Agent IA à mémoire : le trou RGPD que la CNIL vient de nommer

Le 20 juillet 2026, la CNIL et le Conseil de l'IA et du Numérique (CIANum) ont publié une note exploratoire sur l'IA agentique et les données personnelles. Le message tient en une phrase : l'agent qui agit à votre place, retient vos échanges et se branche sur vos outils représente « un changement d'échelle » pour le traitement de données. Traduction pour un dirigeant : la brique que vous testez au back-office déclenche des obligations RGPD que le chatbot d'hier n'imposait pas.

Ce guide décortique la note, isole les quatre risques que la CNIL nomme noir sur blanc, et les convertit en une checklist actionnable pour une PME déployeuse. Parce que l'échéance approche : le socle de transparence de l'AI Act s'applique au 2 août 2026, et le RGPD, lui, ne prévoit aucun report.

Ce que la note CNIL du 20 juillet 2026 change vraiment

La note n'invente pas de nouvelle loi. Elle dit l'inverse : le RGPD et l'AI Act s'appliquent déjà aux systèmes agentiques. Le problème, c'est que leurs caractéristiques propres — autonomie de décision, mémoire persistante, capacité à dialoguer avec plusieurs services et à agir au nom de l'utilisateur — « nécessitent une adaptation de la manière dont ces règles sont mises en œuvre ».

Autrement dit : les textes tiennent, mais votre façon de les respecter, pensée pour un formulaire web ou un CRM statique, ne tient plus dès qu'un agent enchaîne des actions seul. La CNIL parle d'« équation à inconnues multiples pour les utilisateurs ». Les inconnues, ce sont ces moments où personne ne sait plus quelle donnée l'agent a lue, gardée, ou transmise à un service tiers.

Cette note arrive dans un contexte où l'adoption dépasse la maîtrise. Selon le cinquième rapport annuel Domino publié en juillet 2026, 43 % des organisations font tourner des agents en production gouvernée — mais 41 % en pilotent ou en déploient sans gouvernance en place. C'est précisément ce dernier tiers que la note vise.

Les 4 risques RGPD propres aux agents IA

La note identifie quatre risques que le chatbot classique ne posait pas. Ce sont eux qui doivent structurer votre analyse.

1. La mémoire persistante fabrique des profils

Un agent qui « se souvient » d'une réunion à l'autre accumule un historique. La CNIL note que cette mémoire et l'historique d'interactions permettent des « profils utilisateurs hyper-personnalisés ». Le problème RGPD est double : ces données sont conservées de façon prolongée (contradiction avec le principe de limitation de conservation), et le profilage peut basculer dans le champ de l'article 22 si une décision produisant des effets juridiques est prise sans intervention humaine.

2. La circulation des données devient opaque

Un agent branché sur votre messagerie, votre CRM et un outil de facturation fait circuler des données personnelles entre services, souvent via des connecteurs type MCP. La CNIL parle de « chaînes de traitement complexes et parfois opaques ». Concrètement : vous ne savez plus toujours quelle donnée a quitté quel service, ni sous quelle base légale, ni où elle a atterri.

3. La responsabilité se dilue

Éditeur du modèle, fournisseur de l'orchestrateur, intégrateur, entreprise déployeuse : la décision autonome de systèmes interconnectés « complique l'attribution des responsabilités entre plusieurs acteurs ». En clair, la question « qui est responsable de traitement ? » n'a plus de réponse évidente. Or c'est vous, la PME qui décide des finalités, qui répondez devant la CNIL en premier.

4. La surface d'attaque s'étend à tout ce qui est connecté

Dernier risque cité : la cybersécurité « s'étend à l'ensemble des services connectés à l'agent ». Chaque connecteur est une porte. Un agent compromis, c'est potentiellement l'accès à toute la donnée des outils qu'il pilote. On rejoint ici les alertes déjà documentées sur la sécurité des agents IA en PME, où les failles côté orchestration ont déjà fait des dégâts.

Agent IA et RGPD : qui est responsable de traitement ?

C'est la question qui fâche, et la note ne tranche pas à votre place — elle appelle à « adapter » l'analyse. Voici la logique à appliquer.

Si votre PME décide pourquoi et comment l'agent traite les données (relancer des clients, trier des candidatures, résumer des dossiers), vous êtes responsable de traitement. L'éditeur du modèle — Anthropic, OpenAI, Mistral — agit le plus souvent en sous-traitant, encadré par un contrat de sous-traitance (DPA) au sens de l'article 28. Vérifiez que ce DPA existe, qu'il couvre l'usage agentique, et qu'il liste les sous-traitants ultérieurs.

Le piège : les connecteurs. Chaque service tiers que l'agent pilote peut ajouter un sous-traitant à la chaîne. Si votre agent envoie des données à un outil dont vous n'avez pas signé le DPA, la responsabilité vous revient quand même. La note CNIL insiste sur la traçabilité : il faut pouvoir « reconstituer l'intégralité du processus décisionnel » de l'agent. Sans journal, vous ne pouvez ni prouver la conformité ni répondre à une demande d'accès.

Comment mettre un agent IA en conformité RGPD dans une PME

Pas besoin d'un cabinet à 30 000 €. Six points couvrent l'essentiel pour un déploiement de PME.

• Base légale documentée. Intérêt légitime, exécution d'un contrat ou consentement : choisissez et écrivez-le. La CNIL a finalisé en 2026 ses recommandations sur l'intérêt légitime appliqué à l'IA — c'est la base la plus courante, mais elle exige un test de mise en balance écrit.
• Minimisation active. Restreignez les données auxquelles l'agent accède. Un agent de relance commerciale n'a pas besoin des données RH. Cloisonnez les connecteurs par finalité.
• Durée de mémoire bornée. Désactivez ou plafonnez la mémoire persistante quand elle n'est pas nécessaire. Fixez une durée de conservation et purgez.
• Traçabilité des décisions. Activez les journaux d'actions de l'agent. Vous devez pouvoir dire quelle donnée a été lue, quelle action a été prise, quand. C'est l'exigence centrale de la note.
• AIPD si profilage ou données sensibles. Une analyse d'impact (AIPD/DPIA) devient obligatoire dès qu'il y a profilage à grande échelle ou traitement de données sensibles. Un agent qui trie des CV coche la case.
• Sécurité des connecteurs. Authentification forte, permissions minimales par service, revue régulière des accès. La surface d'attaque, c'est la somme des outils branchés.

Pour les équipes qui déploient des agents via des plateformes grand public comme Claude ou ChatGPT, la bonne nouvelle est que les contrôles d'administration se sont étoffés en 2026 (analytics, entitlements par modèle, alertes de dépenses côté Claude Enterprise). La moins bonne : ces contrôles ne rédigent pas votre base légale ni votre AIPD à votre place.

Ce que le CEPD a ajouté le 7 juillet 2026

La note CNIL ne tombe pas isolée. Le 7 juillet 2026, le Comité européen de la protection des données (CEPD) a adopté deux jeux de lignes directrices : l'un sur l'anonymisation, l'autre sur le moissonnage (web scraping) dans le contexte de l'IA générative. Ces textes concernent surtout ceux qui entraînent ou affinent des modèles, mais ils fixent aussi le standard d'anonymisation que vous pouvez invoquer pour sortir une donnée du champ RGPD. Utile si votre agent manipule des jeux de données que vous voulez déclarer anonymisés — la barre est haute, et le CEPD la relève encore.

Le fil rouge des deux institutions : l'autonomie technique ne dilue pas la responsabilité juridique. Un agent qui décide seul ne vous exonère de rien.

Combien coûte le non-respect, et pourquoi la mémoire aggrave la facture

Le régime de sanction reste celui du RGPD : jusqu'à 20 millions d'euros ou 4 % du chiffre d'affaires annuel mondial, le montant le plus élevé étant retenu. Pour les PME et startups, l'AI Act plafonne au montant le plus faible entre le seuil absolu et le pourcentage de CA — un léger amortisseur, pas une exonération.

Ce qui change avec les agents, c'est l'exposition. Une mémoire persistante non maîtrisée, c'est un stock de données personnelles qui grossit sans finalité claire — exactement le type de manquement que la CNIL sanctionne. Et le paradoxe économique n'aide pas à investir dans la conformité : une étude de juillet 2026 montre que 57 % des entreprises voient leur ROI IA échouer à dépasser la dépense, alors même que les agents font gagner une médiane de 6,4 heures par semaine et par poste. On dépense, on gagne du temps, mais la marge tarde — et la tentation de rogner sur la gouvernance est réelle. C'est précisément là que la note tombe à pic.

Ce qu'il faut retenir

La note CNIL–CIANum n'est pas une nouvelle contrainte tombée du ciel : c'est un rappel que vos obligations RGPD suivent l'agent partout où il va, y compris dans sa mémoire et dans les services qu'il pilote. Si vous testez des agents en 2026, trois réflexes suffisent à couvrir 80 % du risque : documenter la base légale avant le premier run, borner la mémoire, et journaliser les actions. Le reste — AIPD, DPA, cloisonnement — se déclenche selon les données touchées.

Qui est concerné ? Toute PME qui branche un agent sur un CRM, une messagerie ou un dossier RH. Qui ne l'est pas ? Presque personne, dès lors qu'un nom de client transite. Le chatbot passif tolérait l'à-peu-près. L'agent qui agit seul, non.