Passer au contenu principal

Attrilab

AI Act : ce que les équipes marketing doivent comprendre avant d’utiliser davantage l’IA

AI Act : ce que les équipes marketing doivent comprendre avant d’utiliser davantage l’IA

Temps de lecture estimé : minutes
Sommaire

Depuis le 2 août 2026, les obligations de transparence de l’AI Act s’appliquent : chatbots, contenus synthétiques et hypertrucages doivent désormais être signalés comme tels (Commission européenne). Quelques jours plus tôt, le 27 juillet, le « Digital Omnibus » sur l’IA est entré en vigueur et a repoussé au 2 décembre 2027 l’essentiel des règles sur les systèmes à haut risque (Règlement (UE) 2026/1744, EUR-Lex). Pour une direction marketing, ce report ressemble à un répit. C’est une lecture incomplète : la transparence est déjà exigible, et le RGPD s’applique toujours aux données qui alimentent vos outils. Surtout, l’AI Act pose la question que se posent déjà les CFO : que fait réellement le modèle, sur quelles données, et que prouve-t-il ?

Le calendrier a bougé, mais pas pour tout le monde

L’AI Act est entré en vigueur le 1er août 2024 et s’applique par étapes : les pratiques interdites et l’obligation de « culture de l’IA » depuis le 2 février 2025, les obligations des fournisseurs de modèles d’IA à usage général (les grands modèles de langage, notamment) depuis le 2 août 2025, puis la majorité du texte depuis le 2 août 2026 (Commission européenne).

Le Digital Omnibus, proposé par la Commission le 19 novembre 2025, a fait l’objet d’un accord politique le 7 mai 2026 (Commission européenne), puis a été signé le 8 juillet 2026 sous la référence règlement (UE) 2026/1744 (EUR-Lex). Il modifie trois points utiles aux équipes marketing (Règlement (UE) 2026/1744) :

  • les systèmes à haut risque de l’annexe III (crédit, emploi, assurance vie et santé, etc.) ne seront soumis à leurs obligations qu’à partir du 2 décembre 2027 ;
  • les fournisseurs de générateurs de contenus déjà sur le marché avant le 2 août 2026 disposent de quatre mois supplémentaires, jusqu’au 2 décembre 2026, pour le marquage technique de leurs productions ;
  • l’obligation de culture de l’IA est assouplie : il s’agit désormais de « prendre des mesures pour soutenir » la formation des équipes, sans garantie d’un niveau de compétence individuel.

Le texte distingue deux rôles. Le fournisseur développe un système d’IA et le met sur le marché sous son nom ; le déployeur est celui qui l’utilise sous sa propre autorité dans un cadre professionnel (AI Act, article 3). Un annonceur qui utilise une IA générative, un chatbot ou un outil de scoring est le plus souvent déployeur : ses obligations sont plus légères, mais réelles.

À retenir :

Le report concerne les systèmes à haut risque, pas la transparence ni les interdictions.

La plupart des équipes marketing sont « déployeurs » au sens de l’AI Act.

Le calendrier utile à suivre : 2 décembre 2026 (marquage), 2 décembre 2027 (haut risque annexe III).

Données et transparence : ce qui s’applique déjà

Les données qui nourrissent vos outils relèvent d’abord du RGPD

L’AI Act ne remplace pas le RGPD : il s’y superpose. Pour les modèles d’IA à usage général, le fournisseur doit publier un résumé suffisamment détaillé des contenus utilisés pour l’entraînement et mettre en place une politique de respect du droit d’auteur (AI Act, article 53). Utile, mais muet sur les données que vous injectez dans l’outil : CRM, navigation, conversions.

Sur ce point, la CNIL admet que l’intérêt légitime peut fonder le développement d’un système d’IA, à condition de démontrer la légitimité de l’intérêt, la nécessité du traitement et l’absence d’atteinte disproportionnée aux droits et aux attentes raisonnables des personnes, avec des garanties concrètes : exclusion de certaines données, transparence renforcée, droit d’opposition facilité, pseudonymisation (CNIL). Savoir si vos données clients entraînent le modèle du fournisseur n’est donc pas un détail contractuel (voir aussi La donnée : votre actif, pas celui des autres).

La transparence des contenus et des interactions (article 50)

L’article 50 répartit les obligations entre fournisseurs et déployeurs (AI Act, article 50) :

  • un chatbot ou assistant qui dialogue avec vos clients doit leur faire savoir qu’ils interagissent avec une IA (obligation de conception pesant sur le fournisseur) ;
  • les images, sons, vidéos et textes générés doivent être marqués dans un format lisible par machine (obligation du fournisseur) ;
  • le déployeur qui diffuse un hypertrucage (deepfake) doit indiquer que le contenu a été généré ou manipulé ;
  • un texte généré publié pour informer le public sur des questions d’intérêt public doit être signalé, sauf s’il a fait l’objet d’une relecture humaine ou d’un contrôle éditorial sous une responsabilité éditoriale identifiée.

La Commission a publié le 20 juillet 2026 des lignes directrices sur la portée de ces obligations (Commission européenne), et un code de bonnes pratiques sur le marquage et l’étiquetage des contenus générés a été finalisé le 10 juin 2026 (Commission européenne). Le manquement à l’article 50 peut être sanctionné jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires mondial (AI Act, article 99). L’enjeu pratique : savoir quels contenus sont produits par IA, qui les relit, et le documenter.

À retenir :

Le RGPD reste le premier cadre pour les données qui alimentent vos outils d’IA.

Chatbots et hypertrucages doivent être signalés depuis le 2 août 2026.

La relecture humaine documentée est votre meilleure protection pour les textes publiés.

Scoring et attribution : où passe la frontière du haut risque

Ce qui relève de l’annexe III

L’annexe III vise notamment les systèmes destinés à évaluer la solvabilité des personnes physiques ou à établir leur note de crédit (hors détection de fraude), ainsi que l’évaluation des risques et la tarification en assurance vie et santé (AI Act, annexe III). Un système listé peut échapper à la qualification s’il se limite par exemple à une tâche procédurale étroite ou préparatoire, mais il est toujours considéré à haut risque lorsqu’il réalise un profilage de personnes physiques (AI Act, article 6).

Un lead scoring servant à prioriser des relances commerciales n’entre pas, à notre lecture, dans ces catégories. Un assureur ou un prêteur qui réutilise un score marketing pour tarifer un contrat santé ou filtrer une demande de prêt peut, en revanche, basculer dans l’annexe III. Le RGPD, lui, s’applique déjà : la Cour de justice de l’Union européenne a jugé le 7 décembre 2023 (affaire C-634/21, dite SCHUFA) que l’établissement automatisé d’un score de solvabilité peut constituer une décision individuelle automatisée lorsque le prêteur s’appuie de manière déterminante sur ce score (Derriennic Associés). Le déployeur d’un système à haut risque devra, lui, informer les personnes concernées qu’elles font l’objet d’une décision assistée par ce système (AI Act, article 26).

Enfin, sont interdites depuis février 2025 les techniques manipulatrices et l’exploitation des vulnérabilités liées notamment à la situation sociale ou économique (AI Act, article 5) : un ciblage visant les personnes en difficulté financière mérite un examen sérieux. Les lignes directrices de la Commission sur la classification du haut risque, publiées en projet le 19 mai 2026 (Commission européenne), sont toujours présentées comme un projet sur la page officielle (Commission européenne).

Une corrélation n’est pas une preuve de contribution

L’IA appliquée à l’attribution pose aussi une question de méthode. Un modèle prédictif apprend des corrélations : les clients exposés à tel canal convertissent davantage. Rien ne prouve que le canal a causé la conversion : ces clients étaient peut-être déjà proches de l’achat. Une étude portant sur 15 expérimentations publicitaires menées chez Facebook, soit 1,6 milliard d’impressions, montre que les méthodes observationnelles ne retrouvent souvent pas les effets mesurés par des expériences randomisées, même avec de nombreuses variables de contrôle (Gordon et al., Marketing Science, 2019).

C’est l’écart entre la performance déclarée par une régie, calculée par son propre modèle, et la performance réelle, mesurée de manière indépendante. Une couche d’IA ne comble pas cet écart ; elle peut le rendre moins visible. Nous revenons sur ces biais dans Les 5 erreurs les plus fréquentes dans l’analyse d’attribution marketing.

À retenir :

Le scoring marketing n’est pas haut risque par nature, mais sa réutilisation en crédit ou assurance peut l’être.

Tout profilage dans un cas d’usage de l’annexe III est haut risque, sans exception.

Un modèle prédictif mesure des corrélations ; la contribution se prouve autrement.

Les bonnes questions à poser à votre fournisseur

Avant de signer ou de renouveler un contrat avec une solution data ou marketing qui revendique de l’IA, six questions permettent de faire le tri :

  • Rôle : qui est fournisseur au sens de l’AI Act, et le système repose-t-il sur un modèle d’IA à usage général tiers ? Lequel ?
  • Données d’entraînement : nos données servent-elles à entraîner ou améliorer un modèle partagé avec d’autres clients ? Pouvons-nous nous y opposer ?
  • Classification : avez-vous documenté pourquoi votre système est, ou n’est pas, à haut risque ?
  • Transparence : les contenus générés sont-ils marqués ? Le chatbot s’annonce-t-il comme une IA ?
  • Explicabilité : pouvez-vous expliquer pourquoi un lead, un client ou un canal reçoit tel score ou tel crédit de conversion ?
  • Validation : comment le modèle a-t-il été confronté à une mesure indépendante (tests d’incrémentalité, groupe témoin, données réelles de ventes) ?

Une réponse vague à la dernière question est un signal d’alerte ; c’est aussi celle qui intéresse le plus votre CFO (voir Comment prouver la rentabilité réelle de ses sources d’acquisition).

À retenir :

Exigez de savoir si vos données entraînent un modèle mutualisé.

Demandez la documentation de classification, pas seulement une promesse de conformité.

Un score non explicable et non validé ne devrait pas piloter un budget.

Plan d’action : 7 jours, 30 jours, 90 jours

Dans les 7 jours : inventoriez les outils d’IA de l’équipe marketing (contenus, chatbots, scoring, enchères, attribution), avec pour chacun le fournisseur et les données transmises.

Dans les 30 jours : avec votre DPO, vérifiez les bases légales et les clauses contractuelles sur la réutilisation des données ; formalisez une règle de relecture humaine et d’étiquetage des contenus générés ; envoyez le questionnaire ci-dessus à vos principaux fournisseurs.

Dans les 90 jours : repérez les scores marketing susceptibles d’être réutilisés pour du crédit, de la tarification ou de l’éligibilité, et traitez-les comme des sujets de conformité ; confrontez vos modèles d’attribution à une mesure indépendante avant les budgets 2027 ; sensibilisez les équipes à l’IA.

À retenir :

L’inventaire des outils et des flux de données est le point de départ.

La transparence des contenus s’organise dès maintenant, sans attendre 2027.

La mesure indépendante sert à la fois la conformité et l’arbitrage budgétaire.

L’AI Act ne demande pas de renoncer à l’IA, mais de savoir ce que font vos outils, avec quelles données, et ce qu’ils prouvent. C’est le terrain d’Attrilab : une mesure de l’attribution sans cookie, souveraine et conforme au RGPD, du premier au dernier clic, indépendante des régies. Pour faire le point sur vos flux de données marketing ou la fiabilité de votre mesure, nous pouvons vous proposer un audit ou une démonstration.