L’utilisateur veut comprendre l’inventaire IA [registre des systèmes] dans le contexte de la gouvernance de l’IA et l’appliquer à un travail pratique de gouvernance ou de conformité IA.
Un inventaire IA ou registre des systèmes est un catalogue organisé des systèmes et cas d’usage d’IA au sein d’une organisation. Il consigne généralement les responsables, finalités, sources de données, statut de déploiement, risques, contrôles et autres informations nécessaires à la gouvernance, à l’audit et à l’accountability.
Un registre d’inventaire des systèmes d’IA est un catalogue structuré des systèmes d’IA, produits intégrant de l’IA et cas d’usage IA utilisés ou développés par une organisation. Il consigne normalement le nom du système, le responsable, la finalité métier, le fournisseur ou prestataire, les catégories de données, le type de modèle, le statut de déploiement, les utilisateurs, les personnes concernées, la classification du risque, les contrôles, la base juridique ou le statut de revue, les obligations de suivi et le plan de retrait. C’est l’ossature pratique de la gouvernance de l’IA, car une organisation ne peut pas gouverner une IA qu’elle n’a pas identifiée.
Pensez à l’inventaire IA comme à la carte de l’entreprise indiquant où l’IA existe. Sans lui, la gouvernance de l’IA devient une question de suppositions : les équipes peuvent discuter de principes, politiques et appétence au risque alors que des outils d’IA sont déjà utilisés en marketing, RH, support client, ingénierie, achats et travail juridique. Le registre transforme une activité IA dispersée en une liste visible et vérifiable.
Analogie
Un registre patrimonial des systèmes d’IA : il montre ce qui existe, qui en est responsable et pourquoi c’est utilisé.
Un inventaire IA est important parce que le premier échec de nombreux programmes de conformité est le manque de visibilité. L’IA fantôme, les outils fournisseurs non gérés, les fonctionnalités IA intégrées, les pilotes expérimentaux et les modèles déployés localement peuvent créer des risques de confidentialité, de sécurité, de discrimination, d’achats et de réglementation avant toute approbation formelle. Un registre aide les équipes juridiques et conformité à trier les systèmes nécessitant une revue, ceux qui requièrent une évaluation approfondie, ceux qui sont à faible risque et ceux qui doivent être bloqués ou repensés. Il soutient aussi le reporting au conseil d’administration, la réponse aux incidents, la gestion des fournisseurs, l’analyse des rôles au titre de l’AI Act européen, les registres RGPD et les preuves de système de management ISO/IEC 42001.
Urgence
Plus une entreprise tarde à créer un inventaire, plus l’usage de l’IA devient invisible, dupliqué et difficile à contrôler.
Un registre IA utile doit être lié aux processus d’admission et de cycle de vie, et non rester une feuille de calcul statique. Les achats doivent y ajouter les outils IA fournisseurs avant l’acquisition. Les équipes produit et ingénierie doivent enregistrer les modèles ou fonctionnalités IA avant le lancement. Les équipes métier doivent déclarer les cas d’usage IA internes, y compris les workflows d’IA générative. Chaque fiche doit identifier le responsable, la finalité prévue, les entrées de données, les utilisateurs, les groupes impactés, le fournisseur, la notation du risque, le statut de revue, les contrôles, les signaux de suivi et les liens vers les preuves. Le registre doit aussi suivre les changements, car un pilote à faible risque peut devenir plus risqué lorsqu’il est intégré à de vraies décisions.
L’erreur la plus fréquente consiste à bâtir un inventaire uniquement pour les modèles créés par l’équipe data science. L’usage moderne de l’IA entre souvent par des outils SaaS, extensions de navigateur, suites bureautiques, fonctionnalités CRM, assistants de support client et expérimentations des employés. Une autre erreur consiste à collecter trop d’informations dès le départ, ce qui dissuade les équipes d’enregistrer les usages. Le registre doit être assez simple pour l’admission, mais assez structuré pour soutenir le tri des risques. Il ne doit pas non plus être confondu avec une politique d’usage de l’IA : la politique fixe les règles, tandis que le registre consigne les systèmes et cas d’usage réels.
Erreur 1 : Exclure les outils IA tiers parce que l’organisation n’a pas construit elle-même le modèle.
Erreur 2 : Traiter le registre comme une feuille de calcul de conformité ponctuelle plutôt que comme un contrôle de cycle de vie.
Cette page doit se connecter à shadow-ai et ai-use-policy, car un inventaire est le contrôle qui transforme la politique en visibilité. Les meilleures comparaisons sont ai-inventory-system-register-vs-ai-use-policy et shadow-ai-vs-ai-inventory-system-register. Les questions associées doivent inclure what-is-iso-iec-42001, how-is-ai-risk-assessment-different-from-ai-audit et what-is-ai-governance.