Aller au contenu
Implementa.
ChatGPT en entreprise··10 min

Rétention des données chez ton fournisseur d'IA : il n'entraîne pas dessus, mais les garde-t-il ?

La rétention des données chez le fournisseur d'IA, c'est la question que presque aucune entreprise ne pose. « On n'entraîne pas sur tes données » et « on ne les conserve pas » sont deux promesses différentes : journaux d'abus, état stocké par l'API, caches, contenus signalés et décisions de justice. Ce que garde chaque couche, combien de temps, et quoi demander avant de signer.

Senior AI Growth Implementer

AI Growth Pod

Scénario illustratif. Le comité achats d'un assureur de taille moyenne examine le fournisseur d'IA qui va lire les déclarations de sinistre. La question vedette tombe à la troisième minute : « Vous entraînez vos modèles sur nos données ? » « Non. Jamais, sur aucune offre entreprise. » Soulagement, compte rendu, point suivant. Personne ne pose l'autre question : s'ils ne s'en servent pas pour entraîner, qu'en font-ils entre-temps ? Ils les gardent ? Où, combien de temps, et qui peut les lire ?

La thèse en une ligne : « on n'entraîne pas sur tes données » est une promesse sur l'usage ; la rétention est une promesse sur l'existence. Une donnée qui n'entraîne personne mais vit trente jours dans un journal, deux ans dans un dossier de contenus signalés ou indéfiniment dans un fil que personne n'a supprimé reste une donnée qui peut fuiter, être réclamée en justice ou lue lors d'une revue. Le « on n'entraîne pas » n'y change rien.

Rétention des données chez le fournisseur d'IA en entreprise : deux promesses différentes

Le marché a habitué les acheteurs à une seule question. Après des années de gros titres sur des modèles qui apprenaient de tout ce qu'on leur collait, les grands fournisseurs ont été clairs : ils n'entraînent pas sur les données de leurs clients entreprise et API. Très bien. Mais l'entraînement n'est qu'une destination possible. Les autres sont plus banales et bien plus fréquentes : un journal pour surveiller les abus, l'état que l'API conserve pour que la conversation continue, un cache pour économiser du calcul, une copie gardée parce qu'un classifieur l'a signalée ou parce qu'un juge l'a ordonné.

C'est pourquoi la rétention des données chez le fournisseur d'IA ne se résume pas à un chiffre. Elle se répond avec une carte : quelles couches gardent quelque chose, combien de temps chacune, et ce que tu contrôles. La voici, construite à partir des conditions publiées par les fournisseurs eux-mêmes en novembre 2026. Elles changent souvent : prends-la comme une liste de questions, pas comme une réponse figée.

Que garde un fournisseur d'IA même s'il n'entraîne pas sur tes données ?

Cinq couches. Elles n'apparaissent presque jamais sur la même page de documentation, et c'est pour ça que presque personne ne les voit ensemble.

CoucheCe que c'estDurée publiée typiqueQui la contrôle
Journaux d'abusCopie des entrées et sorties pour détecter les usages abusifsJusqu'à 30 jours sur les API d'OpenAI et d'AnthropicLe fournisseur (sauf rétention zéro négociée)
État applicatifCe que l'API stocke pour fonctionner : fils, fichiers, réponses stockées, lotsJusqu'à suppression, ou 30 jours pour les réponses stockées d'OpenAIToi, si tu sais qu'il existe
CachesPréfixes ou contexte réutilisables pour économiser du calculQuelques heures ; jusqu'à 24 h pour les caches d'OpenAI et de GooglePartagé
Contenus signalésCe qu'un classifieur de sécurité signaleJusqu'à 2 ans pour les entrées et sorties chez AnthropicLe fournisseur
Obligation légaleRétention imposée par la loi ou un tribunalIndéfinie, tant qu'elle dureAucun des deux

Les chiffres viennent de la documentation officielle : le guide des contrôles de données de l'API d'OpenAI, l'article d'Anthropic sur la rétention des données des organisations (daté du 1er juillet 2026) et la page rétention zéro de Google Cloud. Ce sont des conditions produit mondiales, pas nationales : la durée ne change pas selon que tu signes depuis Paris ou depuis Lyon. L'endroit où la donnée est stockée, lui, peut changer, et c'est une autre question.

Les journaux d'abus : les trente jours que personne ne lit pendant la démo

OpenAI conserve les journaux de surveillance des abus de son API jusqu'à 30 jours, sauf si la loi impose plus. Anthropic supprime les entrées et sorties de son API dans un délai de 30 jours après réception ou génération, avec quatre exceptions écrites : les services dont la rétention est sous ton contrôle (comme son API de fichiers), un accord différent (comme la rétention zéro), l'application de sa politique d'utilisation et le respect de la loi. Trente jours, c'est peu pour un business model et beaucoup pour un dossier médical.

L'état applicatif : ce que tu lui as toi-même demandé de garder

C'est la couche piège, parce que c'est ton équipe qui active la rétention sans le savoir. Sur l'API d'OpenAI, les assistants, fils, bases vectorielles, fichiers, lots et tâches de fine-tuning sont conservés jusqu'à ce que tu les supprimes ; les objets supprimés quittent ses serveurs 30 jours plus tard. Chez Anthropic, l'API de fichiers garde jusqu'à suppression ou expiration, le traitement par lots 29 jours et les conteneurs d'exécution de code jusqu'à 30. Aucune de ces fonctions n'entre dans la rétention zéro de l'un ou de l'autre. L'agent monté en un après-midi avec des pièces jointes a une politique de rétention : « pour toujours, jusqu'à ce que quelqu'un y pense ».

Les contenus signalés et l'ordonnance du juge

Si un classifieur automatique signale une conversation, Anthropic peut conserver entrées et sorties jusqu'à 2 ans et les scores de classification jusqu'à 7. Pas besoin de mal faire : il suffit que ton cas d'usage — un cabinet pénaliste, une plateforme de santé mentale, une équipe cybersécurité — ressemble à ce que le classifieur surveille. Et la loi passe avant tout : en 2025, un tribunal fédéral américain a obligé OpenAI à conserver des journaux qui auraient été supprimés, dans son procès contre le New York Times ; l'obligation générale a été levée avec effet au 26 septembre 2025, avec des exceptions, selon Engadget. « On supprime » est une politique. Une décision de justice, c'est autre chose.

« Rétention zéro » : ce qu'elle couvre et ce qu'elle ne couvre pas

La rétention zéro (ZDR, en anglais) existe et elle fonctionne. Mais ce n'est pas un interrupteur dans la console : elle se négocie. Chez OpenAI, elle demande une approbation préalable ; chez Anthropic, elle s'active par organisation via les ventes, et chaque nouvelle organisation a besoin de sa propre activation. Et elle couvre des endpoints, pas ton projet : si ton flux utilise des fichiers, des lots ou des outils non éligibles, cette partie reste en rétention standard même si le contrat dit « ZDR ».

Chez les grands clouds, la règle se répète avec des nuances. Sur Azure, les relecteurs humains de Microsoft n'accèdent qu'aux prompts et réponses déjà signalés, et la surveillance modifiée — sans stockage ni relecture humaine — impose des critères supplémentaires et une demande par formulaire, d'après sa page données et confidentialité. Chez Google, l'ancrage sur la Recherche garde des journaux jusqu'à 3 jours sans possibilité de le désactiver ; l'ancrage sur Maps, 30 jours. Activer une fonction « intelligente » peut ajouter une couche de rétention que ton contrat de rétention zéro ne touche pas.

Les questions de rétention à poser avant de signer

Si tu demandes déjà le contrat de sous-traitance des données — et tu devrais, comme on l'explique dans ce que ton fournisseur d'IA ne te dit pas sur le RGPD —, ajoute ces six-là. Les réponses doivent arriver par écrit et renvoyer à une page de documentation ou à une clause, pas à une slide.

  1. Combien de jours conservez-vous entrées et sorties par défaut, et pourquoi ? Abus, débogage, facturation : chaque finalité a sa durée.
  2. Quelles fonctions qu'on va utiliser stockent un état, et jusqu'à quand ? Fichiers, fils, mémoire, lots, réponses stockées. Compare la liste à ta conception, pas à leur catalogue.
  3. Proposez-vous la rétention zéro, sur quels endpoints et quels modèles ? Et si le modèle que vous nous proposez l'exclut.
  4. Que devient ce que votre classifieur signale ? Durée, qui le relit, et si vous nous prévenez.
  5. Qui peut lire les données conservées, et d'où ? Relecteurs humains, sous-traitants, région.
  6. Comment supprime-t-on, et comment le vérifie-t-on ? Une suppression qu'on ne peut pas vérifier, c'est une promesse de plus.

Remarque qu'aucune de ces questions ne parle d'entraînement. Celle-là, tu as déjà la réponse. Ce qui te manque, c'est tout le reste.

Ce que tu contrôles : la rétention se décide dans ton architecture

Le contrat fixe le maximum que garde le fournisseur. La conception décide de ce que tu lui donnes. Trois décisions réduisent l'exposition sans attendre aucune négociation :

  • Ne stocke pas d'état chez le fournisseur si tu n'en as pas besoin. Désactive le stockage des réponses, rapatrie l'historique et la mémoire de l'agent dans ton propre système, et supprime les fichiers une fois le travail fini. Ce qui n'est pas envoyé n'est pas conservé.
  • Minimise avant d'envoyer. Remplace noms, numéros d'identité ou de police par des identifiants, et reconstitue au retour. Le fournisseur reçoit le problème, pas la personne.
  • Décide par type de donnée, pas par fournisseur. Le public va là où c'est le moins cher ; le sensible va vers un endpoint en rétention zéro ou un modèle qui tourne dans ton périmètre, comme le montrent les outils open source d'automatisation par IA.

Et écris tout ça là où tu décides déjà qui valide quoi : la gouvernance et le contrôle de l'automatisation par IA n'est pas complète tant qu'elle ne dit pas ce qui sort de la maison, vers quel fournisseur et pour combien de temps.

L'autre rétention : la tienne

Voilà l'ironie. Beaucoup d'entreprises qui serrent la vis au fournisseur pour qu'il garde zéro jour conservent elles-mêmes prompts et réponses dans un journal sans date d'expiration, données personnelles comprises, « au cas où ». Ou l'inverse : elles font tourner les journaux à trente jours et, quand la réclamation arrive, il n'y a rien à montrer. Ta propre rétention se conçoit aussi : combien de temps on garde chaque type de trace, ce qu'on masque et qui peut la consulter. C'est exactement ce qu'on livre quand on met en place la traçabilité des décisions d'IA, pour la même raison : une durée que personne n'a choisie reste une décision.

Quand est-ce que ça n'en vaut pas la peine ?

Quand ce que tu envoies est public ou n'identifie personne : résumer des articles de presse, générer des fiches produit depuis ton catalogue, traduire ton site. Là, trente jours de journal d'abus n'ont aucune importance, et négocier la rétention zéro est du temps perdu. La question de la rétention compte en proportion de ce que la donnée dirait de quelqu'un si elle sortait. Données de santé, financières, de salariés, clients nommés, dossiers : là oui, carte complète et par écrit.

Et ne confonds pas la carte avec le label. Une certification te dit que le fournisseur a des contrôles ; elle ne te dit pas combien de jours il garde tes prompts, comme on l'explique dans ce que prouvent vraiment SOC 2 et ISO 42001. Ce chiffre est dans la documentation produit, et il change plus vite que n'importe quel certificat.

Note : cet article n'est pas un conseil juridique. Les durées citées sont celles publiées par chaque fournisseur dans sa documentation officielle, consultée le 12 novembre 2026, et elles s'appliquent au niveau mondial ; vérifie toujours les conditions en vigueur et ton contrat avant de décider.

Continue à lire

D'autres articles sur ChatGPT en entreprise

On le laisse tourner ?

Si ça t'a parlé, conversation de 30 minutes sans engagement. On te dit ce qui colle, ce qui ne colle pas et le prix approximatif.

Voir les cas
Rétention des données chez ton fournisseur d'IA : il n'entraîne pas dessus, mais les garde-t-il ? · Implementa