Une comptable principale de votre équipe fiscale rapproche les revenus de placement d'un client à 21 h. Les chiffres ne concordent pas, alors elle copie trois colonnes du relevé de courtage du client — des noms, des soldes de compte, un NAS dans la ligne d'en-tête — dans ChatGPT et lui demande de trouver l'écart. Elle obtient une réponse nette en trente secondes et referme le dossier. Elle a fait du bon travail. Elle vient aussi de divulguer l'identité financière d'un client à un tiers, et ni elle ni le cabinet n'ont le moindre moyen de la rappeler.
C'est la tension que l'IA générative crée pour chaque cabinet de comptabilité, de fiscalité et d'audit au Canada. Le devoir de confidentialité inscrit dans votre code provincial des CPA n'est pas nouveau, et il n'est pas ambigu : les renseignements obtenus dans le cadre d'un mandat professionnel demeurent confidentiels, à moins que le client n'y consente ou que la loi n'impose leur divulgation. Ce qui est nouveau, c'est la facilité avec laquelle ce devoir est enfreint par quelqu'un qui ne fait rien de plus qu'essayer de travailler plus vite.
Le devoir n'a pas changé, mais l'exposition, oui
Les obligations de confidentialité des CPA ont été rédigées pour un monde de dossiers papier, de classeurs verrouillés et de divulgations clairement circonscrites. Vous saviez quand un renseignement quittait votre contrôle parce qu'il partait dans une enveloppe ou un courriel que vous pouviez désigner. Un outil d'IA public efface cette frontière. Une fois qu'un prompt est soumis, son contenu devient assujetti aux conditions d'utilisation du fournisseur — lesquelles peuvent accorder de larges droits pour le conserver, le traiter par l'entremise de sous-traitants ailleurs et l'utiliser pour améliorer les modèles du fournisseur. Il n'y a aucune enveloppe à intercepter, aucun destinataire à rappeler.
L'irréversibilité est ce qui compte le plus. Une télécopie mal acheminée peut parfois être déchiquetée à l'autre bout. Un prompt ne peut pas être « dé-soumis ». C'est pourquoi l'analyse de la confidentialité doit se déplacer plus tôt que la plupart des cabinets ne le supposent — le point de décision n'est pas « comment gérons-nous une fuite », mais « comment empêchons-nous les données du client d'atteindre l'outil en premier lieu », car après la soumission, il ne reste plus rien à contrôler.
Et le volume est bien réel. La recherche 2025 de Cyberhaven a révélé que la part de données sensibles d'entreprise transmises aux outils d'IA a grimpé à environ 35 pour cent, contre environ 11 pour cent deux ans plus tôt. Les données 2025 de LayerX montrent que 77 pour cent des utilisateurs d'IA collent des données dans leurs prompts, et que 82 pour cent de ce contenu collé provient de comptes personnels non gérés. Pour un cabinet comptable, « données sensibles » et « contenu d'un prompt » sont fréquemment une seule et même chose : une déclaration, une évaluation, les états financiers d'un client.
Pourquoi la haute saison aggrave la situation plutôt que de l'améliorer
Le devoir de confidentialité s'applique toute l'année, mais les conditions qui engendrent les manquements atteignent leur sommet pendant la haute saison. La pression des échéances, le volume, le personnel junior qui travaille tard et la répétitivité même du travail de rapprochement et de révision sont exactement les conditions dans lesquelles une personne se tourne vers l'outil le plus rapide à sa disposition. Le sondage 2026 de Gartner a révélé que 88 pour cent des employés ayant accès à une IA d'entreprise utilisent aussi des outils d'IA personnels pour le travail — ce qui signifie que même les cabinets ayant fourni un outil approuvé voient encore des données clients circuler vers des comptes non gérés.
Prenons un scénario courant : un associé en audit teste un échantillon de transactions et souhaite résumer l'extrait du grand livre d'un client pour repérer des anomalies. L'extrait contient des noms de fournisseurs, des montants et, dans certaines lignes, des renseignements personnels sur les sous-traitants du client. Collé dans un outil public, ce n'est pas une seule question de confidentialité — c'est une divulgation qui touche le client, les contreparties du client et des personnes dont le client a confié les renseignements personnels à votre cabinet. La télémétrie 2025 de Netskope chiffre à quel point c'est routinier : l'organisation moyenne enregistre environ 223 violations de politiques sur les données sensibles par mois dans les applications d'IA générative, et les données réglementées en représentent 54 pour cent.
Une interdiction à l'échelle du cabinet semble être la réponse nette. Elle ne l'est pas. Gartner rapporte que 69 pour cent des organisations soupçonnent ou ont des preuves d'un usage interdit d'IA générative publique. Les interdictions poussent l'activité vers les appareils personnels et les comptes personnels, où le cabinet n'a aucune visibilité du tout — remplaçant un problème de gouvernance par un problème d'aveuglement.
La confidentialité est un problème de données, donc le contrôle doit se situer au niveau des données
L'approche la plus durable traite la confidentialité comme une obligation au niveau des données plutôt qu'au niveau de l'outil. Peu importe l'outil d'IA vers lequel un membre du personnel se tourne ; ce qui importe, c'est de savoir si des renseignements financiers permettant d'identifier un client quittent le contrôle du cabinet. Ce recadrage désigne trois choses qu'un cabinet peut réellement faire.
D'abord, détecter les données sensibles — NAS, numéros de compte, noms de clients liés à des chiffres financiers, données d'évaluation — avant qu'un prompt n'atteigne l'outil d'IA, afin que la divulgation n'ait jamais lieu. Caviarder les éléments sensibles tout en laissant passer la question analytique signifie que l'associée obtient tout de même son aide au rapprochement ; c'est simplement l'identité du client qui ne l'accompagne pas.
Ensuite, faire de chaque quasi-incident un moment d'apprentissage. Lorsqu'un prompt est arrêté, une explication de ce qui a été signalé et pourquoi transforme une politique abstraite en une formation concrète, sur le moment. Au fil d'une haute saison, c'est ainsi que le personnel d'un cabinet s'améliore de façon mesurable dans le maniement de l'IA — au lieu d'apprendre la règle seulement après un manquement.
Enfin, donner aux associés une visibilité sur les endroits où le risque lié à l'IA se concentre au sein du cabinet, consignée comme un événement de politique plutôt que comme une transcription de ce que quiconque a saisi. Cette distinction compte : vous voulez une preuve qu'un contrôle fonctionne, pas une seconde copie des données confidentielles que vous cherchiez à protéger.
C'est le principe sur lequel Sanitized AI est bâti — que le devoir de confidentialité est le mieux honoré en agissant sur les données avant la soumission, plutôt qu'en surveillant les outils après coup.
La question à trancher avant votre prochaine échéance de production
Voici la seule chose qui mérite d'être réglée ce trimestre : si un membre de votre personnel collait demain la déclaration d'un client dans un outil d'IA public, quelque chose l'arrêterait-il, et quelqu'un le saurait-il ? Si la réponse honnête est non, le devoir de confidentialité que vous portez déjà ne repose que sur la confiance. Cela n'exige pas une interdiction ni une note de politique que personne ne lit — cela exige un contrôle qui rencontre les données au point où elles quitteraient autrement votre cabinet.
Si vous souhaitez voir à quoi cela ressemble pour un cabinet de comptabilité, de fiscalité ou d'audit, demandez une démonstration et nous la parcourrons en tenant compte de vos flux de travail.