Accéder au contenu principal

Un auto-entrepreneur passionné à votre service,

Pour votre projet de site internet et vos dépannages informatiques

Excel, Google Sheets et IA : les pièges à éviter et comment anonymiser vos données (RGPD)

Publié le 21 Octobre 2026, dernière mise à jour le 21 Octobre 2026

Vous demandez à une IA de remettre de l'ordre dans un tableau, et en dix secondes tout semble parfait : les colonnes sont alignées, le total tombe en bas, la formule a l'air propre. C'est justement ce moment de soulagement qui mérite un peu de méfiance. Dans ce onzième épisode de ma série sur le tableur et l'intelligence artificielle, je fais le tour des erreurs qu'un assistant comme ChatGPT, Claude, Gemini ou Copilot peut glisser dans un classeur, et des contrôles simples qui permettent de les attraper. Je termine par un sujet que beaucoup zappent : ce qui arrive aux données de vos clients quand vous collez un fichier dans un chatbot, et comment les anonymiser ou les pseudonymiser avant, dans le respect du RGPD.

Pourquoi une IA peut se tromper dans un tableur sans que rien ne se voie

Les IA génératives sont devenues des outils de tous les jours pour quiconque manipule des chiffres. On leur demande d'écrire une formule tordue, de nettoyer un export, de produire un graphique ou de préparer le reporting du mois. Dans la grande majorité des cas, le résultat est bon et le gain de temps est réel. Mais il faut garder en tête la façon dont ces outils fonctionnent.

Un modèle de langage ne « sait » pas ce qu'il calcule, au sens où un comptable ou un contrôleur de gestion le sait. Il produit la réponse la plus probable à partir de motifs appris sur d'énormes quantités de texte. Quand une information manque ou qu'une consigne est ambiguë, il comble le vide avec quelque chose qui a l'air juste. C'est ce qu'on appelle une hallucination.

Dans un texte, une hallucination finit souvent par se remarquer : une citation attribuée à la mauvaise personne, un livre qui n'existe pas, une date fantaisiste. Dans un tableur, c'est beaucoup plus sournois. Un 18 450 faux ressemble trait pour trait à un 18 450 juste. La cellule est blanche, le nombre est bien formaté, et rien n'indique s'il vient d'un calcul correct, d'une mauvaise lecture des données ou d'une pure invention.

Trois choses aggravent le problème :

  • Un tableur sert souvent à décider : un budget, une prévision de ventes, des salaires, une facturation, un dosage. Une faute de frappe dans un mail se corrige ; une erreur dans une cellule peut finir sur la table d'un comité de direction.
  • L'IA répond toujours sur le même ton assuré, qu'elle soit sûre d'elle ou qu'elle extrapole. Ce ton est facilement pris pour de l'exactitude.
  • On délègue une tâche technique à l'IA justement quand on ne la maîtrise pas. On est donc moins bien placé pour sentir qu'un résultat cloche.

Mon propos n'est pas de vous détourner de l'IA, bien au contraire. L'idée est de savoir où elle trébuche, pour s'en servir sereinement. Je passe en revue quatre familles de pièges : la lecture des données, les formules, les graphiques et tableaux croisés, puis la fragilité des fichiers et des macros.

Les pièges dans la lecture des données

Le premier endroit où l'IA se trompe, c'est la compréhension même de ce que vous lui donnez. Une colonne de chiffres, une colonne de dates : rien de plus banal en apparence. C'est pourtant là que naissent les erreurs les plus dangereuses, parce qu'elles sont invisibles et qu'elles se propagent dans tous les calculs qui suivent.

Les dates françaises lues à l'américaine

C'est l'exemple le plus classique. En France, 01/02/2026 désigne le 1er février. Aux États-Unis, la même suite de chiffres signifie le 2 janvier. Or beaucoup de modèles ont été entraînés majoritairement sur des contenus en anglais et penchent vers la convention anglo-saxonne. Votre tableau est alors réinterprété en silence, avec des conséquences qui vont d'une durée de contrat fausse à une facture rattachée au mauvais mois.

Une même écriture, deux dates différentes
Ce qui est écrit Lecture française (JJ/MM) Lecture américaine (MM/JJ) Écart
01/02/2026 1er février 2026 2 janvier 2026 30 jours
05/09/2026 5 septembre 2026 9 mai 2026 119 jours
11/12/2026 11 décembre 2026 12 novembre 2026 29 jours
25/03/2026 25 mars 2026 Date impossible (mois 25) Erreur ou texte
Le format ISO (2026-02-01) ne laisse aucune place à l'interprétation.

La dernière ligne montre un effet pervers : quand le jour dépasse 12, la lecture américaine échoue. Selon l'outil, la date devient alors du texte, une erreur #VALEUR!, ou un nombre de jours négatif dans une colonne « jours écoulés ». Vous vous retrouvez avec un tableau où certaines lignes sont fausses et d'autres justes, ce qui est le pire scénario parce qu'il passe inaperçu à la relecture rapide.

Le remède tient en une phrase à ajouter à votre demande : « les dates sont au format français jour/mois/année ». Mieux encore, si vous préparez un export destiné à une IA, convertissez les dates au format ISO année-mois-jour. Dans Excel, la formule =TEXTE(A2;"aaaa-mm-jj") fait le travail.

La virgule et le point

Même piège avec le séparateur décimal. Chez nous, c'est la virgule. Aux États-Unis, c'est le point, et la virgule sert de séparateur des milliers. Une IA qui lit « 1,500 » peut donc comprendre un virgule cinq ou mille cinq cents. Si elle additionne ensuite ces valeurs, l'écart atteint trois ordres de grandeur. C'est le genre d'erreur qu'on retrouve dans des rapports de ventes « nettoyés » par l'IA, avec des totaux gonflés ou fondus sans explication.

Ici aussi, précisez la convention dès le départ, et méfiez-vous des fichiers CSV exportés depuis des logiciels étrangers, qui mélangent parfois les deux.

Les caractères invisibles

Une autre catégorie d'erreurs concerne ce qui est présent dans les cellules sans se voir : une espace en fin de nom, un retour à la ligne collé avec le texte, une espace insécable héritée d'un copier-coller depuis une page web, ou un caractère Unicode exotique issu d'un logiciel de gestion. L'IA peut très bien passer à côté.

Demandez-lui de comparer deux listes de clients, et elle vous dira que « Jean Martin » n'apparaît pas dans la seconde parce qu'une des deux versions se termine par une espace. Ou, à l'inverse, elle affirmera que les deux correspondent alors qu'une RECHERCHEV renverra #N/A, puisque la valeur réelle de la cellule n'est pas celle qui s'affiche.

Pour vérifier vous-même, la fonction NBCAR est votre amie : si « Jean Martin » affiche 12 caractères au lieu de 11, il y a un intrus. Attention, SUPPRESPACE ne retire pas l'espace insécable (caractère 160). Pour celle-ci, il faut une substitution :

=SUPPRESPACE(SUBSTITUE(EPURAGE(A2);CAR(160);" "))

Cette formule supprime les caractères non imprimables, remplace les espaces insécables par des espaces normales, puis retire les espaces en trop.

Les doublons qui gonflent les totaux

Quand un fichier est assemblé à partir de plusieurs sources (un CRM, la boutique en ligne, un tableau partagé par un collègue), il est fréquent de retrouver la même ligne deux fois. Si vous ne le demandez pas explicitement, l'IA vérifie rarement leur présence avant de calculer des sommes, des moyennes ou des comptages. Le résultat est une agrégation gonflée qui paraît tout à fait normale. Une simple consigne du type « signale-moi les lignes en double avant tout calcul » évite bien des surprises.

Une cellule vide n'est pas un zéro

Une cellule vide et une cellule qui contient zéro ne disent pas la même chose. La première signifie « je ne sais pas », la seconde « je sais que c'est nul ». Beaucoup d'IA les traitent pourtant comme équivalentes.

Prenons une moyenne sur dix mois dont trois ne sont pas renseignés. L'IA peut calculer la moyenne sur les sept valeurs présentes, ce qui est correct si les vides sont des données manquantes. Elle peut aussi compter les vides comme des zéros, ce qui fait baisser la moyenne, et c'est correct seulement si un vide veut dire « aucune vente ». Le plus souvent, elle choisit une interprétation sans vous la signaler. Dans Excel, MOYENNE ignore les cellules vides mais tient compte des zéros. Gardez cette différence en tête et dites à l'IA comment traiter les trous.

Quand l'IA invente les données manquantes

C'est sans doute l'erreur la plus subtile. Vous demandez un rapport mensuel, il manque le mois de mars. Au lieu de signaler le trou, certains assistants calculent une valeur plausible à partir des autres mois et l'insèrent comme si elle était réelle. Le tableau paraît complet, mais il contient une donnée qui n'a jamais existé dans vos systèmes.

La parade : ajoutez systématiquement à vos demandes une phrase comme « si une donnée manque, signale-la et ne l'invente pas ». Les modèles récents respectent bien ce genre de consigne quand elle est écrite noir sur blanc.

Le contrôle par échantillon, en deux minutes. Avant d'accepter un tableau retravaillé par l'IA, prenez trois ou quatre lignes au hasard et recalculez-les à la main ou avec la calculatrice de votre téléphone. Si elles collent, c'est bon signe (pas une garantie). Si une seule ne colle pas, arrêtez-vous : l'erreur est rarement isolée, elle est souvent systématique sur tout le jeu de données. Deuxième contrôle, gratuit et rapide : sélectionnez la colonne d'origine dans Excel ou Google Sheets et lisez la somme affichée dans la barre d'état. Si elle ne correspond pas au total produit par l'IA, quelque chose s'est mal passé.

Les pièges dans les formules

Les formules devraient être le terrain où l'IA excelle : du code structuré, des règles de syntaxe précises, un résultat déterministe. Pourtant, c'est là que se concentre une bonne partie des soucis concrets. J'ai déjà détaillé dans l'épisode consacré aux formules comment faire écrire et expliquer une formule par l'IA ; ici, je me concentre sur la manière de repérer ce qui ne va pas.

Les noms de fonctions et les séparateurs

Excel en français attend SOMME et pas SUM, SI et pas IF, RECHERCHEV et pas VLOOKUP. Sans précision, l'IA a tendance à écrire en anglais, la langue dominante de son entraînement. Vous collez la formule, et Excel répond #NOM?. Celui qui connaît l'anglais traduit de tête ; le débutant pense qu'il a mal formulé sa demande et perd confiance.

Même quand les noms sont traduits, reste le séparateur d'arguments. La syntaxe anglo-saxonne utilise la virgule, la française le point-virgule, puisque la virgule y sert de séparateur décimal. L'IA oublie souvent de faire les deux conversions, et vous obtenez une formule qui paraît juste mais génère une erreur de syntaxe.

La même formule, version anglaise et version française
Version Formule Résultat dans un Excel en français
Anglaise =IF(SUM(B2:B13)>1000,"High","Low") Erreur, formule refusée
Noms traduits, virgules oubliées =SI(SOMME(B2:B13)>1000,"Élevé","Faible") Erreur de syntaxe
Française correcte =SI(SOMME(B2:B13)>1000;"Élevé";"Faible") Fonctionne
Les espaces de séparation des milliers ne sont qu'un format d'affichage : on ne les tape jamais dans une formule.

La solution : dès le premier message, indiquez « j'utilise Excel en français » ou « j'utilise Google Sheets en français ». Si une formule renvoie #NOM?, le premier réflexe est de vérifier la langue des fonctions et les séparateurs.

La version du logiciel

Microsoft et Google ont ajouté ces dernières années des fonctions très pratiques : RECHERCHEX, LET, LAMBDA, FILTRE, TRIER, UNIQUE et les formules matricielles dynamiques qui « débordent » sur plusieurs cellules. L'IA les propose volontiers parce qu'elles sont très présentes dans ses données d'entraînement. Sauf qu'elles n'existent pas dans les anciennes versions.

Quelques fonctions récentes et la version d'Excel requise
Fonction (nom français) Nom anglais Version minimale d'Excel Alternative pour une version plus ancienne
RECHERCHEX XLOOKUP Excel 2021 / Microsoft 365 INDEX + EQUIV
FILTRE, TRIER, UNIQUE FILTER, SORT, UNIQUE Excel 2021 / Microsoft 365 Filtre automatique, tri manuel, suppression des doublons
LET LET Excel 2021 / Microsoft 365 Colonnes intermédiaires
LAMBDA LAMBDA Excel 2024 / Microsoft 365 Macro VBA ou formule répétée
JOINDRE.TEXTE TEXTJOIN Excel 2019 CONCATENER avec des séparateurs
SI.CONDITIONS IFS Excel 2019 SI imbriqués
Google Sheets dispose de la plupart de ces fonctions ; LibreOffice Calc en intègre une partie selon sa version.

Recevoir une formule RECHERCHEX quand on travaille sur Excel 2013 oblige à tout réécrire avec le vieux duo INDEX/EQUIV. Précisez donc votre version : « j'utilise Excel 2019, donne-moi uniquement des formules disponibles dans cette version ». Petite remarque au passage : Microsoft a arrêté le support d'Office 2016 et d'Office 2019 le 14 octobre 2025. Ils fonctionnent toujours, mais ne reçoivent plus de correctifs de sécurité, ce qui est une raison de plus de vérifier ce que vous avez réellement sur votre poste.

Excel, Google Sheets et LibreOffice Calc ne sont pas interchangeables

Les trois tableurs se ressemblent, mais ne sont pas identiques. ARRAYFORMULA n'existe que dans Google Sheets. La fonction IMAGE existe dans Excel et dans Sheets, avec une syntaxe différente. Les filtres se comportent différemment d'un logiciel à l'autre. LibreOffice Calc a ses propres particularités, souvent moins bien connues des IA. Si vous ne précisez rien, l'assistant suppose que vous êtes sur Excel, et vous héritez de formules qui ne marchent pas ou se comportent de manière inattendue.

Références relatives et absolues

Quand on recopie une formule vers le bas, les références relatives comme B2 se décalent avec la copie, tandis que les références absolues comme $B$2 restent fixes. Savoir où placer les dollars demande de penser à la façon dont la formule sera recopiée. L'IA est souvent précise, mais il lui arrive d'en mettre au mauvais endroit, d'en oublier ou d'en ajouter trop. La formule fonctionne parfaitement sur la première ligne, et ce n'est qu'en la recopiant sur mille lignes qu'on découvre que les références sont parties n'importe où. Vérifiez toujours le résultat sur la dernière ligne, pas seulement sur la première.

Les SI imbriqués mal ordonnés

Quand la demande se complique (« remise de 5 % si le montant dépasse 100 €, mais seulement pour les clients ayant au moins trois achats, hors retours »), l'IA produit des fonctions SI imbriquées les unes dans les autres. Le problème, c'est l'ordre des conditions. Si une condition plus précise se trouve derrière une condition plus générale, elle n'est jamais atteinte. Voici un exemple typique de classement de clients par chiffre d'affaires :

=SI(B2>100;"Bronze";SI(B2>500;"Argent";SI(B2>1000;"Or";"Aucun")))

La formule est syntaxiquement parfaite. Mais un client à 1 200 € sera classé « Bronze », puisque le premier test (plus de 100 €) est déjà vrai. Les deux autres ne sont jamais évalués. La bonne version teste du seuil le plus haut au plus bas :

=SI(B2>1000;"Or";SI(B2>500;"Argent";SI(B2>100;"Bronze";"Aucun")))

Ce type d'erreur logique ne déclenche aucun message. Le seul moyen de le repérer est de tester la formule sur des cas limites : une valeur juste au-dessus de chaque seuil, une juste en dessous, une très grande et une nulle.

Les graphiques et tableaux croisés trompeurs

Même si vous êtes passé à travers les pièges des données et des formules, il reste le dernier kilomètre : la mise en forme visuelle. Demander à l'IA de « créer un graphique pour le rapport de ventes » fait partie des requêtes les plus courantes, et c'est là que les erreurs passent le plus facilement. Un graphique a une apparence d'objectivité qui endort l'esprit critique.

L'axe qui ne part pas de zéro

Le choix de l'origine de l'axe vertical suffit à transformer un graphique honnête en graphique de propagande, et l'IA n'a aucune préférence naturelle pour l'honnêteté visuelle. Vous lui demandez de montrer la croissance du chiffre d'affaires ? Si l'axe démarre à 95 000 € au lieu de zéro, une hausse de 3 % sur le dernier mois devient un pic vertigineux. À l'inverse, un axe qui part de zéro alors que les valeurs évoluent dans une plage étroite écrase toute variation réelle. Les deux graphiques sont « vrais », et les deux peuvent tromper le lecteur. Mon conseil : pour des histogrammes, partez de zéro ; si vous avez besoin de zoomer sur une variation, utilisez plutôt une courbe et indiquez clairement l'échelle.

Le mauvais type de graphique

Autre classique, l'IA propose un camembert pour comparer quinze catégories. Aucun lecteur ne fera la différence entre une part de 4 % et une part de 5 %. Elle peut aussi tracer une courbe pour des données sans continuité dans le temps, ce qui suggère une évolution là où il n'y a qu'une liste de produits. Ou encore superposer deux axes verticaux à des échelles différentes sans le signaler, créant l'illusion d'une corrélation entre deux séries qui n'ont rien à voir. Ce ne sont pas des erreurs de calcul, mais des erreurs de communication, et elles sont particulièrement insidieuses.

Quel graphique pour quel besoin
Ce que vous voulez montrer Graphique adapté À éviter
Une évolution dans le temps Courbe ou histogramme Camembert
Une comparaison entre catégories Barres horizontales triées Courbe (elle suggère une continuité)
La répartition d'un total en 2 à 5 parts Secteurs ou barre empilée à 100 % Secteurs avec plus de 6 parts
Le lien entre deux mesures Nuage de points Double axe sans légende claire

Des tableaux croisés dynamiques qui additionnent ce qu'il fallait moyenner

Les tableaux croisés dynamiques (TCD) sont très puissants, mais leur logique n'est pas évidente. Quand on demande à l'IA d'en construire un, il arrive qu'elle agrège ce qu'il ne fallait pas agréger : elle additionne une colonne qu'il fallait moyenner, ou compte ce qu'il fallait sommer. L'erreur n'est pas dans le logiciel, elle est dans le choix de ce qu'on fait avec les chiffres. Un TCD mal configuré sur 50 000 lignes produit un rapport élégant et faux.

L'exemple le plus fréquent concerne les taux de marge. Imaginons deux commerciaux :

Taux de marge par vente
Commercial Vente Chiffre d'affaires Taux de marge
Durand Vente 1 2 000 € 10 %
Durand Vente 2 500 € 30 %
Leroy Vente 3 1 000 € 20 %
Leroy Vente 4 1 000 € 15 %
Somme des taux : Durand 40 %, Leroy 35 % (sans aucun sens). Moyenne simple : Durand 20 %. Marge réelle : Durand 14 %.

Un TCD qui fait la « somme de taux de marge » affiche 40 % pour Durand, ce qui ne veut rien dire. La moyenne simple (20 %) est à peine meilleure : elle donne autant de poids à une petite vente de 500 € qu'à une vente de 2 000 €. La marge réelle se calcule en divisant le montant total de marge (200 + 150 = 350 €) par le chiffre d'affaires total (2 500 €), soit 14 %. La bonne méthode consiste à ajouter une colonne « montant de marge » dans les données sources, puis à faire le rapport des deux sommes, ou à utiliser cette formule :

=SOMMEPROD(C2:C3;D2:D3)/SOMME(C2:C3)

Retenez cette règle simple : on n'additionne jamais des pourcentages, et on ne fait la moyenne d'un pourcentage que si toutes les lignes ont le même poids.

Plages figées, macros et versions de fichiers

Le flux de travail qui casse sans prévenir

Un problème plus discret concerne la robustesse de ce que l'IA vous propose dans la durée. Une formule qui fonctionne aujourd'hui sur 200 lignes peut casser quand le tableau atteint 2 000 lignes, parce que les références étaient bloquées sur une plage fixe comme A1:A200 au lieu d'une colonne entière ou d'un tableau structuré. Quand le fichier grandit, la formule cesse simplement de regarder les nouvelles lignes. Pas d'erreur, pas d'alerte : les totaux du mois suivant sont faux, et personne ne s'en aperçoit avant de comparer les chiffres avec un autre système.

La parade la plus efficace consiste à transformer vos plages en tableaux structurés (menu Accueil, puis « Mettre sous forme de tableau » dans Excel). Les formules qui s'y réfèrent, du type =SOMME(Ventes[Montant]), s'étendent automatiquement aux nouvelles lignes. Demandez à l'IA d'écrire ses formules avec ces références de tableau plutôt qu'avec des adresses figées.

Les macros et scripts : puissants, mais opaques

L'IA est très douée pour écrire du VBA ou de l'Apps Script, capable d'ouvrir un fichier, de traiter les données, d'enregistrer le résultat et d'envoyer un mail. J'en ai parlé en détail dans l'épisode consacré à l'automatisation. Ces solutions sont séduisantes, mais elles finissent toujours par casser un jour, parce que la structure du tableau ou le nom d'une colonne a changé. À ce moment-là, elles deviennent totalement opaques pour celui qui les a seulement « commandées » sans les comprendre. Le code est l'endroit où une erreur glissée par l'IA est la plus difficile à débusquer.

Deux habitudes limitent le risque : demander à l'IA de commenter chaque bloc de code en français, et faire relire le script par un second assistant pour obtenir un avis indépendant. Testez toujours une macro sur une copie du fichier, jamais sur l'original.

Garder la trace des versions

Le dernier niveau de risque est le plus ancien de tous, et l'IA ne fait que l'amplifier. Quand on enchaîne les modifications avec l'aide d'un assistant, on perd facilement la trace de la bonne version. L'IA propose une correction, on l'applique, ça marche, on ferme le fichier. Trois jours plus tard, on découvre que cette correction a cassé autre chose ailleurs, et il n'y a pas de sauvegarde antérieure.

Le conseil est banal mais vital : enregistrez une copie datée avant chaque intervention importante, surtout si elle vient d'une IA dont vous ne pouvez pas évaluer tous les choix. Si vos fichiers sont sur OneDrive ou SharePoint, Excel conserve un historique (Fichier, puis Informations, puis Historique des versions). Google Sheets fait de même via Fichier, puis Historique des versions. Ces outils ne remplacent pas une vraie sauvegarde, mais ils sauvent souvent la mise.

Huit questions à se poser avant d'envoyer un tableur

Voici une liste de contrôles à faire en cinq minutes avant de transmettre un fichier à un collègue, un client ou votre direction, dès que l'IA est passée par là :

  • Ai-je indiqué à l'IA le logiciel, sa version et sa langue ? Sinon, certaines formules risquent de ne pas fonctionner chez le destinataire.
  • Ai-je recalculé à la main au moins trois lignes prises au hasard ? Les comptes tombent-ils juste ?
  • Le total général correspond-il à la somme affichée dans la barre d'état quand je sélectionne la colonne d'origine ?
  • Le format des dates et le séparateur décimal ont-ils été respectés partout ?
  • Les doublons ont-ils été repérés et traités avant les sommes et les moyennes ?
  • Les formules s'adapteront-elles si j'ajoute des lignes, ou sont-elles figées sur une plage fixe ?
  • Les graphiques partent-ils d'une base honnête, et leur type convient-il aux données ?
  • Ai-je une copie datée de la version précédente, au cas où il faudrait revenir en arrière ?

Si toutes les réponses sont oui, envoyez sereinement. Si une seule est non, ça vaut le coup de retrousser ses manches un quart d'heure de plus.

Ce qui part chez l'IA quand vous lui envoyez un fichier

Passons à l'autre grand piège, qui n'a rien à voir avec l'exactitude des calculs : la confidentialité. Avez-vous déjà collé dans un chatbot un export Excel rempli de noms, d'adresses et de numéros de téléphone pour obtenir une analyse rapide ? Si la réponse est « on fait ça tous les jours », cette partie vous concerne directement.

Quand vous envoyez un fichier à un assistant en ligne, son contenu quitte votre ordinateur et est traité sur les serveurs de l'éditeur. Selon votre offre et vos réglages, il peut être conservé un certain temps, relu par des personnes chargées de la sécurité, voire utilisé pour entraîner les prochains modèles. Les offres grand public et les offres professionnelles ne fonctionnent pas du tout de la même façon. Voici l'état des réglages au début du mois d'octobre 2026 :

Confidentialité des quatre principaux assistants (comptes personnels)
Assistant Réglage qui décide de l'entraînement Mode sans historique Offres où les données ne servent pas à l'entraînement
ChatGPT Paramètres, Contrôles des données, « Améliorer le modèle pour tous » (à désactiver) Discussion temporaire ChatGPT Business, Enterprise, Edu et API
Claude Paramètres, Confidentialité, « Aider à améliorer Claude ». Activé : conservation jusqu'à 5 ans. Désactivé : 30 jours Conversation incognito Claude Team, Enterprise et API
Gemini Activité dans les applis Gemini, « Conserver l'activité » (activé par défaut). Désactivé : conservation 72 heures Discussion temporaire Gemini dans Google Workspace (comptes professionnels)
Copilot Dépend de la version de l'application : Microsoft a lancé une nouvelle appli Copilot pour les particuliers le 18 août 2026, avec sa propre page de confidentialité ; l'ancienne proposait « Entraînement sur l'activité de conversation » Selon la version Compte professionnel Entra ID (protection des données d'entreprise) et Copilot dans les applis Microsoft 365 Personnel ou Famille
Ces réglages changent régulièrement : vérifiez-les dans votre propre compte. Une petite partie des conversations peut être relue par des humains pour des raisons de sécurité, même avec l'entraînement désactivé.

Désactiver l'entraînement ne veut pas dire que vos données ne quittent pas votre poste. Elles sont toujours envoyées, traitées et conservées un temps chez l'éditeur. Le réglage limite seulement l'usage qui en est fait ensuite. Pour des données personnelles de clients ou de salariés, la seule vraie protection consiste à ne pas les envoyer en clair.

Anonymiser ou pseudonymiser avant d'envoyer

Avant de confier un fichier à un outil d'IA, il y a une étape qu'on saute trop souvent : retirer ou remplacer tout ce qui permet d'identifier quelqu'un.

Ce qui compte comme donnée personnelle

On pense d'abord aux noms et prénoms de vos clients, de vos salariés ou de vos fournisseurs, à leurs adresses mail et numéros de téléphone. Mais la liste est plus longue : adresses postales, dates de naissance, numéros de sécurité sociale, IBAN, identifiants clients, numéros de dossier, plaques d'immatriculation. Pour un entrepreneur individuel, le numéro SIRET permet de remonter directement à une personne. Plus largement, toute donnée qui, seule ou recoupée avec d'autres, permet d'identifier quelqu'un est une donnée personnelle. Une ville, un âge et une profession rare peuvent suffire, dans une petite commune, à désigner une personne précise.

Anonymisation et pseudonymisation : la différence

Les deux mots sont souvent confondus, alors qu'ils n'ont pas du tout les mêmes conséquences.

Anonymisation
Le lien avec la personne disparaît définitivement. « Martine Leblanc » devient « Client A », et il n'existe nulle part de moyen de faire le chemin inverse. Une anonymisation véritable et irréversible fait sortir les données du champ du RGPD. C'est difficile à obtenir en pratique, car il faut aussi s'assurer qu'un recoupement des autres colonnes ne permet pas de retrouver la personne.
Pseudonymisation
Le nom est remplacé par un code, mais vous conservez à part une table de correspondance qui permet de relier chaque code à la bonne personne. Les données restent des données personnelles au sens du RGPD. En revanche, le risque est fortement réduit si la table reste chez vous, et le RGPD reconnaît la pseudonymisation comme une mesure de sécurité appropriée.
Anonymisation ou pseudonymisation : que choisir ?
Critère Pseudonymisation Anonymisation
Retour aux noms réels Possible grâce à la table de correspondance Impossible
RGPD applicable Oui Non, si l'anonymisation est réelle
Usage typique Analyse externe puis diffusion interne avec les vrais noms Statistiques, publication, données de test
Difficulté Faible Élevée (attention aux recoupements)
Pour la plupart des usages quotidiens, une pseudonymisation bien faite est déjà un vrai progrès.

Le paradoxe à éviter : faire anonymiser le fichier par le chatbot

On lit parfois qu'il suffit de demander à l'IA d'anonymiser elle-même le fichier avant de l'analyser. Le raisonnement a un défaut évident : pour qu'un chatbot en ligne remplace les noms, il faut d'abord lui envoyer les noms. Les données nominatives sont alors déjà parties chez l'éditeur, ce qui est précisément ce qu'on voulait éviter.

L'IA reste très utile, mais à condition de ne lui confier que ce qui ne contient rien de personnel. Trois approches fonctionnent bien.

  • Envoyer la structure plutôt que le contenu. Copiez uniquement la ligne d'en-têtes et deux ou trois lignes inventées, puis demandez : « Voici les colonnes de mon fichier clients. Indique-moi lesquelles contiennent des données personnelles ou sensibles, et explique brièvement pourquoi pour chacune. » L'IA fait le repérage sans voir une seule vraie donnée.
  • Lui faire écrire la procédure. Demandez-lui la formule, la requête Power Query ou la macro qui fera le remplacement, puis exécutez-la vous-même sur votre poste. Si vous anonymisez souvent le même type de fichier, faites-lui rédiger une procédure type que vous réutiliserez à chaque fois.
  • Utiliser un modèle local. Des outils comme Ollama ou LM Studio font tourner un modèle de langage directement sur votre ordinateur. Rien ne sort de la machine. Les modèles sont moins puissants que les grands assistants en ligne, mais largement suffisants pour repérer des colonnes et remplacer des noms.

La méthode pas à pas dans Excel

Voici une façon simple de pseudonymiser une colonne de noms de clients dans Excel en français, sans que rien ne quitte votre poste. Je pars d'une feuille « Ventes » avec les noms des clients en colonne A.

  • Faites une copie du fichier. On ne travaille jamais sur l'original.
  • Créez une feuille « Correspondance ». En A2, saisissez =UNIQUE(Ventes!A2:A5000) pour obtenir la liste des clients sans doublon (Excel 2021 ou Microsoft 365 ; sur une version plus ancienne, copiez la colonne puis utilisez Données, Supprimer les doublons).
  • En B2, générez un code par client avec la formule ci-dessous, à recopier vers le bas.
  • Dans la feuille « Ventes », ajoutez une colonne qui va chercher le code de chaque ligne.
  • Copiez cette nouvelle colonne, faites un collage spécial « valeurs », puis supprimez la colonne des noms d'origine.
  • Enregistrez la feuille « Correspondance » dans un fichier séparé, qui reste chez vous.
Feuille Correspondance, cellule B2 :
="CL-"&TEXTE(LIGNE()-1;"000")

Feuille Ventes, nouvelle colonne :
=RECHERCHEX(A2;Correspondance!A:A;Correspondance!B:B;"Inconnu")

Feuille Correspondance, cellule C2 (adresse mail factice du client) :
="client"&TEXTE(LIGNE()-1;"000")&"@exemple.invalid"

Pour les adresses mail factices, j'utilise le domaine .invalid, réservé par les normes de l'internet et qui ne peut appartenir à personne. On évite ainsi d'inventer par hasard l'adresse d'un vrai inconnu. Sur une version d'Excel sans RECHERCHEX, remplacez-la par INDEX et EQUIV.

Le même client portera le même code sur toutes les lignes, ce qui permet à l'IA de calculer des totaux par client, de repérer les meilleurs ou de faire des regroupements sans jamais connaître leur identité. Quand vous récupérez l'analyse, une simple recherche dans la table de correspondance vous permet de rediffuser les résultats en interne avec les vrais noms.

Pour un traitement récurrent (un export mensuel du CRM, par exemple), Power Query est plus confortable : vous enregistrez une fois les étapes de remplacement, et il suffit d'actualiser la requête à chaque nouvel export. L'IA peut vous aider à écrire ces étapes à partir de la seule liste des colonnes.

Les limites de l'exercice

La pseudonymisation réduit le risque, elle ne le supprime pas. Pensez aux colonnes indirectes : une date de naissance complète, un code postal et un métier peu courant permettent parfois de retrouver quelqu'un. Arrondissez ce qui peut l'être (l'âge plutôt que la date de naissance, le département plutôt que l'adresse) et supprimez les colonnes inutiles à l'analyse demandée. Moins vous envoyez de données, moins il y a de risque.

Pour des données particulièrement délicates (santé, données judiciaires, données financières sensibles), faites relire le processus par votre délégué à la protection des données ou par votre service juridique, surtout la première fois que vous le mettez en place.

Ce que dit la réglementation en octobre 2026

Le RGPD reste la référence

En Europe, le règlement général sur la protection des données encadre la façon dont les données personnelles sont traitées et partagées. Téléverser sans précaution un fichier clients nominatif sur un outil d'IA externe peut vous mettre en infraction : l'éditeur devient un destinataire de vos données, voire un sous-traitant, ce qui suppose une base légale, une information des personnes concernées et des garanties contractuelles. Les catégories sensibles (santé, opinions, appartenance syndicale, données biométriques…) bénéficient d'une protection renforcée.

La CNIL publie des recommandations sur l'usage de l'IA et une page dédiée aux techniques d'anonymisation. C'est la source à consulter en priorité si vous avez un doute.

Le débat sur la définition des données personnelles

Fin 2025, la Commission européenne a proposé, dans son « omnibus numérique », de modifier la définition des données personnelles : des données pseudonymisées n'en seraient plus pour une entité qui n'a pas les moyens raisonnables de retrouver les personnes. Cette modification n'est pas adoptée à ce jour. Le Comité européen de la protection des données s'y est opposé dans un avis de février 2026, la CNIL a défendu la définition actuelle, et le Conseil de l'Union européenne a lui aussi pris ses distances avec ce changement. En France, le Conseil d'État a rappelé le 13 février 2026 que la pseudonymisation ne vaut pas anonymisation.

En pratique, la règle n'a donc pas changé : une donnée pseudonymisée reste une donnée personnelle tant qu'une ré-identification est possible. Ne réduisez pas vos précautions en anticipant une réforme qui n'est pas faite.

L'AI Act et son calendrier

Le règlement européen sur l'intelligence artificielle s'applique en parallèle du RGPD. Le volet IA de l'omnibus numérique, devenu le règlement (UE) 2026/1744 et entré en vigueur le 27 juillet 2026, a repoussé au 2 décembre 2027 les obligations visant les systèmes d'IA « à haut risque » (recrutement, crédit, éducation…). Les obligations de transparence, elles, s'appliquent depuis le 2 août 2026. L'obligation de former les personnes qui utilisent l'IA, prévue à l'article 4, reste d'actualité dans une version assouplie.

Pour une TPE ou un indépendant qui se sert d'un assistant pour analyser un tableau, l'AI Act impose peu de choses concrètes. Mais si vous utilisez l'IA pour trier des candidatures ou évaluer la solvabilité de clients à partir d'un tableur, vous entrez dans le haut risque, et les règles seront nettement plus strictes à partir de fin 2027.

Une fuite de données personnelles, y compris par un envoi imprudent vers un service en ligne, peut constituer une violation de données. Selon sa gravité, elle doit être notifiée à la CNIL dans les 72 heures, et le RGPD prévoit des amendes pouvant aller jusqu'à 20 millions d'euros ou 4 % du chiffre d'affaires mondial. Anonymiser limite aussi votre exposition en cas d'incident de sécurité ou de bug chez l'éditeur de l'IA, des événements rares mais pas impossibles.

De la prudence, pas de la peur

Toute cette revue d'erreurs pourrait donner l'impression qu'utiliser l'IA avec un tableur est risqué. Ce n'est pas le cas. Dans l'immense majorité des situations, les réponses sont correctes, les formules fonctionnent et les données sont bien interprétées, le tout en quelques secondes au lieu des minutes ou des heures qu'aurait demandé le même travail à la main.

Les précautions de cet article sont à voir comme le contrôle des freins avant un long trajet : une bonne habitude, pas une méfiance envers la voiture. L'IA est puissante justement parce qu'elle est rapide. Y renoncer par peur d'une erreur reviendrait à refuser la calculatrice de poche dans les années soixante-dix parce que quelqu'un tapait parfois sur la mauvaise touche.

La façon la plus saine de travailler n'est pas de tout déléguer, mais de collaborer avec un scepticisme constructif. L'IA est excellente pour modifier un tableau à votre place, suggérer une approche à laquelle vous n'auriez pas pensé, expliquer une formule trouvée sur un forum ou vous faire découvrir une fonction. Elle devient dangereuse quand on cesse de contrôler son travail, parce que son aisance avec les mots peut masquer ses faiblesses avec les chiffres. Bien l'utiliser, c'est donner des consignes précises, vérifier les résultats par échantillon et ne jamais lui confier plus de données personnelles que nécessaire. C'est une compétence qui se construit une erreur évitée à la fois.

Questions fréquentes

Pourquoi l'IA me donne-t-elle des formules qui affichent #NOM? ?
Dans la plupart des cas, la formule est écrite en anglais (VLOOKUP au lieu de RECHERCHEV) ou utilise des virgules au lieu de points-virgules. Indiquez dès le début de la conversation que vous utilisez Excel ou Google Sheets en français, et demandez une conversion si besoin.
Comment savoir si l'IA a inventé des données dans mon tableau ?
Comparez le nombre de lignes et le total avec le fichier d'origine, vérifiez que chaque période attendue existe bien dans la source, et recalculez quelques lignes à la main. Ajoutez aussi à vos demandes la consigne « signale toute donnée manquante, ne l'invente pas ».
Est-ce que je peux envoyer mon fichier clients à ChatGPT, Claude ou Gemini ?
Pas tel quel s'il contient des données personnelles. Pseudonymisez-le d'abord sur votre poste, retirez les colonnes inutiles et gardez la table de correspondance chez vous. Une offre professionnelle dont le contrat exclut l'entraînement sur vos données réduit le risque, mais ne vous dispense pas des obligations du RGPD.
Une donnée pseudonymisée est-elle encore soumise au RGPD ?
Oui. Tant qu'une table de correspondance ou un recoupement permet de retrouver la personne, il s'agit toujours d'une donnée personnelle. La proposition européenne qui voulait changer cela n'est pas adoptée en octobre 2026.
Désactiver l'entraînement suffit-il à protéger mes données ?
Non. Le réglage empêche que vos conversations servent à améliorer les modèles, mais les données sont tout de même envoyées et conservées un temps chez l'éditeur, et une petite partie peut être relue pour des raisons de sécurité. Il complète l'anonymisation, il ne la remplace pas.
Quelle est la vérification la plus rapide après un traitement par l'IA ?
Sélectionner la colonne d'origine et comparer la somme affichée dans la barre d'état avec le total produit par l'IA. Cela prend dix secondes et révèle la plupart des erreurs de lecture, de doublons ou de séparateur décimal.

La suite de la série tableur et IA

Avec cet épisode, le tour des bonnes pratiques est terminé. Place à la pratique : les trois derniers articles de la série sont des projets complets à réaliser avec l'aide de l'IA. On commence demain, le 22 octobre, avec un budget personnel ou professionnel qui se met à jour tout seul. Viendront ensuite un planning d'activités sous contrôle, puis des données en direct récupérées par API (météo, Bourse et autres) directement dans votre tableur. Et vous verrez que les réflexes de vérification de cet article vous serviront à chaque étape.

Comment cet article a-t-il été réalisé ? Le texte a été rédigé par mes soins, puis relu avec l'aide d'une intelligence artificielle afin de corriger d'éventuelles erreurs d'orthographe ou de grammaire. L'illustration de présentation a également été créée à l'aide de l'IA.