CNIL IA agentique : 6 obligations RGPD pour les PME en 2026
Sur le terrain CNIL IA agentique, la question n’est plus théorique. L’IA agentique ne se contente plus de générer du texte ou du code : elle agit désormais sur son environnement à la place de son utilisateur. Le 20 juillet 2026, la CNIL et le Conseil de l’IA et du Numérique (CIANum) ont publié une note exploratoire qui alerte sur ce changement d’échelle. Selon les deux institutions, le passage de l’IA générative à l’IA agentique « renouvelle et amplifie les risques pour les données personnelles des utilisateurs », car ces systèmes accèdent à des volumes massifs de données, conservent l’historique des interactions et exploitent des mémoires persistantes. (source CNIL)
Pour une vision plus large du basculement, notre article sur l’IA agentique : 40 % des applications en 2026 détaille la prévision Gartner, les gains par métier et les 4 priorités IBM.
Côté données personnelles, les six obligations à respecter sont récapitulées dans notre article sur les obligations RGPD des systèmes agentiques : sept menaces nouvelles, quatre parades et un plan d’action en 30 jours pour votre entreprise.
📑 Table des matières
- Qu’est-ce que l’IA agentique et pourquoi la CNIL s’en inquiète-t-elle ?
- RGPD et AI Act : le double cadre applicable aux PME
- CNIL IA agentique : les 6 points de vigilance pour les PME
- DPIA (AIPD) : quand et comment la conduire
- Le registre des traitements : la pièce maîtresse d’un contrôle
- Les ressources disponibles pour les PME françaises
- Quelle gouvernance IA mettre en place dans votre PME ?
- L’IA agentique en pratique : 3 cas concrets pour PME
- Le plan d’action en 5 étapes pour votre PME
- FAQ : IA agentique, RGPD et CNIL en PME
- Conclusion
Cette note, qui fait écho aux échanges menés par la CNIL avec ses homologues internationaux dans le cadre du G7 des autorités de protection des données organisé sous présidence française, rappelle que le RGPD et le règlement européen sur l’IA (AI Act) s’appliquent déjà aux systèmes agentiques. Mais leurs caractéristiques propres — autonomie décisionnelle, mémoire persistante, interaction avec une pluralité de services, capacité d’agir au nom de l’utilisateur — appellent une adaptation des modalités de mise en œuvre de ces règles. Pour les PME et ETI françaises qui déploient ou s’apprêtent à déployer des agents IA, ce document pose des jalons concrets.
Les enjeux sont directs pour votre entreprise : les IA agentiques impliquent la circulation de données personnelles entre de nombreux services connectés, ce qui crée, selon la CNIL, « un risque réel de perte de maîtrise sur ses données personnelles ». Le partage des responsabilités entre les acteurs est également complexifié : les capacités d’action autonome des systèmes agentiques permettent d’automatiser des processus décisionnels faisant intervenir de multiples parties, rendant l’identification des responsabilités de chacun plus difficile. Les risques liés à la cybersécurité s’étendent à l’ensemble des services connectés à vos agents IA.
Pour replacer cette note dans le paysage technologique, notre analyse IA agentique vs IA générative : 5 différences clés détaille ce qui distingue un agent d’un simple générateur de contenu.
Qu’est-ce que l’IA agentique et pourquoi la CNIL s’en inquiète-t-elle ?
De l’assistance à l’action autonome
La première génération d’IA générative produisait du contenu sur commande. L’IA agentique franchit une étape fondamentale : elle planifie, réserve, trie, valide des opérations et se connecte à diverses applications professionnelles ou personnelles via des API. L’utilisateur délègue une part croissante de son pouvoir de décision. L’agent croise des agendas, analyse des documents, déclenche des paiements automatiques et anticipe les besoins de sa propre initiative.

Cette autonomie repose sur l’utilisation intensive d’API et sur l’accès permanent à des flux d’informations en temps réel. Les agents exploitent des mémoires persistantes pour retenir les habitudes de l’utilisateur sur de longues périodes, ce qui favorise la création de profils hyperpersonnalisés. La frontière du consentement devient floue lorsque la machine décide elle-même des données à extraire pour accomplir sa mission.
Une note exploratoire, pas une doctrine
La note du 20 juillet 2026 ne fixe ni doctrine ni obligation nouvelle. Elle identifie toutefois quatre axes de vigilance pour les organisations :
- Le changement d’échelle du traitement des données : circulation entre services, mémoires persistantes, profils hyperpersonnalisés.
- La perte de maîtrise de l’utilisateur sur ses données personnelles, en tension avec les principes du RGPD.
- Le partage des responsabilités entre les multiples acteurs impliqués dans une chaîne de traitement agentique.
- L’extension des risques cyber à l’ensemble des services connectés aux systèmes d’IA agentique.
Pour une PME française, cette note constitue un signal clair : le cadre juridique existe, il s’applique, et il se durcit progressivement. La première échéance opposable — les obligations de transparence de l’article 50 de l’AI Act — est déjà entrée en application le 2 août 2026.
RGPD et AI Act : le double cadre applicable aux PME
Deux règlements qui s’appliquent en parallèle
L’AI Act (Règlement (UE) 2024/1689) ne remplace pas le RGPD (Règlement (UE) 2016/679). Les deux textes s’appliquent en parallèle dès lors qu’un système d’IA traite des données personnelles. La CNIL est désignée comme autorité nationale compétente pour les questions de protection des données en France.
Pour une PME, l’articulation CNIL IA agentique se traduit par deux régimes documentaires :
- Une analyse d’impact relative à la protection des données (AIPD) au titre de l’Article 35 du RGPD.
- Une évaluation des risques au titre de l’AI Act lorsque le système est classé à haut risque.
Le nouveau calendrier de l’AI Act après le Digital Omnibus
L’AI Act est entré en vigueur le 1er août 2024 et son application se déploie par étapes. Le règlement modificatif dit « Digital Omnibus », adopté en juin 2026 et publié au Journal officiel de l’Union européenne en juillet 2026, a rebattu les cartes : il reporte les obligations les plus lourdes pour laisser aux entreprises le temps de digérer les normes harmonisées. Le calendrier utile pour une PME française est désormais le suivant :
| Échéance | Périmètre |
|---|---|
| 2 février 2025 | Pratiques d’IA interdites (Art. 5) et obligation de littératie IA (Art. 4) |
| 2 août 2025 | Modèles à usage général (Art. 53-55), gouvernance et sanctions |
| 2 août 2026 | Obligations de transparence de l’article 50, pleinement opposables et sanctionnables |
| 2 décembre 2027 | Systèmes à haut risque de l’annexe III : recrutement, scoring crédit, éducation, biométrie (reporté par le Digital Omnibus) |
| 2 août 2028 | Systèmes à haut risque intégrés dans des produits réglementés (annexe I) |
Ce report ne doit pas être lu comme un sursis. La transparence, elle, est déjà sanctionnable depuis le 2 août 2026 : tout utilisateur doit savoir qu’il interagit avec une IA, et les contenus générés doivent être identifiables comme tels. Notre décryptage des obligations de transparence du 2 août 2026 détaille ce qui est contrôlé, par qui, et à quel prix.
Le régime de sanctions
L’Article 99 du Règlement (UE) 2024/1689 prévoit trois paliers d’amendes administratives :
- Jusqu’à 35 M€ ou 7 % du chiffre d’affaires mondial annuel pour violation des pratiques interdites.
- Jusqu’à 15 M€ ou 3 % du chiffre d’affaires mondial pour la plupart des autres obligations.
- Jusqu’à 7,5 M€ ou 1 % du chiffre d’affaires mondial pour fourniture d’informations inexactes.
Pour les PME et les jeunes entreprises, le règlement prévoit une protection spécifique : le montant retenu correspond au plus bas des deux plafonds (Art. 99 § 6). Cela ne doit toutefois pas occulter le risque réputationnel et opérationnel d’une non-conformité.
CNIL IA agentique : les 6 points de vigilance pour les PME
1. Cartographier vos systèmes d’IA
La CNIL recommande de recenser tous les systèmes d’IA utilisés dans votre entreprise : outils internes, solutions SaaS intégrant des fonctions d’IA, modèles à usage général, assistants conversationnels et, surtout, agents IA autonomes. Pour chaque système, l’audit doit relever la finalité métier, les données utilisées en entrée et en sortie, le fournisseur, la classification de risque applicable et le statut de conformité actuel.
2. Conduire une AIPD avant la mise en service
L’analyse d’impact relative à la protection des données est obligatoire lorsque le traitement est susceptible d’engendrer un risque élevé pour les droits et libertés des personnes physiques. Pour l’IA agentique, cette probabilité est forte : les agents accèdent à des volumes massifs de données, croisent des sources multiples et prennent des décisions de manière autonome.
3. Garantir le contrôle humain
L’Article 14 du Règlement (UE) 2024/1689 et l’Article 22 du RGPD imposent un contrôle humain effectif sur les décisions automatisées. Une personne habilitée doit pouvoir comprendre, superviser et, le cas échéant, écarter la décision produite par l’agent IA. C’est un point particulièrement sensible avec l’IA agentique, dont l’autonomie décisionnelle est précisément la caractéristique définitionnelle. Notre guide sur la gouvernance des agents IA autonomes détaille les garde-fous runtime et les limites décisionnelles à poser.
4. Documenter et tracer
La documentation est le socle de la conformité. L’Article 11 de l’AI Act impose une documentation technique pour tout système à haut risque. Le RGPD exige un registre des activités de traitement (Article 30) et, le cas échéant, une AIPD. La CNIL recommande de fusionner ces exercices documentaires pour éviter les redondances. La traçabilité des décisions et la conservation des journaux facilitent en outre la gestion des incidents.
5. Former votre personnel
L’Article 4 de l’AI Act, applicable depuis le 2 février 2025, impose aux fournisseurs et aux déployeurs de systèmes d’IA de garantir un niveau suffisant de maîtrise de l’IA (« AI literacy ») au sein de leur personnel. Cette obligation concerne toutes les organisations, indépendamment de la classification de risque de leurs systèmes. Pour une PME, cela implique un plan de formation adapté aux usages réels de l’IA dans l’entreprise.
6. Établir un plan de gestion des incidents
Les PME doivent établir un plan de gestion des incidents incluant la notification des incidents graves prévue à l’Article 73 de l’AI Act. Avec l’IA agentique, la surface d’attaque s’élargit : un agent connecté à plusieurs services peut propager une compromission à l’ensemble de la chaîne. La cybersécurité ne se limite plus au périmètre de votre SI ; elle s’étend à tous les services interconnectés.
DPIA (AIPD) : quand et comment la conduire
Dans la pratique, la DPIA — ou AIPD en français — est l’exercice que la CNIL regarde en premier lors d’un contrôle sur un système d’IA. C’est le volet le plus exigeant du dossier CNIL IA agentique.
Voici comment la déclencher sans se tromper.
Les 3 critères qui déclenchent une AIPD
Une AIPD est requise dès que le traitement réunit au moins deux des critères de risque élevé définis par le CEPD. Avec l’IA agentique, trois d’entre eux se cumulent presque systématiquement :
- L’évaluation ou le profilage : un agent qui score des prospects, priorise des dossiers ou note des candidatures produit une évaluation de personnes physiques.
- Le traitement à grande échelle : un agent connecté à votre CRM, à votre outil de ticketing et à votre base documentaire croise un volume de données que le traitement manuel n’aurait jamais produit.
- La combinaison de données : la mémoire persistante d’un agent agrège des données issues de sources qui n’étaient pas destinées à se rencontrer.
CNIL IA agentique : ce que doit documenter votre AIPD
- Décrire le traitement : finalité métier, catégories de données, personnes concernées, durée de conservation, et surtout chaîne d’outils appelée par l’agent.
- Évaluer la nécessité et la proportionnalité : chaque accès de l’agent à une source de données doit avoir une justification métier documentée.
- Identifier et hiérarchiser les risques : accès non autorisé, réutilisation détournée, décision injustifiée, fuite par un service tiers connecté.
- Définir les mesures et consulter le DPO : limitation des permissions, journalisation, durée de rétention de la mémoire de l’agent, mécanisme d’escalade humaine.
La CNIL met à disposition un outil PIA (Privacy Impact Assessment) téléchargeable qui guide ces quatre étapes et produit un document opposable. C’est le format attendu en cas de contrôle.
Le registre des traitements : la pièce maîtresse d’un contrôle
Ce qu’il doit contenir
L’Article 30 du RGPD impose de tenir un registre des activités de traitement. Pour les usages d’IA agentique, quatre colonnes supplémentaires sont indispensables :
- Le système d’IA concerné et son fournisseur (éditeur de l’agent, du modèle sous-jacent, des serveurs d’outils).
- La classification de risque AI Act : interdit, haut risque, risque limité, risque minimal.
- Le périmètre d’action de l’agent : applications connectées, données accessibles, actions autorisées.
- La référence de l’AIPD et la date de sa dernière révision.
Registre RGPD et registre des systèmes d’IA : un seul document
La CNIL recommande de fusionner ces exercices documentaires plutôt que de tenir deux registres parallèles. Un registre unique, revu à chaque modification substantielle d’un système, évite les angles morts : un agent ajouté à un processus existant déclenche une mise à jour du registre, donc une revue de la DPIA associée. C’est ce que la CNIL appelle une « approche documentaire vivante ».
Le corollaire est contractuel. Avec un fournisseur d’agent IA, votre contrat doit préciser les responsabilités respectives au titre de l’Article 28 du RGPD et des Articles 16 à 27 de l’AI Act : qui est responsable de traitement, qui est sous-traitant, qui documente quoi, qui notifie quoi en cas d’incident. Sans DPA (Data Processing Agreement) signé, vous ne pouvez pas démontrer votre conformité, quelle que soit la qualité technique de l’agent.
L’hébergeur fait partie de ces points de contrôle : notre dossier conformité et cloud souverain : les points de contrôle recense les garanties à exiger (SecNumCloud, localisation des données, réversibilité).
Les ressources disponibles pour les PME françaises
Plusieurs outils publics et gratuits accompagnent les PME dans leur mise en conformité :
- Les 13 fiches pratiques de la CNIL (cnil.fr/fr/les-fiches-pratiques-ia) couvrent la détermination du régime applicable, la base légale, l’AIPD, la sécurité, l’exercice des droits, les traitements de données sensibles, les mesures contre les biais et l’information des personnes concernées.
- Le service desk européen de l’AI Act (ai-act-service-desk.ec.europa.eu) répond aux questions des fournisseurs et déployeurs, y compris des PME, sur l’interprétation du règlement.
- L’outil PIA de la CNIL (Privacy Impact Assessment) est téléchargeable pour conduire les AIPD.
- La norme ISO/IEC 42001:2023 fournit un cadre de management des systèmes d’IA utilisable comme référence, même sans certification formelle.
Pour cartographier vos usages avant de choisir un prestataire, notre audit de maturité IA pour PME fournit la grille d’évaluation correspondante.
Quelle gouvernance IA mettre en place dans votre PME ?
La gouvernance de l’IA s’appuie sur un comité interne réunissant la direction, le Délégué à la Protection des Données (DPO), le Responsable de la Sécurité des Systèmes d’Information (RSSI) et un référent métier. Ce comité valide les nouveaux projets d’IA, suit les indicateurs de risque et révise périodiquement la cartographie des systèmes.
Les politiques internes existantes — politique de confidentialité, charte informatique, contrats avec les sous-traitants — doivent être adaptées pour intégrer les spécificités des traitements par IA. Pour les sous-traitants fournissant des solutions d’IA, une clause spécifique précise les responsabilités respectives au titre de l’Article 28 du RGPD et des Articles 16 à 27 de l’AI Act.
L’IA agentique en pratique : 3 cas concrets pour PME
Cas 1 : automatisation du service client
Un agent IA connecté à votre CRM, à votre outil de ticketing et à votre base de connaissances peut traiter des requêtes clients de bout en bout. Mais il accède à des données personnelles de clients (noms, historiques, préférences) et peut agir au nom de l’utilisateur (modifier un compte, déclencher un remboursement). Une AIPD est indispensable, le contrôle humain doit être maintenu pour les décisions à fort impact, et le contrat avec l’éditeur de l’agent doit clarifier la répartition des responsabilités.
Cas 2 : tri automatisé de CV en recrutement
Le tri automatisé de CV par un système d’IA est classé à haut risque au titre de l’Annexe III de l’AI Act. Les obligations de l’Article 10 (données d’entraînement), de l’Article 13 (transparence) et de l’Article 14 (contrôle humain) s’appliqueront au 2 décembre 2027, date reportée par le Digital Omnibus. La CNIL recommande dès maintenant une vigilance particulière sur les biais et sur l’information des candidats.
Cas 3 : agent IA de reporting financier
Un agent qui compile des données financières depuis plusieurs sources, génère des rapports et les envoie à des destinataires identifiés traite potentiellement des données sensibles. La traçabilité des décisions, la limitation des accès et la journalisation des actions effectuées par l’agent sont essentielles pour démontrer la conformité en cas de contrôle.
Le plan d’action en 5 étapes pour votre PME
- Audit initial : recensez tous les systèmes d’IA en service ou en projet, y compris les agents IA autonomes.
- Classification des risques : pour chaque système, déterminez la catégorie applicable (interdit, haut risque, risque limité, risque minimal).
- Plan d’action priorisé : conduisez les AIPD nécessaires, mettez à jour le registre des activités de traitement, adaptez les contrats avec les sous-traitants.
- Formation : assurez l’« AI literacy » de votre personnel conformément à l’Article 4 de l’AI Act.
- Veille réglementaire et audits réguliers : le cadre juridique évolue rapidement, comme l’a montré le Digital Omnibus ; la CNIL recommande une approche progressive et des audits périodiques.
Pour articuler cette démarche avec les obligations du règlement lui-même, notre dossier sur la conformité AI Act des PME détaille les 7 obligations concrètes et la checklist associée. Et si vous construisez vos agents en interne, les principes de sécurité décrits dans notre guide du protocole MCP pour PME conditionnent directement la maîtrise des accès aux données.
FAQ : IA agentique, RGPD et CNIL en PME
CNIL IA agentique : que dit la note du 20 juillet 2026 ?
Publiée le 20 juillet 2026, c’est une note exploratoire coécrite par la CNIL et le Conseil de l’IA et du Numérique (CIANum). Elle recense les enjeux que l’IA agentique soulève pour la protection des données personnelles : changement d’échelle, perte de maîtrise de l’utilisateur, partage des responsabilités, extension des risques cyber. Elle ne crée aucune obligation nouvelle : le RGPD et l’AI Act s’appliquent déjà.
Faut-il une DPIA (AIPD) pour un agent IA ?
Dans la plupart des cas, oui. Un agent qui accède à des données clients, croise plusieurs sources et prend des décisions autonomes réunit au moins deux critères de risque élevé du CEPD : évaluation ou profilage, traitement à grande échelle, combinaison de données. L’AIPD est alors obligatoire au titre de l’Article 35 du RGPD, avant la mise en service. Elle doit être révisée à chaque modification substantielle de l’agent.
Le registre de l’Article 30 est-il obligatoire pour les PME ?
Oui. Le RGPD impose à toute organisation de tenir un registre des activités de traitement, y compris aux PME. En pratique, c’est le premier document demandé lors d’un contrôle et le plus simple à enrichir pour couvrir l’IA : une colonne « système d’IA », une colonne « niveau de risque AI Act », une colonne « référence AIPD », et le registre RGPD devient un registre IA exploitable. La CNIL recommande de fusionner les deux exercices.
Que change le Digital Omnibus pour les PME françaises ?
Il reporte les obligations les plus lourdes de l’AI Act : les systèmes à haut risque de l’annexe III (recrutement, scoring de crédit, éducation, biométrie) passeront au 2 décembre 2027, et ceux intégrés dans des produits réglementés au 2 août 2028. En revanche, les obligations de transparence de l’article 50 sont, elles, pleinement applicables et sanctionnables depuis le 2 août 2026. Le report laisse du temps pour la documentation, pas pour la transparence.
Une PME peut-elle utiliser l’IA agentique sans risque juridique ?
Oui, à condition de documenter. Les trois piliers sont : une AIPD à jour pour chaque système à risque élevé, un registre des traitements enrichi des usages d’IA, et un contrôle humain effectif sur les décisions à impact (Article 14 AI Act, Article 22 RGPD). À cela s’ajoute la clause contractuelle avec le fournisseur (Article 28 RGPD). Une PME qui tient ces quatre éléments peut déployer des agents IA sans exposer sa responsabilité.
Qui est responsable en cas de dommage causé par un agent IA ?
C’est précisément le point que la CNIL identifie comme le plus problématique. La délégation de pouvoir et l’enchaînement d’actions entre plusieurs services « complexifie l’identification des responsabilités de chacune des parties ». En pratique, votre PME reste responsable de traitement pour les données qu’elle confie à l’agent, et le fournisseur est responsable de la conformité de son système. D’où l’importance d’un contrat qui répartit explicitement les rôles avant tout incident.
Conclusion
L’IA agentique ouvre des perspectives d’automatisation considérables pour les PME et ETI françaises, mais elle introduit des risques nouveaux pour la protection des données personnelles. La note exploratoire publiée le 20 juillet 2026 par la CNIL et le CIANum est un signal clair : le cadre juridique existe, il s’applique déjà, et les obligations de transparence de l’AI Act sont opposables depuis le 2 août 2026. Les obligations lourdes des systèmes à haut risque, elles, vous laissent jusqu’au 2 décembre 2027 — un délai à utiliser, pas à subir.
Pour votre entreprise, l’enjeu n’est pas de freiner l’innovation, mais de l’encadrer. Cartographiez vos usages d’IA, conduisez les AIPD nécessaires, tenez votre registre, garantissez le contrôle humain, formez vos équipes et documentez vos décisions. Les outils existent : fiches pratiques de la CNIL, outil PIA, service desk européen, norme ISO/IEC 42001. À vous de les mobiliser pour transformer l’obligation de conformité en avantage compétitif.
Pour illustrer concrètement ces niveaux d’autonomie, notre article IA agentique exemple : 6 cas réels, 5 niveaux d’autonomie détaille des déploiements réels — du copilote supervisé à l’agent pleinement autonome — avec leurs indicateurs de performance et leurs garde-fous RGPD.
Sources : CNIL — note exploratoire IA agentique et CIANum (20 juillet 2026), CNIL — fiches pratiques IA, Solutions Numériques — analyse de la note CNIL/CIANum, Regulia — recommandations CNIL 2026 pour les PME, ia-info.fr — Digital Omnibus et calendrier AI Act.