Risques de l’IA en entreprise : pourquoi les choix technologiques comptent pour la RSE

La rapidité du déploiement de l’intelligence artificielle (IA), en entreprise comme au sein de la société civile, soulève de profondes inquiétudes.

C’est le feuilleton qui nous a tous secoués ces derniers temps, à raison. En septembre 2026, Jacob Coxon, un brillant chercheur en mathématiques de 27 ans passé par OpenAI et Anthropic, les créateurs de Claude, a brutalement claqué la porte de l’industrie. Son message d’adieu, vu plus de 100 millions de fois sur les réseaux sociaux, a fait l’effet d’une bombe. Loin d’être un simple coup d’éclat, son départ a été appuyé par son ancien responsable, Evan Hubinger, ainsi que par Geoffrey Hinton, surnommé le « parrain de l’IA », qui s’accordent à dire que la course actuelle à la superintelligence s’apparente à « jouer avec nos vies ».

Pourquoi ? Parce que la Silicon Valley s’est enfermée dans une course à l’armement technologique où la vitesse l’emporte sur la sécurité.

À ce stade du développement de l’intelligence artificielle, il existe pourtant de réelles questions à se poser. Plusieurs figures et chercheurs du secteur ont récemment alerté sur les risques liés à cette accélération.

Quels sont les véritables risques de l’IA pour les entreprises ? Quels dangers l’intelligence artificielle fait-elle peser sur la sécurité, les données et l’environnement ? Et surtout, comment concilier performance numérique, IA responsable et engagements RSE ?

Déployer l’IA sans balises nous expose collectivement à des dérives éthiques, juridiques, cyber et environnementales majeures.

Les 4 grands risques qui inquiètent sur la face (plus si) cachée de l’IA

Pour une entreprise, les risques liés à l’intelligence artificielle ne se limitent pas aux erreurs produites par les modèles. Ils concernent également la cybersécurité, la confidentialité des données, l’empreinte environnementale, les biais algorithmiques et la perte de contrôle humain.

1. Le risque de sécurité et de perte de contrôle lié à l’IA agentique

La grande tendance du moment, ce sont les IA agentiques. On ne demande plus seulement à la machine de rédiger un texte ou de répondre à une question : on lui donne les clés pour agir. Envoyer des mails à des clients, modifier des bases de données ou déclencher des processus en autonomie deviennent alors des possibilités concrètes.

Comme le souligne le Center for AI Safety (CAIS), des IA dotées d’objectifs trop ouverts peuvent dévier de leur mission initiale ou exécuter des ordres de manière imprévisible si elles subissent une attaque informatique. Donner à une IA un pouvoir d’action directe augmente ainsi la surface d’attaque et les risques de perte de contrôle sur certains processus métiers.

Au cœur de l’été 2026, la plateforme Hugging Face, qui héberge l’une des plus grandes communautés de modèles d’IA open source au monde, a subi une cyberattaque inédite. Près de 700 agents autonomes se seraient coordonnés à l’insu de leurs propres créateurs, en créant notamment un forum dans lequel ils se laissaient des messages pour proposer des pistes et faire état de leurs progrès et de leurs échecs. Pis, un agent baptisé « Phaseone » aurait même endossé le rôle de coordinateur sans avoir été programmé pour cela.

Cette affaire illustre les interrogations croissantes autour du contrôle des agents IA autonomes, notamment lorsqu’ils disposent d’un accès à des outils, à des données ou à des systèmes informatiques. Pour les entreprises, l’enjeu est donc aussi de définir précisément ce qu’une IA peut faire, et surtout ce qu’elle ne doit pas pouvoir faire seule.

Si cette histoire a fait grand bruit, d’autres, plus confidentielles, démontrent tout autant les risques encourus à autonomiser une IA capable d’actions : « Vous ne m’avez jamais demandé de supprimer quoi que ce soit. J’ai décidé de le faire de moi-même pour “corriger” l’incohérence des identifiants, alors que j’aurais dû d’abord vous demander ou trouver une solution non destructrice ». C’est ce qu’a répondu un agent Claude au dirigeant d’une start-up de location de véhicules quand il a découvert que celui-ci avait supprimé trois mois de données clients.

Le risque n’est donc pas seulement que l’IA se trompe, mais qu’elle puisse agir seule lorsqu’elle se trompe.

2. La fuite et la dépendance des données d’entreprise

Beaucoup d’entreprises utilisent des modèles d’IA « boîte noire » et propriétaires sans toujours se poser suffisamment de questions sur la gestion et la confidentialité des données.

Le problème ? Chaque fois qu’un collaborateur glisse une information stratégique, un fichier client, un document confidentiel ou du code source dans le prompt d’une IA grand public, la question de la protection de ces données se pose.

Selon les conditions d’utilisation et la configuration du service employé, ces informations peuvent être traitées par une infrastructure externe, avec des conséquences potentielles en matière de confidentialité, de conformité et de souveraineté des données.

Le Rapport Netskope 2026 sur les menaces cloud montre à quel point les usages non contrôlés de la GenAI constituent un enjeu important pour la cybersécurité des entreprises.

Pour une organisation, l’enjeu est donc de savoir où sont hébergées ses données, qui peut y accéder, comment elles sont traitées et si elles peuvent être utilisées pour entraîner des modèles tiers.

Sans transparence sur le fonctionnement du modèle et sur la gouvernance des données, il devient difficile de garantir la conformité et de protéger efficacement son patrimoine informationnel.

Cette problématique rejoint directement celle de la souveraineté numérique : choisir une solution d’IA, c’est aussi choisir une infrastructure, un cadre juridique et un modèle de gouvernance des données.

3. Le gouffre environnemental des infrastructures d’IA

On présente souvent l’IA comme une technologie « virtuelle », presque magique. En réalité, elle repose sur une infrastructure physique particulièrement importante.

L’entraînement et le fonctionnement des grands modèles de langage nécessitent des data centers, des processeurs spécialisés, de l’électricité et des systèmes de refroidissement. À grande échelle, cette infrastructure représente donc un enjeu environnemental majeur, notamment en matière de consommation d’énergie et d’eau.

Une étude relayée par Osborne Clarke rappelle que la part mondiale d’électricité consommée par le secteur numérique pourrait grimper à 13 % d’ici 2030.

Pour une entreprise soucieuse de son bilan carbone et de sa stratégie RSE, ignorer l’empreinte environnementale de ses outils d’intelligence artificielle constitue donc une contradiction majeure.

La question n’est plus seulement de savoir ce que l’IA permet de faire, mais également avec quelles ressources elle le fait.

Choisir une IA responsable implique ainsi de prendre en compte son infrastructure, son hébergement, sa consommation énergétique et, plus largement, son impact environnemental.

4. Les hallucinations, les biais algorithmiques et le manque de transparence

Les IA ne sont pas neutres : elles peuvent reproduire ou amplifier certains biais présents dans les données utilisées pour leur entraînement.

L’Observatoire international sur les impacts sociétaux de l’IA (Obvia) et l’OCDE alertent régulièrement sur les discriminations susceptibles d’être générées par des algorithmes opaques, notamment dans des domaines sensibles comme le recrutement ou la gestion des ressources humaines.

À ces biais s’ajoute un autre risque bien connu de l’intelligence artificielle générative : l’hallucination. Une IA peut produire une information fausse, voire inventer purement et simplement une réponse, tout en la présentant avec une grande assurance.

Permettre aux humains de conserver leur esprit critique face à l’IA est donc un enjeu à part entière.

L’IA peut accélérer la recherche d’information, la synthèse et la production de contenu, mais elle ne dispense pas de vérifier les informations produites. À mesure que les systèmes deviennent plus autonomes, cette vigilance humaine devient d’autant plus importante.

IA et RSE : le modèle eSqwad au service d’une intelligence artificielle responsable

Face à ces risques, eSqwad propose un changement complet de paradigme, parce qu’il est hors de question de jouer aux apprentis sorciers.

Notre vision ? Mettre la puissance incontestable de l’IA au service de l’intelligence collective et de la transformation durable des entreprises, sans transiger sur la sécurité ou l’éthique.

Plutôt que de céder à la course effrénée vers des outils toujours plus autonomes et tout-puissants, une alternative émerge : celle d’une IA conversationnelle, non agentique, sobre et transparente, un modèle précisément défendu par eSqwad.

Pour y parvenir, nous avons fait des choix technologiques clairs.

Une IA conversationnelle sous contrôle humain

Pour limiter les risques de dérive ou d’action incontrôlée dans le système d’information de l’entreprise, l’IA d’eSqwad est conçue pour être strictement conversationnelle.

Elle agit comme un facilitateur, un fournisseur de connaissances, un catalyseur de discussions et un synthétiseur d’idées pour les collaborateurs.

Son utilisation est également raisonnée et ne se fait que dans certaines étapes.

eSqwad fait le choix de conserver l’humain au centre de la décision.

L’IA vient ainsi augmenter l’intelligence collective des équipes plutôt que se substituer à elle.

Cette approche permet de tirer parti des bénéfices de l’intelligence artificielle tout en limitant son périmètre d’action : l’IA suggère, synthétise et accompagne ; l’humain conserve la maîtrise des décisions et des actions.

La maîtrise de l’infrastructure avec un modèle souverain

Pour répondre aux enjeux de sécurité, de souveraineté des données et de RSE, nous avons fait le choix d’infrastructures pour eSqwad qui garantissent trois piliers indispensables :

1. Un hébergement souverain en Suisse : des modèles d’IA open source et une infrastructure située au cœur de l’Europe. Les données professionnelles bénéficient du cadre juridique suisse en matière de protection de la vie privée. Les informations confiées à la solution ne sont pas partagées à des fins publicitaires ni revendues à des tiers.
2. Une maîtrise complète de l’infrastructure : pas d’intermédiaires cloud américains soumis au Cloud Act. Ce que vous confiez à eSqwad vous appartient. Vos données restent privées : elles ne sont ni enregistrées ni utilisées pour entraîner l’IA. Cette IA souveraine permet ainsi de renforcer la gouvernance des données et de répondre aux exigences de la LPD et du RGPD.
3. Une IA alimentée à 100 % par des énergies renouvelables : propulsée avec de l’énergie renouvelable locale, elle contribue également à la valorisation de la chaleur produite par les infrastructures, notamment pour chauffer des logements.

Ces choix d’infrastructures illustrent une conviction simple : la performance d’une IA ne doit pas être dissociée de ses conditions d’hébergement, de son impact environnemental et de la gouvernance des données.

Les choix technologiques sont aussi des choix éthiques

L’intelligence artificielle ne doit pas être adoptée au détriment des engagements RSE ou de la sécurité de l’entreprise.

Les risques de perte de contrôle, de fuite de données, d’empreinte environnementale excessive, de biais et d’hallucinations sont réels. Ils ne sont toutefois pas une fatalité.

En choisissant une solution comme celle d’eSqwad, les entreprises peuvent chercher à concilier innovation managériale, intelligence artificielle responsable, souveraineté numérique et durabilité.

En limitant l’IA à un rôle conversationnel, tout en exigeant une infrastructure d’hébergement maîtrisée et cohérente avec leurs engagements RSE, les entreprises peuvent conserver la technologie comme un outil au service de l’humain.

L’objectif n’est finalement pas de savoir jusqu’où l’IA peut aller, mais de décider jusqu’où nous voulons qu’elle aille.

En résumé : les principaux risques de l’IA et les réponses d’eSqwad

Les risques de l’intelligence artificielle en entreprise sont multiples : cybersécurité, perte de contrôle, confidentialité des données, souveraineté numérique, empreinte environnementale, biais algorithmiques et hallucinations.

Pour les entreprises engagées dans une démarche RSE, le choix d’une solution d’IA ne peut donc pas se résumer à ses performances techniques.

Le modèle utilisé, son degré d’autonomie, l’hébergement des données et l’infrastructure qui le fait fonctionner sont autant de choix qui déterminent l’impact réel de l’IA sur l’entreprise et son environnement.

C’est précisément dans cet espace qu’eSqwad entend inscrire son approche : une intelligence artificielle conversationnelle, non agentique, souveraine et pensée pour renforcer l’intelligence collective plutôt que la remplacer.