L’IA, bien que puissante, comporte des risques : cybersécurité (droits d’accès, fuite d’information) gérés par le département cyber, conformité (respect du AI Act, cartographie des usages, évaluation des biais pour éviter discriminations), et opérationnel (instabilité des modèles due au drift, biais populationnels, sensibilité au bruit, attaques adversariales).
Le risque de conformité exige une quantification et correction des biais (data science classique). Le risque opérationnel nécessite du monitoring (MLOps) et des solutions de ML Security pour détecter et corriger les instabilités. Une gestion rigoureuse est clé pour minimiser ces impacts et exploiter l’IA sereinement.
