si c’est un score basé sur des règles fixes prédéfinies (ex: +10 points si CA > 100K€), non.
Demandez au fournisseur par écrit. Vérifiez la documentation technique. Recherchez les mentions : machine learning, deep learning, réseaux de neurones, NLP, computer vision, prédictif.
Non, un chatbot purement basé sur des règles et arbres de décision fixes n’est pas une IA. Il n’y a pas d’inférence ou d’apprentissage, juste des chemins prédéfinis.
En cas de doute, traitez le système comme une IA par précaution. Ou consultez un expert conformité IA pour une analyse approfondie. Mieux vaut être prudent que sanctionné.
Les RPA classiques (UiPath, Blue Prism basiques) ne sont généralement pas des IA. Mais les RPA avec composants ML, OCR intelligent ou vision par ordinateur peuvent l’être.
Oui, Microsoft 365 Copilot est un système d’IA. En tant qu’utilisateur, vous êtes déployeur et avez des obligations de formation et d’information de vos collaborateurs.
Oui, si vous utilisez des systèmes IA via des sous-traitants, vous restez responsable de leur conformité en tant que déployeur. Exigez les informations nécessaires par contrat.
🎯 Conclusion : Identifiez Avant de Réglementer
Vous ne pouvez pas être conforme à l’IA Act si vous ne savez pas quels systèmes IA vous utilisez. L’identification est la première étape incontournable.
✅ Ce Qu’il Faut Retenir
- Définition : 4 critères cumulatifs (machine + autonomie + inférence + sorties)
- Exemples IA : ChatGPT, ATS, scoring ML, reconnaissance image
- Exemples NON-IA : Excel, ERP classique, RPA basique, règles fixes
- Zones grises : Demandez au fournisseur, dans le doute = IA
- Action : Cartographiez tous vos outils, département par département
Formez-vous à l’Identification IA
Maîtrisez la cartographie et classification des systèmes IA
Obtenir ma certification → 500€