IA agentique et données personnelles : ce que change la note de la CNIL du 20 juillet 2026 pour vos agents

Le 20 juillet 2026, la CNIL et le Conseil de l’IA et du Numérique (CIANum) ont publié conjointement une note exploratoire sur l’IA agentique et les données personnelles. Le point de départ est simple : un système d’IA agentique ne se contente plus de répondre à une question — il peut accéder à des données sur plusieurs services connectés, enchaîner plusieurs actions de sa propre initiative, et agir pour le compte d’une personne sans qu’un humain valide chaque étape. Pour les deux instances, il ne s’agit pas d’une variante des risques déjà connus des chatbots et de l’IA générative — c’est, selon leurs propres termes, « un changement d’échelle qui renouvelle et amplifie » le risque pour les données personnelles des utilisateurs. Aucune PME qui fait tourner ou envisage un agent IA connecté à sa messagerie, son CRM ou sa facturation n’est spectatrice de cette note.

Ce qui change réellement d’échelle

• →L’autonomie décisionnelle : un agent choisit, dans le périmètre qui lui a été confié, quelles données utiliser et quelle action mener — plutôt qu’un humain qui choisit chaque étape, ce que la plupart des garde-fous du RGPD présupposent.
• →La mémoire persistante : un agent qui se souvient de ce qu’il a vu d’une session à l’autre peut finir par conserver, et réutiliser, bien plus de données personnelles qu’aucune tâche prise isolément n’en réclamait.
• →L’action sur plusieurs services connectés : les données personnelles peuvent circuler entre plusieurs outils qu’un agent touche au cours d’une seule tâche, dans une chaîne que la CNIL et le CIANum décrivent comme « difficile à appréhender par l’utilisateur » — ce qui crée, selon la note, un risque réel de perte de maîtrise sur ses propres données personnelles.
• →La note précise explicitement que l’arsenal juridique existant — RGPD, AI Act — s’applique déjà à ces systèmes ; ce qui doit s’adapter, selon elle, c’est la mise en œuvre concrète de ces règles, via des mécanismes de contrôle technique et de supervision intégrés à l’agent lui-même.

Un constat que la recherche confirme de son côté

La note de la CNIL et du CIANum n’est pas un avertissement isolé. Une étude de 2026 de Bhosale, Chandre, Mehetre, Powar, Mathur et Ghandat, The dark side of autonomous intelligence: a survey on data leakage and privacy failures in agentic AI, publiée dans Frontiers in Computer Science, cartographie la façon dont les informations sensibles circulent dans les systèmes d’IA autonomes et identifie des voies de fuite qui vont bien au-delà de celles d’un grand modèle de langage classique — précisément à cause de la combinaison que pointe la note de la CNIL : une mémoire qui persiste d’une tâche à l’autre, et une capacité à agir via plusieurs outils connectés plutôt qu’à répondre à un seul prompt. Deux sources indépendantes, un régulateur et une étude évaluée par des pairs, convergent vers le même diagnostic : c’est l’autonomie et la persistance, pas le modèle sous-jacent, qui créent la nouvelle exposition.

Ce que ça change pour votre PME

Si vous faites déjà tourner un agent qui relance les factures impayées, trie les e-mails entrants, ou rédige un reporting en allant chercher des données dans plusieurs outils internes, le scénario de la note n’a rien d’hypothétique — c’est une description de la façon dont cet agent fonctionne déjà. Le risque qu’elle nomme le plus précisément est ce qu’elle appelle une « illusion de consentement » : un client ou un salarié accepte une fois un usage général de ses données, puis un agent continue d’y accéder à répétition, de façons et sur des services que le consentement initial ne couvrait pas spécifiquement. Pour une PME, la question pratique n’est pas d’arrêter d’utiliser des agents — c’est de savoir si vous pourriez aujourd’hui donner, pour chaque agent, une réponse claire sur les données qu’il peut atteindre, ce qu’il en fait, et une trace de ce qu’il a réellement fait.

Avant votre prochain déploiement d’agent : quatre vérifications concrètes

• →Cartographiez, pour chaque agent déjà en production, les systèmes et les catégories de données personnelles qu’il peut effectivement atteindre — pas ce dont il a besoin sur le papier, mais ce que ses accès réels de connecteur autorisent aujourd’hui.
• →Conservez un journal consultable de chaque action qu’un agent effectue sur des données personnelles — sans cela, le « contrôle technique et la supervision » que réclame la note n’existent pas en pratique, quoi qu’en dise le prompt de l’agent.
• →Ne considérez pas le consentement initial d’un client ou d’un salarié comme couvrant tout ce qu’un agent en fait ensuite — si un nouveau cas d’usage s’ajoute au périmètre d’un agent, vérifiez qu’il entre bien dans ce qui a réellement été consenti.
• →Réévaluez spécifiquement la rétention en mémoire : un agent qui garde tout ce qu’il a vu « au cas où » est exactement le schéma que la note et la recherche désignent l’un comme l’autre comme le choix de conception le plus exposé.

C’est exactement le type de texte — aucune obligation nouvelle créée, mais un signal clair sur la direction que prend le contrôle — qu’un agent de veille réglementaire est fait pour repérer tôt : il lit les publications de la CNIL et du CIANum, isole ce qui change réellement pour une PME qui fait déjà tourner des agents, et vous alerte avant qu’un contrôle ne s’en charge à votre place.